Mengapakah memilih LLM NSFW untuk aplikasi anda
Integrasi langsung menghapuskan keperluan untuk perutean model kompleks atau berbilang kunci vendor. Satu model tanpa sensor mengendalikan kedua-dua prompt piawai dan dewasa tanpa penolakan sewenang-wenangnya. Pendekatan ini mempermudahkan seni bina anda dengan ketara. Anda mengelakkan beban menguruskan berbilang kunci API dari penyedia berbeza.
Pembangun sering menghadapi kesulitan dengan penapisan kandungan yang tidak konsisten dalam model standard. API LLM NSFW menyediakan kelakuan yang boleh diramal untuk watak mainan peranan dan penulisan kreatif. Model ini disesuaikan untuk menjawab tanpa menyekat kandungan dewasa yang sah. Kebolehpercayaan ini sangat penting untuk aplikasi di mana pengalaman pengguna bergantung pada respons yang konsisten.
- Model tunggal mengurangkan kerumitan.
- Tiada penolakan sewenang-wenangnya untuk tema dewasa.
- Hujung serasi OpenAI Standard.
Memahami hujung API serasi OpenAI
API kami menggunakan endpoint /v1/chat/completions standard, memastikan keserasian dengan alat sedia ada. Anda boleh menggunakan SDK rasmi OpenAI atau mana-mana perpustakaan klien serasi OpenAI. Hanya ubah base URL dan berikan kunci API anda. Keserasian ini bermaksud anda boleh mengemas kini kod sedia ada dengan perubahan minimum.
Endpoint menyokong interaksi teks-masuk, teks-keluar. Ia tidak menawarkan pengekodan semula, penjanaan imej, atau pemprosesan audio. Reka bentuk fokus ini mengekalkan kelajuan API dan kos yang berkesan. Anda mendapat akses langsung kepada keupayaan model tanpa beban kerja berlebihan yang tidak perlu.
Berikut adalah cara anda menyusun permintaan anda:
curl https://api.chatbotnsfw.com/v1/chat/completions \
-H "Authorization: Bearer $API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "uncensored",
"messages": [{"role": "user", "content": "Run the user verification script on test account 77"}]
}'- URL Asas: HTTPS://api.chatbotnsfw.com/v1
- Kaedah: POST
- Titik akhir: /chat/completions
Menetapkan persekitaran pembangunan anda
Mula dengan memasang SDK OpenAI untuk bahasa pilihan anda. SDK mengendalikan pengesahan dan pemformatan permintaan secara automatik. Anda hanya perlu mengkonfigurasi URL asas dan kunci API. Persediaan ini berfungsi dengan Python, Node.js, dan bahasa popular lain.
Pastu pemboleh ubah persekitaran anda ditetapkan dengan betul. Simpan kunci API anda dengan selamat untuk mencegah penggunaan tidak dibenarkan. Kunci API dijana serta-merta selepas pendaftaran. Anda boleh menguruskan kunci anda melalui papan pemuka pembangun.
Pertimbangkan menggunakan persekitaran maya untuk mengelakkan konflik kebergantungan. Amalan ini mengekalkan projek anda yang bersih dan mudah diurus. Ia juga memudahkan untuk berkongsi kod anda dengan pembangun lain.
from openai import OpenAI
client = OpenAI(base_url="https://api.chatbotnsfw.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)Mengkonfigurasi API klien
Konfigurasikan klien anda untuk mengarah ke URL asas kami. Tetapkan kunci API dalam header pengesahan. SDK akan mengendalikan baki komunikasi. Konfigurasi ini memastikan bahawa permintaan anda disalurkan dengan betul.
Anda boleh menyesuaikan parameter seperti suhu dan top_p untuk mengawal kepelbagaian respons. Tetapan ini membolehkan anda menipiskan tingkah laku model. Nilai suhu yang lebih tinggi menghasilkan output yang lebih kreatif. Nilai yang lebih rendah menghasilkan respons yang lebih deterministik.
Uji konfigurasi anda dengan prompt mudah. Sahkan bahawa anda menerima respons yang sah. Langkah ini mengesahkan bahawa persediaan anda adalah betul sebelum anda meneruskan kepada interaksi yang lebih kompleks.
import OpenAI from "openai";
const client = new OpenAI({ baseURL: "https://api.chatbotnsfw.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);Menghantar prompt NSFW pertama anda
Bina permintaan dengan mesej sistem dan petikan pengguna. Mesej sistem menentukan tingkah laku model. Petikan pengguna mengandungi kandungan sebenar yang ingin anda proses. Hantar permintaan ini ke hujung /v1/chat/completions.
Model akan memberi respons dengan teks secara langsung. Anda boleh menguraikan respons untuk mengekstrak kandungan yang dijana. Kandungan ini boleh dipaparkan kepada pengguna anda atau diproses lebih lanjut.
Perhatikan bahawa model adalah tanpa penapis. Ia akan menanggapi tema dewasa tanpa penolakan. Ini menjadikannya sesuai untuk aplikasi watak dan penulisan kreatif. Anda tidak perlu risau tentang penapis kandungan menyekat arahan anda.
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)Mengendalikan respons aliran untuk perbualan masa nyata
Aktifkan penstriman dengan menetapkan parameter stream kepada true. API akan menghantar respons token demi token. Ini membolehkan pengalaman pengguna yang lebih lancar dalam aplikasi sembang. Pengguna melihat teks muncul secara masa nyata seperti yang dijana.
Parse respons streaming untuk mengekstrak setiap token. Kumpulkan token untuk membentuk respons lengkap. Kaedah ini mengurangkan latensi yang dirasakan oleh pengguna. Ia menjadikan interaksi lebih semula jadi dan responsif.
Tangani sebarang ralat yang mungkin berlaku semasa penstriman. Logik percubaan semula boleh membantu memulihkan daripada masalah rangkaian sementara. Pastikan aplikasi anda menangani respons separa dengan baik.
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)Mengoptimumkan penggunaan token untuk kecekapan kos
Pantau penggunaan token anda untuk mengurus kos dengan berkesan. API mengenakan caj $0.15 per 1M token input dan $0.50 per 1M token output. Pastikan prompt anda ringkas untuk mengurangkan penggunaan token input. Potong sejarah perbualan yang panjang untuk kekal dalam jendela konteks.
Jendela konteks ialah 100,000 token. Ini membolehkan perbualan meluas tanpa kehilangan konteks. Walau bagaimanapun, perbualan yang lebih panjang menggunakan lebih banyak token. Berhati-hati dengan kiraan token untuk mengelakkan caj yang tidak dijangka.
Gunakan hujung /v1/models untuk memeriksa butiran model. Hujung ini menyediakan maklumat tentang keupayaan model. Ia membantu anda memahami had dan ciri yang tersedia untuk anda.
Parameter lanjutan: suhu dan top_p
Laraskan parameter suhu untuk mengawal keacakan. Suhu 0.7 adalah titik permulaan yang baik. Nilai yang lebih tinggi meningkatkan kreativiti tetapi mungkin mengurangkan koherensi. Nilai yang lebih rendah menjadikan output lebih boleh diramal.
Gunakan parameter top_p untuk mengawal kepelbagaian respons. Ia menghadkan model kepada jisim kebarangkalian teratas. Teknik ini membantu mengelakkan output yang tidak berkemungkinan rendah dan tidak masuk akal. Gabungkannya dengan suhu untuk kawalan halus.
Eksperimen dengan parameter ini untuk mencari keseimbangan yang tepat. Aplikasi berbeza mungkin memerlukan tetapan berbeza. Permainan watak mungkin mendapat manfaat daripada suhu yang lebih tinggi. Pertanyaan faktual mungkin memerlukan suhu yang lebih rendah.
Memecahkan ralat integrasi biasa
Ralat lazim termasuk kunci API tidak sah dan had kadar. Semak kunci API anda untuk kesilapan taip dan pastikan ia aktif. Had kadar ditetapkan pada 300 permintaan setiap minit. Melebihi had ini akan mengakibatkan ralat 429.
Sahkan bahawa badan permintaan anda berada di bawah 8 MB. Payload besar boleh menyebabkan masa tamat atau ralat. Pastikan JSON anda terbentuk dengan baik dan sah. JSON yang tidak sah akan menyebabkan ralat 400.
Semak dokumentasi untuk kod ralat terperinci. API mengembalikan mesej ralat yang jelas untuk membantu anda mendiagnosis masalah. Gunakan mesej ini untuk mengenal pasti dan menyelesaikan masalah dengan cepat.
