fa ▾
دریافت کلید آزمایشی

ادغام مدل‌های هوش مصنوعی بدون سانسور: راهنمای گام به گام

یکپارچه‌سازی مدل‌های بدون سانسور به برنامه شما قدرت استدلال خام معماری‌های پایه را بدون ردّهای مؤدبانه‌ای که APIهای فیلترشده را آزار می‌دهند، می‌بخشد. این راهنما مراحل دقیق اتصال، فراخوانی و بهینه‌سازی یک مدل بدون فیلتر را برای هر چیزی از نقش‌آفرینی بزرگسالان تا فراخوانی ابزارهای تهاجمی بررسی می‌کند.

آخرین به‌روزرسانی:

خلاصه

  • از یک URL پایه سازگار با OpenAI استفاده کنید تا مدل‌های uncensored را بدون بازنویسی کد مشتری جایگزین کنید.
  • جریان‌سازی را فعال کنید تا خروجی‌های طولانی بدون بلوک شدن رشته برنامه شما مدیریت شوند.
  • فراخوانی تابع با مدل‌های بدون سانسور به طور قابل اعتماد کار می‌کند و از رد شدن در کارهای پیچیده ابزار جلوگیری می‌کند.
  • فقط به ازای توکن‌های مصرفی پرداخت کنید و از اشتراک‌های ماهانه و هزینه‌های فیلتر کردن پنهان اجتناب کنید.

چرا یک مدل هوش مصنوعی بدون سانسور برای پروژه خود انتخاب کنیم؟

مدل‌های بدون سانسور، حفاظ‌های مصنوعی را حذف می‌کنند که محتوای قانونی را فیلتر می‌کنند. مدل‌های استاندارد اغلب درخواست‌ها برای موضوعات بزرگسالان، نظرات جنجالی یا استفاده تهاجمی از ابزارها را رد می‌کنند. شما یک خروجی خام دریافت می‌کنید که ساختار پرامپت شما را احترام می‌گذارد بدون اینکه قضاوت اخلاقی انجام دهد.

معماری‌های پایه بر روی داده‌های متنوع آموزش دیده‌اند. آن‌ها به‌طور پیش‌فرض مودیت شرکتی ندارند. این موضوع برای برنامه‌های AI شخصیت‌محور که ثبات شخصیت کلیدی است مهم است. همچنین برای عامل‌های کدنویسی که نیاز به اجرای دستورات بدون درخواست مجوز دارند مهم است.

مبادله مسئولیت است. شما زمینه را مدیریت می‌کنید. مدل بر اساس معیارهای ذهنی فیلتر نمی‌کند. این منجر به پاسخ‌های با وفاداری بالاتر برای موارد استفاده تخصصی می‌شود.

کنترل کامل بر روایت را حفظ می‌کنید. پرامپت‌های شما متعلق به خودتان باقی می‌مانند. داده‌ها برای آموزش استفاده نمی‌شوند. این یک مرز پاک بین ورودی و خروجی شما ایجاد می‌کند.

مورد استفاده را در نظر بگیرید. اگر به یک فیلتر انطباق دقیق نیاز دارید، یک مدل فیلترشده بهتر است. اگر به قابلیت خام نیاز دارید، یک مدل بدون فیلتر انتخاب درست است.

راه‌اندازی محیط توسعه شما

با یک محیط استاندارد Python یا Node.js شروع کنید. SDK رسمی OpenAI یا هر کلاینت HTTP سازگار دیگری را نصب کنید. مدل uncensored از همان رابط APIهای تجاری استفاده می‌کند.

  • SDK را از طریق pip یا npm نصب کنید.
  • یک فایل اسکریپت جدید ایجاد کنید.
  • متغیرهای محیطی خود را برای کلید API تعریف کنید.

نیازی به درایورهای خاص نیست. مدل روی سرورهای از راه دور اجرا می‌شود. شما فقط به دسترسی اینترنت و یک کلید API معتبر نیاز دارید. راه‌اندازی کمتر از پنج دقیقه طول می‌کشد.

نصب خود را با بررسی نسخه SDK بررسی کنید. اطمینان حاصل کنید که از endpoint‌های مورد نیاز پشتیبانی می‌کند. اکثر SDK‌های مدرن به‌راحتی کار می‌کنند. به فایل‌های پیکربندی پیچیده‌ای نیاز نیست.

اعتبارنامه‌های خود را امن نگه دارید. از متغیرهای محیطی استفاده کنید، نه رشته‌های سخت‌کد شده. این کار از قرارگیری تصادفی در سیستم‌های کنترل نسخه جلوگیری می‌کند.

پیکربندی URL پایه و کلید API

SDK خود را به اندپوینت API بدون سانسور پوینت کنید. از URL سازگار با OpenAI استاندارد استفاده کنید. این کار با کد موجود سازگاری را تضمین می‌کند.

from openai import OpenAI

client = OpenAI(base_url="https://api.llmuncensored.cc/v1", api_key="YOUR_KEY")

resp = client.chat.completions.create(
    model="uncensored",
    messages=[{"role": "user", "content": "Summarise this thread without softening it."}],
)
print(resp.choices[0].message.content)

کلید API را در هدر Authorization تنظیم کنید. این درخواست‌های شما را احراز هویت می‌کند. بدون آن، خطای 401 دریافت خواهید کرد. کلید منحصر به فرد حساب شماست.

curl https://api.llmuncensored.cc/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "What is the capital of France"}]
  }'

اتصال را با یک درخواست ساده آزمایش کنید. کد وضعیت پاسخ را بررسی کنید. باید 200 OK باشد. اگر شکست خورد، کلید و URL خود را بررسی کنید.

URL پایه HTTPS://api.llmuncensored.cc/v1 است. این تنها نقطه پایدار مورد نیاز شماست. URLهای اضافی برای جریان‌دهی یا استفاده از ابزارها نیاز نیست.

انجام اولین درخواست برای مدل هوش مصنوعی uncensored

یک درخواست POST به /v1/chat/completions ارسال کنید. شناسه مدل "uncensored" را شامل کنید. پیام‌های system و user خود را تعریف کنید. مدل با متن پاسخ می‌دهد.

import OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://api.llmuncensored.cc/v1", apiKey: process.env.API_KEY });

const resp = await client.chat.completions.create({
  model: "uncensored",
  messages: [{ role: "user", content: "Draft a villain monologue for my game." }],
});
console.log(resp.choices[0].message.content);

پاسخ شامل یک شیء پیام است. فیلد content را استخراج کنید. این متن تولید شده شماست. ممکن است طولانی باشد. خروجی را به درستی مدیریت کنید.

فیلترینگ به صورت پیش‌فرض انجام نمی‌شود. مدل مستقیماً پاسخ می‌دهد. اگر چیزی غیرمعمول بپرسید، آن را ارائه می‌دهد. این مزیت اصلی یک مدل بدون سانسور است.

مصرف توکن را در پاسخ بررسی کنید. این تعداد ورودی و خروجی را نشان می‌دهد. این به شما کمک می‌کند هزینه‌ها را نظارت کنید. مدل از زمینه تا 100,000 توکن پشتیبانی می‌کند.

مدیریت پاسخ‌های جریان‌سازی برای خروجی بلادرنگ

با تنظیم stream به true، پخش زنده (streaming) را فعال کنید. API قطعاتی از متن را برمی‌گرداند. این امر تأخیر ادراکی را کاهش می‌دهد. کاربران خروجی را همان‌طور که تولید می‌شود می‌بینند.

stream = client.chat.completions.create(
    model="uncensored",
    messages=[{"role": "user", "content": "Tell the story in second person."}],
    stream=True,
)
for chunk in stream:
    if chunk.choices and chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="", flush=True)

هر قطعه را همان‌طور که دریافت می‌شود پردازش کنید. متن را برای ساخت پاسخ نهایی به هم بچسبانید. خطاها را به‌طور شایسته مدیریت کنید. اگر جریان قطع شد، در صورت امکان تلاش مجدد کنید.

استریم برای پاسخ‌های بلند ضروری است. از زمان‌های انتظار جلوگیری می‌کند. همچنین اجازه به‌روزرسانی‌های بلادرنگ در رابط کاربری را می‌دهد. مدل این قابلیت را به‌صورت بومی پشتیبانی می‌کند.

مصرف توکن را در آخرین قطعه پایش کنید. این تعداد کل را ارائه می‌دهد. این برای صورت‌حساب‌دهی دقیق است. خطاها رایگان هستند، بنابراین خطاهای استریم هزینه‌ای ندارند.

بهینه‌سازی عملکرد با فراخوانی تابع

از پارامتر tools برای تعریف توابع استفاده کنید. مدل می‌تواند بر اساس پرامپت آن‌ها را فراخوانی کند. این گردش کارهای پیچیده را امکان‌پذیر می‌سازد.

from openai import OpenAI

client = OpenAI(base_url="https://api.llmuncensored.cc/v1", api_key="YOUR_KEY")

resp = client.chat.completions.create(
    model="uncensored",
    messages=[{"role": "user", "content": "Summarise this thread without softening it."}],
)
print(resp.choices[0].message.content)

طرح تابع را تعریف کنید. نام، توضیحات و پارامترها را ارائه دهید. مدل یک شیء فراخوانی ابزار را برمی‌گرداند. تابع را در سمت خود اجرا کنید.

نتیجه را به مدل بازگردانید. گفتگو ادامه می‌یابد. این حلقه به استدلال چندمرحله‌ای امکان می‌دهد. با مدل‌های بدون سانسور که تمایل به امتناع ندارند، کار می‌کند.

tool_choice را روی auto یا required تنظیم کنید. این کنترل می‌کند که چه زمانی مدل از ابزارها استفاده کند. از این برای اعمال رفتارهای خاص استفاده کنید. برای خودکارسازی وظایف قابل اعتماد است.

مدیریت مصرف و هزینه‌های توکن

فقط به ازای توکن‌های مصرفی پرداخت کنید. توکن‌های ورودی $0.15 به ازای 1M هزینه دارند. توکن‌های خروجی $0.50 به ازای 1M هزینه دارند. این قیمت‌گذاری شفاف است.

curl https://api.llmuncensored.cc/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "What is the capital of France"}]
  }'

اعتبار پیش‌پرداخت به صورت خودکار کسر می‌شود. خطاها و رد شدن درخواست‌ها رایگان هستند. این موضوع از هدر رفتن پول شما برای پاسخ‌های نامناسب محافظت می‌کند.

مصرف توکن‌ها را در داشبورد پایش کنید. اگر لازم است هشدارهایی تنظیم کنید. مدل تا ۱۶,۰۰۰ توکن خروجی در هر درخواست پشتیبانی می‌کند. پرامپت‌های خود را مطابق با آن برنامه‌ریزی کنید.

شارژهای کریپتو پذیرفته می‌شوند. USDT روی TRC20 یا USDC روی Base. اعتبار پاداش برای مبالغ بزرگتر در دسترس است. بدون هزینه ماهانه. اعتبار هرگز منقضی نمی‌شود.

عیب‌یابی مشکلات رایج یکپارچه‌سازی

ابتدا کلید API را بررسی کنید. اطمینان حاصل کنید که فعال است و منقضی نشده است. URL پایه را بررسی کنید.

به کد وضعیت پاسخ نگاه کنید. 400 به معنای درخواست نامعتبر است. 401 به معنای غیرمجاز است. 429 به معنای محدودیت نرخ است. محدودیت 300 درخواست در دقیقه است.

ساختار پیکربندی را بررسی کنید. مطمئن شوید تمام فیلدهای مورد نیاز موجود هستند. شناسه مدل باید "uncensored" باشد. پیام‌ها باید یک آرایه باشند.

فعال‌سازی ثبت اشکال‌زدایی. این درخواست و پاسخ دقیق را نشان می‌دهد. به شناسایی خطاهای قالب‌بندی کمک می‌کند. مدل نسبت به ساختار JSON سخت‌گیر است.

نتیجه‌گیری: چرا مدل‌های هوش مصنوعی بدون سانسور آینده هستند

مدل‌های AI بدون سانسور قابلیت خام ارائه می‌دهند. آن‌ها محتوای قانونی را فیلتر نمی‌کنند. این آن‌ها را برای برنامه‌های متنوع ایده‌آل می‌سازد.

توسعه‌دهندگان کنترل کامل کسب می‌کنند. سازندگان شخصیت‌های ثابتی دریافت می‌کنند. API ساده و سریع است. نیاز به راه‌اندازی پیچیده نیست.

آینده باز است. مدل‌های فیلترشده اصطکاک ایجاد می‌کنند. مدل‌های بدون سانسور آن را حذف می‌کنند. مدلی را انتخاب کنید که با نیازهای شما مطابقت دارد.

همین حالا شروع به یکپارچه‌سازی کنید. از SDKهای ارائه‌شده استفاده کنید. چیزی منحصر‌به‌فرد بسازید. مدل بدون سانسور برای تولید آماده است.

سوالات متداول

مدل هوش مصنوعی بدون سانسور چیست؟

مدل هوش مصنوعی بدون سانسور یک مدل زبانی بزرگ است که فیلترهای محتوای سخت‌گیرانه را روی موضوعات قانونی بزرگسالان، بحث‌برانگیز یا تخصصی اعمال نمی‌کند. این خروجی‌های خام را بر اساس داده‌های آموزشی خود بدون نصیحت یا رد درخواست‌های استاندارد ارائه می‌دهد. این ویژگی آن را برای برنامه‌های AI شخصیت و فراخوانی ابزار که در آن‌ها ثبات کلیدی است، ایده‌آل می‌سازد.

چگونه به API LLM بدون سانسور متصل شوم؟

از SDK استاندارد OpenAI یا هر کلاینت HTTP سازگار استفاده کنید. URL پایه را روی HTTPS://api.llmuncensored.cc/v1 تنظیم کنید و کلید API خود را در هدر authorization ارائه دهید. شناسه مدل برای استفاده "uncensored" است. به پیکربندی دیگری نیاز نیست.

آیا مدل زبانی بزرگ بدون سانسور از فراخوانی تابع پشتیبانی می‌کند؟

بله، API function calling را از طریق پارامتر tools پشتیبانی می‌کند. می‌توانید توابع سفارشی تعریف کنید و مدل اشیاء فراخوانی ابزار را بازگرداند. این قابلیت بدون ردود معمولی که در مدل‌های فیلترشده دیده می‌شود، به طور قابل اعتماد کار می‌کند. می‌توانید تابع را در سرور خود اجرا کرده و نتیجه را بازگردانید.

قیمت‌گذاری برای API بدون سانسور چگونه است؟

قیمت‌گذاری ۰.۱۵ دلار به ازای هر ۱ میلیون توکن ورودی و ۰.۵۰ دلار به ازای هر ۱ میلیون توکن خروجی است. شما فقط برای آنچه استفاده می‌کنید هزینه می‌پردازید. خطاها و رد شدن درخواست‌ها رایگان هستند. اعتبار پیش‌پرداخت از طریق رمزارز (USDT یا USDC) شارژ می‌شود و بدون هزینه ماهانه است. اعتبار منقضی نمی‌شود.

دسترسی با یک فرم آغاز می‌شود

ثبت‌نام کنید، کلید خود را بازیابی کنید و آدرس پایه (base URL) را به‌روز کنید. این همه مورد نیاز است.

دریافت کلید آزمایشی