Trang chủHướng dẫn
LLM không kiểm duyệt trực tuyến: sử dụng qua API mà không cần cài đặt

Cập nhật LLM Sin Censura
Để sử dụng llm không kiểm duyệt trực tuyến, bạn không cần GPU hay tải xuống: chỉ cần một khóa, một URL và bất kỳ client tương thích với OpenAI nào. Hướng dẫn này đi từ khóa đến chat streaming đầu tiên và một client máy tính.

Bước 1: khóa và thử nghiệm 10 giây
Một mô hình LLM không kiểm duyệt trực tuyến được sử dụng như bất kỳ API đám mây nào khác. Đăng nhập bằng Google hoặc email và mật khẩu tại trang khóa API, nhận tín dụng dùng thử miễn phí $0,50 chỉ với một cú nhấp chuột (7 ngày, không cần phương thức thanh toán, một lần mỗi người) và sao chép khóa. Sau đó, hãy kiểm tra xem mọi thứ có phản hồi không:
curl https://api.llmsincensura.com/v1/chat/completions \
-H "Authorization: Bearer TU_CLAVE" \
-H "Content-Type: application/json" \
-d '{"model": "uncensored", "messages": [{"role": "user", "content": "Preséntate en una frase."}]}'
Nếu bạn thấy JSON với phản hồi trong choices[0].message.content, bạn đã có một mô hình trực tuyến hoạt động. Đó là một mô hình mở duy nhất được lưu trữ bởi nhà cung cấp độc lập: không phải API chính thức của một công ty AI lớn và chỉ xử lý văn bản.
Bước 2: chat trong terminal có lịch sử
API không lưu trữ cuộc trò chuyện giữa các lần gọi. Mỗi yêu cầu phải bao gồm các tin nhắn trước đó, và để làm điều đó chỉ cần một danh sách ngày càng tăng. Script này duy trì lịch sử, hiển thị phản hồi khi nó đến và tính toán chi phí:
import os
from openai import OpenAI
client = OpenAI(
base_url="https://api.llmsincensura.com/v1",
api_key=os.environ["API_KEY"],
)
historial = [{"role": "system", "content": "Eres un narrador de ficción para adultos. Responde en español."}]
gasto = 0.0
while True:
texto = input("tú> ")
if texto in ("salir", "exit"):
break
historial.append({"role": "user", "content": texto})
stream = client.chat.completions.create(
model="uncensored",
messages=historial,
stream=True,
)
respuesta = ""
for chunk in stream:
if chunk.choices and chunk.choices[0].delta.content:
parte = chunk.choices[0].delta.content
respuesta += parte
print(parte, end="", flush=True)
if chunk.usage:
gasto += chunk.usage.prompt_tokens * 0.15 / 1e6
gasto += chunk.usage.completion_tokens * 0.50 / 1e6
print()
historial.append({"role": "assistant", "content": respuesta})
print(f"Gasto de la sesión: ${gasto:.6f}")
Đặt khóa bằng export API_KEY=... và chạy lệnh đó. Mỗi lượt gửi lại toàn bộ lịch sử, vì vậy đầu vào tăng lên với mỗi tin nhắn. Một phiên 30 lượt với khoảng 400 token mỗi lượt sẽ gửi tổng cộng ngữ cảnh khoảng 12.000 token; với giá $0.15 cho mỗi triệu token, chỉ riêng đầu vào cuối cùng đó đã tốn 12.000 × 0.15 / 1.000.000 = $0.0018.
Bước 3: kết nối với client chat
Nếu bạn thích giao diện đồ họa, nhiều client chat chấp nhận endpoint tương thích với OpenAI. Các ứng dụng như Open WebUI hoặc SillyTavern cho phép thêm kết nối riêng với URL cơ sở, khóa và mô hình. Tên menu thay đổi giữa các phiên bản, vì vậy hãy xem tài liệu của client cụ thể; mẫu luôn giống nhau:
| Trường của client | Giá trị |
|---|---|
| Loại kết nối | Tương thích OpenAI / tùy chỉnh |
| URL cơ sở | https://api.llmsincensura.com/v1 |
| Khóa API | Của bạn |
| Mô hình | uncensored |
Nếu client cho phép liệt kê các mô hình, hãy sử dụng GET /v1/models, mà API ĐÚNG LÀ cung cấp. Nếu không, hãy nhập tên thủ công. Và nếu client yêu cầu URL đầy đủ, hãy thêm /chat/completions vào cuối.
Một số client này được cài đặt trên máy tính hoặc máy chủ riêng của bạn. Điều đó không thay đổi thực tế là mô hình chạy trực tuyến: những gì bạn cài đặt chỉ là giao diện.
Bước 4: một trang web nhỏ riêng mà không lộ khóa
Người muốn chat trên trang web của mình thường mắc lỗi: gọi API trực tiếp từ JavaScript trình duyệt. Khi đó khóa vẫn hiển thị với bất kỳ ai. Mẫu đúng đặt một máy chủ nhỏ giữa hai bên:
import express from "express";
import OpenAI from "openai";
const app = express();
app.use(express.json());
const client = new OpenAI({
baseURL: "https://api.llmsincensura.com/v1",
apiKey: process.env.API_KEY,
});
app.post("/chat", async (req, res) => {
const r = await client.chat.completions.create({
model: "uncensored",
messages: req.body.messages,
max_tokens: 500,
});
res.json({ texto: r.choices[0].message.content });
});
app.listen(3000);
Thêm vào máy chủ đó những gì trường hợp của bạn yêu cầu: xác thực người dùng, giới hạn tin nhắn mỗi người và kiểm tra xem lịch sử không tăng vô hạn. Với một khóa đầy đủ, bạn có 8 yêu cầu đồng thời và 300 mỗi phút, và giới hạn đó áp dụng cho tất cả người dùng của bạn cùng lúc, không phải theo mỗi người dùng.
Kết quả tốt nhất với prompt hệ thống tốt
Một mô hình không kiểm duyệt không đoán được giọng điệu bạn muốn. Prompt hệ thống là nơi bạn đặt luật chơi, và đáng dành năm phút cho nó:
- Xác định vai trò. "Bạn là người kể chuyện của một tiểu thuyết noir bối cảnh năm 1950" hoạt động tốt hơn "viết truyện".
- Chỉ định định dạng và độ dài. Ví dụ: "trả lời ở ngôi thứ ba, từ 150 đến 250 từ".
- Cài đặt ngôn ngữ. Nếu bạn muốn tiếng Tây Ban Nha trung lập hoặc có voseo, hãy nói rõ.
- Viết những gì nó không nên làm chỉ khi cần thiết, và theo hướng tích cực khi có thể: "luôn giữ giọng điệu của nhân vật" rõ ràng hơn một danh sách các lệnh cấm.
Với nhiệt độ, hãy bắt đầu ở mức 0.8 cho văn học sáng tạo và giảm xuống 0.3 nếu bạn cần các câu trả lời ổn định hơn, chẳng hạn như khi trích xuất dữ liệu. Thay đổi một tham số mỗi lần để biết điều gì đã tạo ra sự cải thiện. Và hãy xem trường usage sau mỗi lần thử: một thông báo hệ thống dài sẽ được tính phí ở mỗi lượt.
Chi phí, giới hạn và lỗi thường gặp
Giá: $0,15 cho mỗi triệu token đầu vào và $0,50 cho mỗi triệu token đầu ra, với tín dụng trả trước, không có đăng ký. Các yêu cầu bị lỗi hoặc bị từ chối không được tính phí. Với tín dụng dùng thử $0,50, các tin nhắn có 500 token đầu vào và 300 token đầu ra tốn 0.000075 + 0.00015 = $0,000225 mỗi tin nhắn, vì vậy bạn có thể thực hiện khoảng 2.222 lượt tương tác (0.50 / 0.000225).
Các lỗi bạn sẽ gặp:
- 429 với
concurrency: quá nhiều yêu cầu đồng thời. Khóa dùng thử cho phép 2; một phản hồi truyền phát (streaming) sẽ chiếm khe đó cho đến khi kết thúc. - 429 với
rate_limited: bạn đã vượt quá số lượng yêu cầu mỗi phút (60 trong bản dùng thử). - 429 với
Retry-After: 5: quá tải tạm thời, hãy thử lại sau 5 giây. - Trò chuyện quên những gì đã nói trước đó: bạn không đang gửi lại lịch sử.
- Trò chuyện bị ngắt hoặc chậm lại: lịch sử đang tiến gần đến 100.000 token của cửa sổ; hãy cắt ngắn các tin nhắn cũ.
Khi tín dụng trả trước hết, các khoản nạp tiền dao động từ $20 đến $500 bằng tiền mã hóa (USDT trên TRC20 hoặc USDC trên Base), kèm theo các khoản thưởng từ $50, theo trang giá cả. Để tìm hiểu các tùy chọn nâng cao, hãy xem tài liệu.
Loại nội dung được hỗ trợ
Mô hình được tinh chỉnh để phản hồi mà không từ chối nội dung trong các trường hợp sử dụng hợp pháp cho người lớn: hư cấu, nhập vai, bản nháp sáng tạo, giao tiếp trò chuyện. Giới hạn cứng là không chấp nhận nội dung tình dục với người chưa thành niên. Đối với các tích hợp trang trọng hơn, bài viết về tích hợp API của một AI không kiểm duyệt sẽ mở rộng khía cạnh kỹ thuật.
Và một lưu ý về quyền riêng tư: các prompt không được sử dụng để huấn luyện, mặc dù chúng được gửi đến nhà cung cấp. Nếu bạn xử lý thông tin không thể rời khỏi môi trường của bạn, thì mô hình cục bộ là lựa chọn thay thế.
Hướng dẫn khác
Câu hỏi thường gặp
Tôi có cần cài đặt mô hình không?
Không. Mô hình được lưu trữ và sử dụng qua API. Bạn chỉ cần một khóa, URL cơ sở và một ứng dụng tương thích với OpenAI.
Có sẵn ứng dụng web trò chuyện chưa?
Dịch vụ này cung cấp API. Để trò chuyện với giao diện đồ họa, hãy sử dụng ứng dụng bên thứ ba chấp nhận một endpoint tương thích với OpenAI.
Tôi xem số dư còn lại của mình như thế nào?
Sử dụng tiêu đề X-Balance-USD trong mỗi phản hồi, hoặc gọi GET /v1/balance.
Có thể tạo hình ảnh không?
Không, chỉ dành cho văn bản.
Khóa của bạn chỉ cách một bước
Tạo tài khoản, sao chép khóa và thay đổi URL cơ sở. Dễ dàng như vậy.
Lấy khóa API