अपनी एप्लिकेशन में बिना सेंसर AI को एकीकृत करें

बिना सेंसर AI क्या है?

बिना सेंसर AI एक बड़े भाषा मॉडल (LLM) को संदर्भित करता है जिसे कठोर कॉर्पोरेट नीतियों के आधार पर वयस्क सामग्री, विवाद या निश विषयों को अस्वीकार करने के लिए ट्यून्ड या कॉन्फ़िगर किया गया है। अलग-अलग मानक व्यावसायिक मॉडल के विपरीत जो कुछ पैटर्न का पता लगाने पर 400 त्रुटियां या सामान्य टेक्स्ट लौटा सकते हैं, एक बिना सेंसर मॉडल वही लौटाता है जो आपसे मांगा गया है, जब तक कि वह कानूनी हो।

यह विशेषता रचनात्मकता, शोध या ऐसे वातावरण के लिए महत्वपूर्ण है जहां मॉडल की अभिव्यक्ति की स्वतंत्रता प्राथमिकता है। इसका मतलब यह नहीं है कि मॉडल 'मूर्ख' है या बुद्धि से वंचित है; यह बस उन सतही मॉडरेशन परतों को हटा देता है जो कभी-कभी मान्य उत्तरों को ब्लॉक कर देती हैं। डेवलपर के लिए, इससे त्रुटि प्रबंधन लॉजिक सरल हो जाता है, क्योंकि आपको यह पूर्वानुमान लगाने की आवश्यकता नहीं होती कि कौन सा कंटेंट बाहरी फ़िल्टर द्वारा अस्वीकार कर दिया जाएगा।

• प्रावधानशीलता: आपको बिना किसी मनमाने कटौती के पूर्ण पाठ मिलता है।
• कंट्रोल: आप तय करते हैं कि कौन सा कंटेंट दिखाना है, API नहीं।
• दक्षता: गलत मॉडरेशन के कारण कम API कॉल विफल।

SDK प्रारंभिक सेटअप

हमारे बिना सेंसर AI को एकीकृत करने के लिए, हम OpenAI का मानक SDK उपयोग करेंगे, क्योंकि हमारा एंडपॉइंट उनके प्रोटोकॉल के साथ 100% संगत है। इससे आपको उन लाइब्रेरीज़ का उपयोग करने की अनुमति मिलती है जिन्हें आप पहले से जानते हैं, जैसे Python में openai या Node.js में openai। आपको केवल बेस URL को समायोजित करने और अपनी API कुंजी प्रदान करने की आवश्यकता है।

इस दृष्टिकोण का लाभ पोर्टेबिलिटी है। यदि भविष्य में आप किसी ऐसे प्रदाता में बदलना चाहते हैं जो भी OpenAI-संगत एंडपॉइंट प्रदान करता है, तो आपके कोड में परिवर्तन नगण्य होगा। यहाँ Python में हमारे सेवा के लिए क्लाइंट कॉन्फ़िगर करने का तरीका दिया गया है:

Copiarfrom openai import OpenAI

client = OpenAI(base_url="https://api.llmsincensura.com/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)

याद रखें कि संगतता का अर्थ है कि हम समान अनुरोध और प्रतिक्रिया JSON फॉर्मेट का उपयोग करते हैं, जिससे अन्य प्लेटफॉर्म से माइग्रेशन या मानक मोक्स का उपयोग करके यूनिट टेस्टिंग करना आसान हो जाता है।

API कुंजी प्रमाणीकरण

हमारी API में सुरक्षा एकल API कुंजी द्वारा प्रबंधित की जाती है। यह कुंजी रजिस्ट्रेशन के तुरंत बाद जनरेट होती है और एक बार दिखाई जाती है। यह समझना महत्वपूर्ण है कि डिफ़ॉल्ट रूप से कई कुंजियां नहीं होतीं; आपके खाते में आपके अनुरोधों के लिए एक प्राथमिक पहचानकर्ता होता है।

यदि आपको एक्सेस रिवोक करना है या सुरक्षा के लिए एक नया टोकन जनरेट करना है, तो आप अपने खाता सेटिंग्स में अपनी कुंजी रीजेनरेट कर सकते हैं। ध्यान दें कि यह पिछली कुंजी को तुरंत अमान्य कर देता है। यह आपकी रेट लिमिट बढ़ाने का तरीका नहीं है, बल्कि केवल एक सक्रिय पॉइंट ऑफ़ कंट्रोल रखने के लिए एक सुरक्षा उपाय है। अपनी कुंजी को एनवायरनमेंट वेरिएबल्स में सेव करें और यदि आपकी एप्लिकेशन सार्वजनिक है तो इसे क्लाइंट-साइड कोड में कभी भी एक्सपोज़ न करें।

• जनरेशन: साइन अप करते समय दिखाया जाता है।
• पुनर्जनरेशन: पिछली कुंजी को अमान्य कर देता है।
• उपयोग: Authorization: Bearer YOUR_KEY हेडर में भेजा जाता है।

पहला अनुरोध भेजना

मूल संचालन एक POST अनुरोध है /v1/chat/completions पर। आपको मॉडल को uncensored के रूप में निर्दिष्ट करना चाहिए, यदि आवश्यक हो तो टोन सेट करने के लिए सिस्टम प्रॉम्प्ट परिभाषित करना चाहिए, और संदेश इतिहास या उपयोगकर्ता का सरल प्रश्न प्रदान करना चाहिए। मॉडल इनपुट को प्रोसेस करेगा और JSON फॉर्मेट में पूर्ण प्रतिक्रिया वापस करेगा।

यह सबसे सरल प्रक्रिया है जो सत्यापित करती है कि आपकी इंटीग्रेशन सही ढंग से काम कर रही है। सुनिश्चित करें कि आपका एप्लिकेशन मॉडल की प्रतिक्रियाओं को सही ढंग से संभालता है, जिसमें जनरेट किया गया सामग्री और उपयोग मेटाडेटा शामिल है, जैसे कि खपत किए गए टोकन की संख्या।

Copiarcurl https://api.llmsincensura.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Write a blunt product review of a cheap VPN."}]
  }'

यह अनुरोध किसी भी चैट एप्लिकेशन, सामग्री जनरेशन या पाठ विश्लेषण के लिए आधार है। यदि मॉडल सही प्रतिक्रिया देता है, तो आपका नेटवर्क और प्रमाणीकरण सेटअप सही है।

स्ट्रीमिंग प्रबंधन

चैटबॉट्स जैसे इंटरैक्टिव एप्लिकेशन के लिए, स्ट्रीमिंग का उपयोग करना महत्वपूर्ण है। इससे टोकन जनरेट होते ही क्लाइंट को भेजे जाते हैं, जिससे विलंबता की भावना में सुधार होता है। हमारी API इस उद्देश्य के लिए Server-Sent Events (SSE) का समर्थन करती है।

अपने SDK में स्ट्रीमिंग सक्षम करने पर, आपको कई आंशिक इवेंट्स प्राप्त होंगे। आपको पूर्ण प्रतिक्रिया बनाने के लिए इन फ्रैगमेंट्स को कंकेनेट करना चाहिए। यह विशेष रूप से तब उपयोगी होता है जब मॉडल लंबे टेक्स्ट जनरेट कर रहा हो, क्योंकि उपयोगकर्ता लगभग तुरंत टेक्स्ट देखना शुरू कर देता है।

Copiarstream = 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)

स्ट्रीमिंग स्ट्रीमिंग-नॉट-स्ट्रीमिंग की तुलना में अधिक टोकन नहीं खाता; यह केवल डेटा के परिवहन के तरीके को बदलता है। यह किसी भी आधुनिक UI के लिए अनुशंसित अभ्यास है जो AI पर निर्भर करता है।

100k कॉन्टेक्स्ट विंडो प्रबंधन

LLMs के साथ विकास में सबसे बड़ी चुनौतियों में से एक कॉन्टेक्स्ट विंडो की सीमा है। हमारी API 100,000 टोकन की कॉन्टेक्स्ट विंडो प्रदान करती है। यह एक ही अनुरोध में विस्तृत दस्तावेजों, लंबे बातचीत के इतिहास या बड़े ज्ञान भंडार को लोड करने के लिए पर्याप्त है।

इसका कुशलतापूर्वक लाभ उठाने के लिए, आपको अपने एप्लिकेशन में स्लाइडिंग विंडो प्रबंधन करना चाहिए। जैसे-जैसे वार्तालाप बढ़ता है, आप मॉडल को भेजे जाने वाले इतिहास से सबसे पुराने संदेशों को हटा सकते हैं ताकि सीमा के भीतर रह सकें। संदर्द विंडो में इनपुट टोकन (प्रॉम्प्ट) और आउटपुट टोकन (पूर्णता) दोनों शामिल हैं।

• क्षमता: 100k टोकन कुल।
• रणनीति: संदेशों के लिए एक सर्कुलर बफर लागू करें।
• लागत: टोकन उपयोग के लिए बिल किए जाते हैं, इसलिए अनावश्यक कॉन्टेक्स्ट भेजने को अनुकूलित करें।

फ़ंक्शन कॉलिंग का उपयोग

फ़ंक्शन कॉलिंग मॉडल को आपके बाहरी कोड के साथ इंटरैक्ट करने की अनुमति देती है। आप get_weather या search_database जैसे फ़ंक्शन परिभाषित कर सकते हैं और मॉडल उन्हें कॉल करने के लिए एक संरचित आर्गुमेंट वापस करेगा। यह उन एप्लिकेशन के लिए आवश्यक है जिन्हें रियल-टाइम डेटा या विशिष्ट क्रियाओं की आवश्यकता होती है।

हमारी बिना सेंसर AI OpenAI मानक की तरह ही tool calling समर्थित करती है। आप tools पैरामीटर में टूल्स परिभाषित करते हैं और मॉडल एक कॉल आईडी के साथ प्रतिक्रिया देता है। आपका कोड फ़ंक्शन निष्पादित करता है और फिर उस डेटा के आधार पर अंतिम प्रतिक्रिया जनरेट करने के लिए परिणाम वापस मॉडल को भेजता है।

Copiarimport OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://api.llmsincensura.com/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);

इस दृष्टिकोण से एक निष्क्रिय भाषा मॉडल एक सक्रिय एजेंट में बदल जाता है जो आपके एप्लिकेशन में जटिल कार्यों को पूरा करने में सक्षम होता है।

सीमाएं और कोटा

सेवा की स्थिरता को सुनिश्चित करने के लिए, हमारी API की रेट लिमिट और आकार सीमाएं हैं। प्रत्येक API कुंजी प्रति मिनट 300 अनुरोधों तक सीमित है। यह अधिकांश मध्यम-उपयोग एप्लिकेशन के लिए पर्याप्त है, लेकिन यदि आपके एप्लिकेशन में ट्रैफ़िक के शिखर हैं, तो आपको अपनी ओर से अनुरोधों की कतारबद्ध करने पर विचार करना चाहिए।

इसके अलावा, अनुरोध का बॉडी 8 MB से अधिक नहीं होना चाहिए। इससे उस टेक्स्ट या JSON फ़ाइल के आकार को सीमित करता है जिसे आप एक ही अनुरोध में भेज सकते हैं। यदि आपको अधिक डेटा भेजने की आवश्यकता है, तो इसे कई अनुरोधों में विभाजित करने या भेजने से पहले उसे सारांशित करने पर विचार करें।

संसाधन	सीमा
दर	300 req/min
अनुरोध आकार	8 MB
मॉडल	बिना सेंसर

बिलिंग और टॉप-अप

मूल्य निर्धारण मॉडल pay-as-you-go है, कोई अनिवार्य मासिक सदसता नहीं है। टोकन के प्रति मिलियन के लिए चार्ज किया जाता है। इनपुट टोकन के लिए लागत $0.25 प्रति 1M टोकन है और आउटपुट टोकन के लिए $1.00 प्रति 1M टोकन है। यह संरचना पारदर्शी और पूर्वानुमेय है।

आप क्रिप्टोकरेंसी (USDT या USDC) का उपयोग करके न्यूनतम $10 के साथ अपने खाते का टॉप-अप कर सकते हैं। यदि आप बड़ी राशि टॉप-अप करते हैं, तो आपको बोनस मिलते हैं: $50 या उससे अधिक के टॉप-अप पर 5% अतिरिक्त, और $100 या उससे अधिक के टॉप-अप पर 10% अतिरिक्त। क्रेडिट कभी खत्म नहीं होता, इसलिए आप बिना समय की चिंता के जब भी इसे उपयोग कर सकते हैं।

• इनपुट मूल्य: $0.25 / 1M टोकन।
• आउटपुट मूल्य: $1.00 / 1M टोकन।
• बोनस: +5% $50 से, +10% $100 से।