Chat ai senza censura : Guide d'intégration étape par étape

Pourquoi vous avez besoin d'une IA de chat sans censure

Les modèles d'entreprise refusent par défaut le contenu adulte légal, les analyses historiques nuancées et les opinions politiques controversées. Vous avez besoin d'une IA sans censure car les gardiens standard privilégient la sécurité de la marque plutôt que l'utilité brute. Lorsque vous demandez à un modèle de générer une histoire sur une relation adulte spécifique ou d'analyser une figure politique controversée, les LLM standards insèrent souvent des résumés moralisateurs ou refusent complètement. Cette API propose un seul modèle open-source ajusté pour répondre sans ces refus de contenu pour un usage adulte légal. Il n'utilise pas vos invites pour l'entraînement, préservant ainsi la confidentialité de vos données. Le modèle n'est pas GPT, Claude ou Gemini ; c'est une IA sans censure distincte fonctionnant sur nos serveurs. Vous obtenez un accès direct aux capacités de raisonnement non filtrées du modèle.

• Aucun filtre caché ne bloque les thèmes adultes ou controversés.
• Conception texte-entrée/texte-sortie directe pour un contrôle maximal.
• Les prompts ne sont pas utilisés pour entraîner le modèle.
• Aucuns abonnements mensuels ni engagements verrouillés.

Configuration de votre environnement

Initialisez votre projet en installant le SDK OpenAI officiel pour votre langage préféré. Cela fonctionne car notre point de terminaison est entièrement compatible avec OpenAI. Vous avez besoin uniquement d'une clé API, que vous générez immédiatement après vous être inscrit avec Google ou une adresse e-mail. Aucun numéro de téléphone n'est requis. La clé n'est affichée qu'une seule fois, alors enregistrez-la en toute sécurité. Les limites de notre clé API sont de 300 requêtes par minute et de 8 requêtes simultanées par clé. Le corps de la requête est limité à 8 Mo. Cette configuration vous permet de commencer les tests sans étapes de configuration complexes. Cela vous permet de vérifier l'intégration avant de vous engager dans les paiements par crypto.

• Inscrivez-vous via Google ou adresse e-mail pour obtenir une clé API immédiate.
• Installez le SDK OpenAI standard pour votre langage.
• Utilisez le crédit d'essai pour tester la connectivité sans paiement.

Configuration de l'URL de base

Pointez votre client SDK vers notre URL de base : HTTPS://api.aisenzalimitietici.com/v1. C'est le cœur de l'expérience LLM sans censure. Vous devez définir la clé API dans l'en-tête d'autorisation. L'ID de modèle que vous envoyez dans les requêtes est simplement « uncensored ». Cela distingue notre modèle de celui des milliers d'autres fournisseurs. Il s'agit d'un modèle à poids ouverts, et non d'une version revendue de la technologie d'une autre entreprise. En modifiant simplement l'URL de base et la clé API, vous passez d'un modèle filtré à un modèle sans censure. Ce seul changement permet toute la liberté et l'absence de garde-fous moraux dont vous avez besoin. Notez que cette API ne prend pas en charge les embeddings, la génération d'images ou le fine-tuning. Elle est strictement destinée aux complétions de chat. Gardez votre URL de base constante dans tous vos environnements de développement.

• URL de base : HTTPS://api.aisenzalimitietici.com/v1
• ID du modèle : "uncensored"
• Autorisation : Bearer YOUR_API_KEY

Effectuer votre première requête de chat

Envoyez une requête POST à /v1/chat/completions avec votre tableau de messages. Le système attend un champ role et content pour chaque message. Vous pouvez définir la température, top_p et d'autres paramètres pour contrôler la créativité. Le modèle répondra avec une complétion qui ne contient aucun filtre moral pour le contenu légal. Notez que le contenu sexuel impliquant des mineurs est toujours refusé, indépendamment des autres paramètres. Il s'agit d'une limite de contenu stricte qui s'applique à toutes les requêtes. La réponse inclut le texte généré et les compteurs d'utilisation de tokens. Les erreurs sont gratuites, donc si une requête échoue en raison de problèmes réseau, vous n'êtes pas facturé. Cette transparence garantit que vous ne payez que pour les sorties générant des tokens avec succès. Commencez par une invite simple pour vérifier la nature uncensored du modèle.

• Point de terminaison : POST /v1/chat/completions
• Modèle : "uncensored"
• Limite stricte : Pas de contenu sexuel impliquant des mineurs.

Gestion des réponses en streaming

Activez le streaming en définissant le paramètre stream à true dans votre requête. L'API renvoie un flux Server-Sent Events (SSE) d'objets delta. Chaque objet contient un jeton partiel et un rôle. Cela vous permet d'afficher du texte à l'utilisateur en temps réel à mesure qu'il est généré. Le dernier fragment du flux contient l'utilisation totale des jetons pour la requête. C'est crucial pour une facturation et une surveillance précises. Le streaming réduit considérablement la latence perçue pour vos utilisateurs. Vous pouvez analyser le flux SSE dans n'importe quel langage qui prend en charge le streaming HTTP. Le modèle uncensored prend en charge le streaming tout comme les endpoints OpenAI standard. Cette fonctionnalité est essentielle pour les applications de chat où un retour immédiat est attendu. N'oubliez pas de gérer l'événement de fin de flux pour fermer votre connexion correctement.

• Définissez stream=true pour une livraison de jetons en temps réel.
• Analysez les objets delta SSE pour le texte partiel.
• Lisez l'utilisation des jetons depuis le dernier chunk.

Utiliser l'appel de fonction avec des modèles uncensored

Définissez le schéma de votre fonction dans le tableau tools de votre requête. Le modèle renverra des tool_calls dans la réponse s'il détermine qu'une fonction doit être invoquée. Cela fonctionne avec notre IA uncensored tout comme avec les modèles standard. Vous pouvez renvoyer les résultats des fonctions dans la conversation pour poursuivre le contexte. Le mode JSON est également disponible en définissant response_format sur json_object. Cela force le modèle à produire un JSON valide, ce qui est utile pour l'extraction de données. L'appel de fonctions permet des workflows complexes et la génération de données structurées. Le modèle uncensored gère ces sorties structurées de manière fiable. Assurez-vous que vos définitions de fonctions sont claires et spécifiques. Le modèle ne connaît pas par défaut vos fonctions personnalisées, fournissez donc des descriptions détaillées.

• Définissez des fonctions dans le tableau tools.
• Utilisez le mode JSON pour un formatage de sortie strict.
• Passez les résultats des fonctions dans la conversation.

Gestion des fenêtres de contexte et des tokens

La fenêtre de contexte est de 100 000 tokens, combinant à la fois l'invite et la complétion. Le maximum de sortie par requête est de 16 000 tokens, ou 2 048 si vous ne définissez pas max_tokens. Cette grande fenêtre permet une analyse approfondie de documents ou la génération de textes longs. Vous pouvez envoyer des invites très longues sans troncature immédiate. Cependant, soyez conscient de la limite de corps de requête de 8 Mo. Si votre contexte dépasse la capacité du modèle, vous devez mettre en œuvre votre propre stratégie de troncature. L'API ne gère pas automatiquement la compression du contexte. Une gestion efficace du contexte est essentielle pour maintenir les performances et la rentabilité. Suivez attentivement votre utilisation de tokens pour rester dans les limites de votre crédit prépayé. Les erreurs ne consomment pas de tokens, donc les requêtes échouées n'impactent pas votre solde.

• Fenêtre de contexte : 100 000 jetons (entrée + sortie).
• Sortie maximale : 16 000 tokens par requête.
• Sortie maximale par défaut : 2 048 jetons si non spécifiée.

Erreurs courantes et dépannage

Vous pouvez rencontrer des limites de débit si vous dépassez 300 requêtes par minute. L'API renvoie un code de statut 429 dans ce cas. Vous pouvez également atteindre la limite de requêtes simultanées de 8 par clé. Si vous recevez une erreur, vérifiez la configuration de votre clé API et de l'URL de base. Assurez-vous que votre charge utile JSON est valide et correspond au schéma attendu. Le modèle ne prend pas en charge les entrées d'image ou d'audio, ne les incluez donc pas. Si vous soupçonnez une erreur de facturation, utilisez la page Support pour la résoudre. Le crédit est prépayé et n'expire pas, vous pouvez donc recharger plus tard. Vérifiez vos comptes de jetons pour vous assurer que vous ne surestimez pas l'utilisation. Le modèle uncensored est stable, mais des cas limites peuvent survenir avec des contextes très longs.

• Limite de taux : 300 requêtes par minute.
• Limite concurrente : 8 requêtes par clé.
• Résolution des erreurs : Utilisez la page Support.

Liste de contrôle finale pour la production

Vérifiez que votre URL de base et votre clé API sont corrects dans votre environnement de production. Assurez-vous que votre logique de streaming gère correctement les événements SSE. Implémentez une gestion des erreurs pour les limites de débit et les échecs réseau. Surveillez votre utilisation de tokens pour rester dans votre crédit prépayé. Rappelez-vous que les paiements crypto sont la seule méthode pour les recharges. Vous pouvez payer avec USDT sur TRC20 ou USDC sur Base. Le minimum de recharge est de $20, et le maximum est de $500. Un crédit bonus est ajouté pour les recharges plus importantes. Testez soigneusement vos sorties de fonction calling et de mode JSON. Votre LLM sans censure est prêt pour une utilisation non restrictive à fort volume. Déployez en toute confiance, sachant que vos données ne sont pas utilisées pour l'entraînement.

• Vérifier l'URL de base et la clé API.
• Gérer les événements de streaming SSE.
• Surveillez l'utilisation des jetons et le crédit prépayé.