Chat ai senza censura：分步集成指南

为何你需要一款无审查的聊天 AI

企业级模型默认拒绝合法的成人内容、细微的历史分析和争议性的政治观点。您需要一个无审查的 AI，因为标准的守门人优先考虑品牌安全而非原始效用。当您要求模型生成关于特定成人关系的故事或分析争议性政治人物时，标准 LLM 通常会插入说教式的总结或直接拒绝。此 API 服务于一个经过调整以在无内容拒绝的情况下回答合法成人用途的开源模型。它不使用您的提示进行训练，从而保护您的数据隐私。该模型不是 GPT、Claude 或 Gemini；它是一个运行在我们服务器上的独立无审查 AI。您可以直接访问模型未经过滤的推理能力。

• 无隐藏过滤器阻止成人或争议性主题。
• 用于最大控制权的直接文本输入/输出设计。
• 提示词不用于训练模型。
• 无月度订阅或锁定承诺。

设置您的环境

通过安装您首选语言的官方 OpenAI SDK 来初始化项目。这之所以可行，是因为我们的端点完全兼容 OpenAI。您只需要一个 API 密钥，该密钥在通过 Google 或电子邮件地址注册后立即生成。无需电话号码。密钥仅显示一次，请妥善保存。我们的 API 密钥限制为每分钟 300 次请求和每个密钥 8 个并发请求。请求体限制为 8 MB。此设置确保您可以无需复杂的配置步骤即可开始测试。这允许您在承诺使用加密货币支付之前验证集成。

• 通过 Google 或邮箱注册以立即获取 API 密钥。
• 为你的语言安装标准的 OpenAI SDK。
• 使用试用信用额度测试连接性，无需付款。

配置基础 URL

将您的 SDK 客户端指向我们的基础 URL：HTTPS://api.aisenzalimitietici.com/v1。这是无审查 LLM 体验的核心。您必须在授权标头中设置 API 密钥。请求中发送的模型 ID 仅为 "uncensored"。这将我们的模型与成千上万的其他供应商区分开来。这是一个开源权重模型，而非转售其他公司的技术。只需更改基础 URL 和 API 密钥，即可从过滤模型切换到无审查模型。这一项更改即可实现您所需的所有自由度和无道德限制。请注意，此 API 不支持嵌入、图像生成或微调。它专用于聊天补全。请确保在所有开发环境中保持基础 URL 一致。

• 基础 URL：HTTPS://api.aisenzalimitietici.com/v1
• 模型 ID："uncensored"
• 授权：Bearer YOUR_API_KEY

发起首次聊天请求

向 /v1/chat/completions 发送 POST 请求，附带你的 messages 数组。系统期望每条消息包含 role 和 content 字段。你可以设置 temperature、top_p 和其他参数来控制创造性。模型将返回一个不包含道德过滤的完成结果，适用于合法内容。请注意，涉及未成年人的性内容始终会被拒绝，无论其他参数如何。这是一个适用于所有请求的硬性内容限制。响应包括生成的文本和 token 使用计数。错误是免费的，因此如果因网络问题导致请求失败，你不会受到收费。这种透明度确保你只为成功的、生成 token 的输出付费。从简单的提示开始，以验证模型的 uncensored 特性。

• 端点：POST /v1/chat/completions
• 模型：“uncensored”
• 硬性限制：无涉及未成年人的性内容。

处理流式响应

通过在请求中将 stream 参数设置为 true 启用流式传输。API 返回增量对象的服务器发送事件 (SSE) 流。每个对象包含部分令牌和角色。这允许您在生成文本时实时向用户显示文本。流的最后一个数据块包含请求的总令牌用量。这对于准确计费和监控至关重要。流式传输显著降低了用户的感知延迟。您可以使用支持 HTTP 流式传输的任何语言解析 SSE 流。uncensored 模型像标准 OpenAI 端点一样支持流式传输。此功能对于需要即时反馈的聊天应用至关重要。不要忘记处理流结束事件以正确关闭连接。

• 设置 stream=true 以进行实时令牌交付。
• 解析 SSE delta 对象以获取部分文本。
• 从最终数据块读取 token 用量。

使用无审查模型进行函数调用

在请求的 tools 数组中定义你的函数模式。如果模型确定应调用函数，它将在响应中返回 tool_calls。这与我们无审查的 AI 一样，也适用于标准模型。你可以将函数结果传回对话以继续上下文。通过设置 response_format 为 json_object 也可启用 JSON 模式。这会强制模型输出有效的 JSON，这对于数据提取非常有用。函数调用允许复杂的工作流和结构化数据生成。无审查模型能可靠地处理这些结构化输出。确保你的函数定义清晰且具体。模型并不固有地知道你的自定义函数，因此请提供详细描述。

• 在 tools 数组中定义函数。
• 使用 JSON 模式进行严格的输出格式化。
• 将函数结果传回对话中。

管理上下文窗口与令牌

上下文窗口为 100,000 个 token，结合了提示词和补全部分。每次请求的最大输出为 16,000 个 token。如果未设置 max_tokens，默认输出为 2,048 个 token。这个大窗口允许进行广泛的文档分析或长篇故事生成。您可以发送非常长的提示词而不会立即截断。但是，请注意 8 MB 的请求体限制。如果上下文超过模型容量，您必须实施自己的截断策略。API 不会自动处理上下文压缩。高效的上下文管理是保持性能和成本效益的关键。仔细跟踪您的 token 使用情况，以保持在预付费额度内。错误不会消耗 token，因此失败的请求不会影响您的余额。

• 上下文窗口：100,000 个 token（输入 + 输出）。
• 最大输出：每次请求 16,000 个 token。
• 如果未指定，默认最大输出：2,048 个令牌。

常见错误及故障排除

如果您超过每分钟 300 次请求，您可能会遇到速率限制。在这种情况下，API 返回 429 状态代码。您也可以达到每个密钥 8 个并发请求的限制。如果收到错误，请检查您的 API 密钥和 base URL 配置。确保您的 JSON 负载有效且符合预期的 schema。该模型不支持图像或音频输入，因此不要包含这些字段。如果您怀疑计费错误，请使用“支持”页面解决。额度是预付费的，不会过期，因此您可以稍后充值。仔细检查您的令牌计数，以确保没有高估使用量。无审查模型很稳定，但在非常长的上下文中可能会出现边缘情况。

• 限流：每分钟 300 次请求。
• 并发限制：每个密钥 8 个请求。
• 错误解决：使用支持页面。

生产的最终清单

验证生产环境中的 base URL 和 API 密钥是否正确。确保您的流式逻辑正确处理 SSE 事件。为速率限制和网络故障实施错误处理。监控您的令牌使用量，以确保在预付费额度内。请记住，加密货币充值是唯一的方式。您可以使用 TRC20 网络上的 USDT 或 Base 网络上的 USDC 进行支付。最低充值额为 $20，最高为 $500。大额充值将赠送额外额度。彻底测试您的函数调用和 JSON 模式输出。您的无审查 LLM 已准备好进行高容量、无限制的使用。放心部署，因为您的数据不会用于训练。

• 检查基础 URL 和 API 密钥。
• 处理 SSE 流式传输事件。
• 监控令牌用量和预付费余额。