如何将无审查 AI 集成到你的应用中

什么是无审查 AI？

无审查 AI 指的是经过调整或配置，不会因僵化的企业政策而拒绝成人内容、争议或小众主题的 LLM。与在检测到特定模式时可能返回 400 错误或通用文本的标准商业模型不同，无审查模型会准确返回你请求的内容，只要其合法即可。

这一特性对于创意、研究或模型表达自由优先的环境至关重要。这并不意味着模型“愚蠢”或缺乏智能；它只是去除了有时会阻止有效响应的表面审查层。对于开发者而言，这简化了错误处理逻辑，因为你无需预测哪些内容会被外部过滤器拒绝。

• 可预测性： 你获得完整的文本，没有任意截断。
• 控制权： 由你决定展示什么内容，而不是 API。
• 效率： 因错误审查导致的 API 调用失败更少。

SDK 初始配置

要集成我们的无审查 AI，我们将使用标准的 OpenAI SDK，因为我们的接口 100% 兼容其协议。这使你能够使用已知的库，例如 Python 中的 openai 或 Node.js 中的 openai。你只需调整 Base URL 并提供 API 密钥即可。

这种方法的优势在于可移植性。如果将来你决定切换到也提供兼容接口的供应商，代码中的更改将非常小。以下是使用 Python 配置指向我们服务的客户端的方法：

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)

请记住，兼容性意味着我们使用相同的请求和响应 JSON 格式，这便于从其他平台迁移或使用标准模拟进行单元测试。

API 密钥认证

我们 API 的安全性通过每个账户唯一的 API 密钥进行管理。该密钥在注册后立即生成且仅显示一次。重要的是要理解，默认情况下没有多个密钥；你的账户有一个用于请求的主标识符。

如果需要撤销访问权限或出于安全原因生成新 token，你可以在账户设置中重新生成密钥。请注意，这会立即使旧密钥失效。这不是增加速率限制的方法，而是一种安全措施，以确保只有一个活动控制点。将密钥保存在环境变量中，如果你的应用是公开的，切勿在客户端代码中暴露它。

• 生成： 注册时显示。
• 重新生成： 使旧密钥失效。
• 用法： 在请求头中发送 Authorization: Bearer YOUR_KEY。

发送第一个请求

基本操作是向 /v1/chat/completions 发送 POST 请求。你必须将模型指定为 uncensored，根据需要定义系统提示词以设定语气，并提供消息历史或用户的简单查询。模型将处理输入并以 JSON 格式返回完整响应。

这是验证集成是否工作的最简单流程。确保你的应用正确处理模型响应，其中包括生成的内容和用量元数据，如消耗的 token 数量。

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."}]
  }'

此请求是任何聊天、内容生成或文本分析应用的基础。如果模型正确响应，则你的网络配置和认证是正确的。

处理流式输出

对于聊天机器人等交互式应用，使用流式输出至关重要。这允许 token 在生成时立即发送给客户端，从而改善延迟感知。我们的 API 支持 SSE 以实现此目的。

在 SDK 中启用流式输出后，你将收到多个部分事件。你必须连接这些片段以构建完整响应。当模型生成长文本时，这特别有用，因为用户几乎可以立即看到文本。

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)

流式输出消耗的 token 与非流式请求相同；它只改变数据传输方式。这是任何依赖 AI 的现代用户界面的推荐做法。

100k 上下文管理

LLM 开发中的最大挑战之一是上下文限制。我们的 API 提供 100,000 token 的上下文窗口。这足以在单个请求中加载长文档、长对话历史或大型知识库。

为了有效利用这一点，你必须在应用中管理滑动窗口。随着对话的增长，你可以从发送给模型的对话历史中删除最旧的消息，以保持在此限制内。上下文包括输入（提示词）和输出（补全）token。

• 容量： 总计 100k token。
• 策略： 为消息实现循环缓冲区。
• 成本： token 按使用量计费，因此请优化不必要的上下文发送。

工具调用

工具调用（tool calling）功能允许模型与你的外部代码交互。你可以定义如 get_weather 或 search_database 之类的函数，模型将返回结构化参数以调用这些函数。这对于需要实时数据或特定操作的应用程序至关重要。

我们的无审查 AI 以与 OpenAI 标准相同的方式支持工具调用。你在 tools 参数中定义工具，模型会返回调用 ID。你的代码执行该函数，然后将结果发送回模型，以便基于该数据生成最终响应。

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);

这种方法将被动语言模型转变为能够执行复杂任务的主动代理。

限制与配额

为确保服务稳定性，我们的 API 设有速率和大小限制。每个 API 密钥每分钟限制为 300 次请求。这对大多数中等使用量的应用程序已足够，但如果你的应用有流量峰值，应考虑在客户端实现请求队列。

此外，请求体不得超过 8 MB。这限制了你可以单次发送的文本或 JSON 文件的大小。如果需要发送更多数据，请考虑将其拆分为多个请求或在发送前进行摘要。

资源	限制
速率	300 次请求/分钟
请求大小	8 MB
模型	无审查

计费与充值

定价模式为按量付费，无需强制月度订阅。按 token 百万计费。输入 token 的成本为每 1M token $0.25，输出 token 为每 1M token $1.00。此结构透明且可预测。

你可以使用加密货币（USDT 或 USDC）以最低 $10 的金额充值账户。如果充值金额较大，你将获得奖励：充值 $50 或以上可获得额外 5%，充值 $100 或以上可获得额外 10%。额度永不失效，因此你可以随时使用，无需时间压力。

• 输入价格： $0.25 / 1M token。
• 输出价格： $1.00 / 1M token。
• 奖励： $50 起 +5%，$100 起 +10%。