Cara Mengintegrasikan AI Tanpa Sensor ke Aplikasi Anda

Apa itu AI Tanpa Sensor?

AI tanpa sensor merujuk pada model bahasa besar (LLM) yang telah disesuaikan atau dikonfigurasi untuk tidak menolak konten dewasa, kontroversi, atau topik niche berdasarkan kebijakan perusahaan yang kaku. Berbeda dengan model komersial standar yang mungkin mengembalikan error 400 atau teks generik saat mendeteksi pola tertentu, model tanpa sensor mengembalikan persis apa yang diminta, selama hal tersebut legal.

Fitur ini sangat penting untuk aplikasi kreativitas, penelitian, atau lingkungan di mana kebebasan berekspresi model adalah prioritas. Ini tidak berarti modelnya 'bodoh' atau kurang cerdas; ini hanya menghilangkan lapisan moderasi dangkal yang kadang-kadang memblokir respons yang valid. Bagi pengembang, ini menyederhanakan logika penanganan error karena Anda tidak perlu memprediksi konten mana yang akan ditolak oleh filter eksternal.

• Prediktabilitas: Anda mendapatkan teks lengkap tanpa pemotongan sewenang-wenang.
• Kontrol: Anda yang memutuskan konten mana yang ditampilkan, bukan API.
• Efisiensi: Lebih sedikit panggilan API gagal karena moderasi yang salah.

Konfigurasi Awal SDK

Untuk mengintegrasikan AI tanpa sensor kami, kami akan menggunakan SDK standar OpenAI, karena endpoint kami kompatibel 100% dengan protokolnya. Ini memungkinkan Anda menggunakan library yang sudah Anda kenal, seperti openai di Python atau openai di Node.js. Anda hanya perlu menyesuaikan URL dasar dan menyediakan kunci API Anda.

Keuntungan dari pendekatan ini adalah portabilitas. Jika di masa depan Anda memutuskan untuk mengubah penyedia yang juga menawarkan endpoint yang kompatibel, perubahan dalam kode Anda akan minimal. Berikut adalah cara mengonfigurasi klien di Python yang mengarah ke layanan kami:

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)

Ingat bahwa kompatibilitas berarti kami menggunakan format permintaan dan respons JSON yang sama, yang memudahkan migrasi dari platform lain atau pengembangan pengujian unit menggunakan mock standar.

Autentikasi dengan Kunci API

Keamanan di API kami dikelola melalui satu kunci API per akun. Kunci ini dibuat segera setelah pendaftaran dan ditampilkan sekali. Penting untuk dipahami bahwa tidak ada beberapa kunci secara default; akun Anda memiliki pengidentifikasi utama untuk permintaan Anda.

Jika Anda perlu mencabut akses atau membuat token baru untuk keamanan, Anda dapat meregenerasi kunci Anda di pengaturan akun. Perhatikan bahwa ini membatalkan kunci sebelumnya secara instan. Ini bukan cara untuk meningkatkan batas kecepatan Anda, melainkan langkah keamanan untuk hanya memiliki satu titik kontrol aktif. Simpan kunci Anda dalam variabel lingkungan dan jangan pernah tampilkan di kode sisi klien jika aplikasi Anda bersifat publik.

• Pembuatan: Ditampilkan saat pendaftaran.
• Regenerasi: Membatalkan kunci sebelumnya.
• Penggunaan: Dikirim dalam header Authorization: Bearer YOUR_KEY.

Pengiriman Permintaan Pertama

Operasi dasar adalah permintaan POST ke /v1/chat/completions. Anda harus menentukan model sebagai uncensored, menentukan prompt sistem jika diperlukan untuk menetapkan nada, dan menyediakan riwayat pesan atau pertanyaan sederhana pengguna. Model akan memproses input dan mengembalikan respons lengkap dalam format JSON.

Ini adalah alur kerja paling sederhana untuk memvalidasi bahwa integrasi Anda berfungsi. Pastikan aplikasi Anda menangani respons model dengan benar, yang mencakup konten yang dihasilkan dan metadata penggunaan, seperti jumlah token yang dikonsumsi.

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."}]
  }'

Permintaan ini adalah dasar untuk aplikasi chat apa pun, generasi konten, atau analisis teks. Jika model merespons dengan benar, konfigurasi jaringan dan autentikasi Anda sudah benar.

Penanganan Streaming

Untuk aplikasi interaktif seperti chatbot, sangat penting untuk menggunakan streaming. Ini memungkinkan token dikirim ke klien saat dihasilkan, meningkatkan persepsi latensi. API kami mendukung Server-Sent Events (SSE) untuk tujuan ini.

Saat mengaktifkan streaming di SDK Anda, Anda akan menerima beberapa event parsial. Anda harus menggabungkan fragmen-fragmen ini untuk membangun respons lengkap. Ini sangat berguna ketika model menghasilkan teks panjang, karena pengguna mulai melihat teks hampir secara instan.

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)

Streaming tidak mengonsumsi lebih banyak token daripada permintaan non-streaming; ini hanya mengubah cara data ditransportasikan. Ini adalah praktik yang direkomendasikan untuk setiap antarmuka pengguna modern yang bergantung pada AI.

Manajemen Konteks 100k

Salah satu tantangan terbesar dalam pengembangan dengan LLM adalah batas konteks. API kami menawarkan jendela konteks 100.000 token. Ini cukup untuk memuat dokumen ekstensif, riwayat percakapan panjang, atau basis pengetahuan besar dalam satu permintaan.

Untuk memanfaatkannya secara efisien, Anda harus mengelola sliding window di aplikasi Anda. Seiring pertumbuhan percakapan, Anda dapat menghapus pesan paling lama dari riwayat yang Anda kirim ke model untuk tetap berada dalam batas. Konteks mencakup baik token input (prompt) maupun token output (completion).

• Kapasitas: 100k token total.
• Strategi: Terapkan buffer melingkar untuk pesan.
• Biaya: Token ditagih berdasarkan penggunaan, jadi optimalkan pengiriman konteks yang tidak perlu.

Penggunaan Tool Calling

Fungsi (tool calling) memungkinkan model berinteraksi dengan kode eksternal Anda. Anda dapat mendefinisikan fungsi seperti get_weather atau search_database dan model akan mengembalikan argumen terstruktur untuk memanggilnya. Ini penting untuk aplikasi yang membutuhkan data waktu nyata atau tindakan spesifik.

AI tanpa sensor kami mendukung tool calling dengan cara yang sama seperti standar OpenAI. Anda menentukan alat dalam parameter tools dan model merespons dengan ID panggilan. Kode Anda menjalankan fungsi dan kemudian mengirimkan hasilnya kembali ke model untuk menghasilkan respons akhir berdasarkan data tersebut.

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);

Pendekatan ini mengubah model bahasa pasif menjadi agen aktif yang mampu melakukan tugas kompleks di aplikasi Anda.

Batas dan Kuota

Untuk menjamin stabilitas layanan, API kami memiliki batas kecepatan dan ukuran. Setiap kunci API dibatasi hingga 300 permintaan per menit. Ini cukup untuk sebagian besar aplikasi penggunaan menengah, tetapi jika aplikasi Anda mengalami lonjakan lalu lintas, Anda harus mempertimbangkan untuk menerapkan antrian permintaan di sisi Anda.

Selain itu, badan permintaan tidak boleh melebihi 8 MB. Ini membatasi ukuran file teks atau JSON yang dapat Anda kirimkan dalam satu permintaan. Jika Anda perlu mengirim lebih banyak data, pertimbangkan untuk membaginya menjadi beberapa permintaan atau meringkasnya sebelum mengirimkannya.

Sumber Daya	Batas
Kecepatan	300 req/menit
Ukuran Request	8 MB
Model	tanpa sensor

Penagihan dan Isi Saldo

Model harganya adalah bayar sesuai penggunaan, tanpa langganan bulanan wajib. Ditagih per juta token. Biayanya adalah $0.25 per 1M token input dan $1.00 per 1M token output. Struktur ini transparan dan dapat diprediksi.

Anda dapat mengisi akun Anda dengan minimal $10 menggunakan mata uang kripto (USDT atau USDC). Jika Anda mengisi jumlah yang lebih besar, Anda mendapatkan bonus: 5% ekstra untuk isi ulang $50 atau lebih, dan 10% ekstra untuk isi ulang $100 atau lebih. Saldo prabayar tidak pernah kedaluwarsa, sehingga Anda dapat menggunakannya kapan saja tanpa tekanan waktu.

• Harga Input: $0.25 / 1M token.
• Harga Output: $1.00 / 1M token.
• Bonus: +5% mulai $50, +10% mulai $100.