整合無審查 AI 模型：逐步指南
整合無審查 AI 模型可讓您的應用程式獲得基礎架構的原始推理能力，而不會受到過濾式 API 常見的禮貌性拒絕所困擾。本指南將引導您完成連接、呼叫並最佳化無過濾模型的具體步驟，適用於從成人角色扮演到積極的工具呼叫等各種場景。
最後更新時間：
摘要
- 使用 OpenAI 相容基礎 URL，即可在不重寫客戶端程式碼的情況下替換為 uncensored 模型。
- 啟用串流以處理長輸出而不會阻塞您的應用程式執行緒。
- 函式呼叫與無審查模型搭配運作可靠，避免在複雜工具任務上出現拒絕回應。
- 僅按使用的 token 計費，避免月度訂閱和隱藏的過濾費用。
為什麼為您的項目選擇無審查 AI 模型？
無審查 AI 模型移除了過濾合法內容的人工防護欄。標準模型經常拒絕成人主題、爭議性觀點或激進工具使用的請求。您將獲得尊重您提示結構的原始輸出，而不會進行道德說教。
基礎架構在多樣化的資料上進行訓練。它們不會預設為企業式的禮貌。這對於需要維持角色個性一致性的 AI 應用很重要。對於需要執行指令而無需請求許可的程式碼代理程式也很重要。
取捨在於責任。您處理上下文。模型不會根據主觀標準進行過濾。這會為利基使用場景帶來更高保真度的回應。
您保留對敘事的全部控制權。您的提示詞由您掌控。數據不用於訓練。這在您的輸入和輸出之間建立了清晰的界限。
考慮使用場景。如果您需要嚴格的合規過濾，過濾模型是更好的選擇。如果您需要原始能力，則應選擇未過濾模型。
設定您的開發環境
從標準的 Python 或 Node.js 環境開始。安裝官方 OpenAI SDK 或任何相容的 HTTP 用戶端。該 uncensored 模型使用與商業 API 相同的介面。
- 透過 pip 或 npm 安裝 SDK。
- 建立新的腳本檔案。
- 為 API 金鑰定義你的環境變數。
無需特殊驅動程式。模型運行於遠端伺服器。您只需網路連線和有效的 API 金鑰。設定時間不到五分鐘。
透過檢查 SDK 版本來驗證您的安裝。確保它支援所需的端點。大多數現代 SDK 都能直接使用，無需複雜的設定檔。
保持您的憑證安全。使用環境變數，而非硬編碼的字串。這可防止在版本控制系統中意外洩露。
配置基礎 URL 和 API 金鑰
將您的 SDK 指向無審查 API 端點。使用標準的 OpenAI-compatible URL。這確保與現有程式碼的相容性。
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)將 API 金鑰設在授權標頭中。這會驗證您的請求。若未提供，將收到 401 錯誤。該金鑰對您的帳戶而言是唯一的。
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"}]
}'透過簡單的請求測試連線。檢查回應狀態碼。應為 200 OK。如果失敗，請驗證您的金鑰和 URL。
基礎網址為 HTTPS://api.llmuncensored.cc/v1。這是您唯一需要的端點。串流傳輸或工具使用無需其他網址。
向 Uncensored AI 模型進行首次請求
向 /v1/chat/completions 發送 POST 請求。包含模型 ID "uncensored"。定義您的系統訊息與使用者訊息。模型將返回文字回應。
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);回應包含訊息物件。請提取 content 欄位。這就是您的生成文字。它可能很長。請適當處理輸出內容。
預設情況下不會進行過濾。模型直接回答。如果您要求一些不尋常的內容，它會提供。這是無審查模型的核心優勢。
檢查回應中的 token 使用量。它顯示輸入和輸出的計數。這有助於您監控成本。該模型支援高達 100,000 個 token 的上下文。
處理即時輸出的串流回應
透過將 stream 設為 true 來啟用串流。API 會傳回文字區塊。這能降低感知延遲。使用者會看到產生的輸出。
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)隨到隨處理每個數據塊。連接文本以構建最終回應。優雅地處理錯誤。如果流斷開，請盡可能重試。
串流對於長回應至關重要。它防止超時。它還允許使用者介面的即時更新。該模型原生支援此功能。
監控最後一個片段中的 token 使用情況。它提供總計數。這對於計費是準確的。錯誤是免費的，因此串流錯誤不會產生成本。
使用函式呼叫最佳化效能
使用 tools 參數定義函式。模型可根據提示呼叫這些函式。這可啟用複雜的工作流程。
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)定義函式架構。提供名稱、說明和參數。模型會回傳一個工具呼叫物件。您在端側執行該函式。
將結果回饋給模型。它會繼續對話。此迴圈允許多步驟推理。它與不會拒絕的 uncensored 模型配合運作。
將 tool_choice 設為 auto 或 required。這控制模型何時使用工具。使用此功能以強制執行特定行為。它在任務自動化方面非常可靠。
管理令牌用量與成本
僅為使用的 token 付費。輸入 token 每 1M 個成本 $0.15。輸出 token 每 1M 個成本 $0.50。這是透明的定價。
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"}]
}'預付信用額會自動扣款。錯誤和拒絕請求免費。這可保護您避免因不良回應而浪費資金。
在儀表板中監控您的 Token 使用量。如有需要請設定警報。該模型支援每次請求高達 16,000 個輸出 Token。請相應地規劃您的提示。
接受加密貨幣充值。支援 TRC20 上的 USDT 或 Base 上的 USDC。較大金額可享紅利額度。無月費。額度永不過期。
排除常見整合問題
首先檢查 API 金鑰。確保其有效且未過期。驗證基礎 URL 是否正確。
請查看回應狀態碼。400 代表請求無效。401 代表未授權。429 代表達到速率限制。每分鐘限制為 300 次請求。
檢查負載結構。確保所有必要欄位均已存在。模型 id 必須為 "uncensored"。訊息必須為陣列。
啟用除錯日誌。這會顯示確切的請求與回應。有助於識別格式錯誤。模型對 JSON 結構非常嚴格。
結論：為何無審查 AI 模型是未來
無審查 AI 模型提供原始能力。它們不會篩選合法內容。這使它們成為多樣化應用的理想選擇。
開發人員獲得完全控制權。創作者獲得一致的人格。API 簡單快速。無需複雜的設定。
未來是開放的。過濾模型增加摩擦。無審查模型消除摩擦。選擇符合您需求的模型。
立即開始整合。使用提供的 SDK。建構獨特的東西。無審查模型已準備好投入生產。
常見問題
什麼是無審查 AI 模型？
無審查 AI 模型是一種不對合法成人、爭議性或利基主題套用嚴格內容過濾器的大型語言模型。它根據訓練資料提供原始輸出，不會說教或拒絕標準請求。這使其非常適合需要一致性的角色 AI 和工具呼叫應用。
我如何連接無審查 LLM API？
使用標準的 OpenAI SDK 或任何相容的 HTTP 客戶端。將基礎 URL 設定為 HTTPS://api.llmuncensored.cc/v1，並在授權標頭中提供您的 API 金鑰。要使用的模型 ID 為 "uncensored"。無需其他設定。
無審查 LLM 支援函數呼叫嗎？
是的，API 透過 tools 參數支援函數呼叫。您可以定義自訂函數，模型將返回工具呼叫物件。這在過濾模型中常見的審查情況下也能可靠運作。您可以在伺服器上執行函數並將結果傳回。
無審查 API 的計費方式為何？
定價為每 100 萬個輸入 token 0.15 美元，每 100 萬個輸出 token 0.50 美元。您僅需為實際用量付費。錯誤與拒絕請求不計費。預付額度透過加密貨幣（USDT 或 USDC）充值，無月費。額度永不過期。
