PL ▾
Pobierz klucz API

Uncensored LLM Online: Czat przez klienta API

LLM bez cenzury online to model hostowany, do którego uzyskujesz dostęp przez HTTP, bez GPU po Twojej stronie. Ten poradnik przeprowadzi Cię od pustego terminala do strumieniowego czatu za pomocą SDK OpenAI.

Zaktualizowano

Okno terminala odbierające strumień świecących bąbelków czatu z chmury, pokazujące LLM używane przez klienta API

Kluczowe punkty

  1. Działa dowolny klient zgodny z OpenAI: zmień Base URL, ustaw klucz, użyj ID modelu uncensored.
  2. Strumieniowanie zwraca tokeny w miarę ich generowania, a zużycie zasobów pojawia się na końcu strumienia.
  3. Okno 100 000 tokenów obejmuje prompt i uzupełnienie, więc długie rozmowy trzeba ostatecznie skrócić.
  4. Odpowiedź 429 oznacza zwolnienie tempa lub odczekanie; kod błędu informuje, jaki limit został przekroczony.

Zacznij od kredytu próbnego

E-mail i hasło, klucz od razu na ekranie.

Pobierz klucz API

Czego potrzebujesz przed rozpoczęciem

Aby korzystać z LLM bez cenzury online za pomocą własnego kodu lub klienta czatu, potrzebujesz trzech rzeczy: konta, klucza API i klienta, który nawiąże połączenie z endpointem w stylu OpenAI. Usługa obsługuje tylko tekst, oferuje jeden model i odpowiada bez odmów treści dla legalnego użytku dorosłych. Nie generuje obrazów, dźwięku ani wideo i w żadnym wypadku nie wyprodukuje treści seksualnych z udziałem nieletnich.

Oto ścieżka krok po kroku.

  1. Zarejestruj się za pomocą Google lub adresu e-mail i hasłem na stronie klucza API.
  2. Zdobądź kredyt próbny jednym kliknięciem. Ma wartość $0,50, nie wymaga karty, trwa 7 dni i jest ograniczony do jednej sztuki na osobę.
  3. Skopiuj swój klucz. Każde zapytanie wysyła go jako Authorization: Bearer YOUR_KEY.
  4. Wskaż swojego klienta na Base URL https://api.uncensoredllmonline.com/v1 i ustaw model na uncensored.

Dostępne są dwa endpointy: POST /v1/chat/completions do rozmów i GET /v1/models do wypisania modeli dostępnych dla klucza.

Pierwsze zapytanie z curl

Zanim napiszesz jakikolwiek kod, upewnij się, że klucz działa. To zapytanie prosi o krótką odpowiedź i wypisuje pełną odpowiedź w formacie JSON.

curl https://api.uncensoredllmonline.com/v1/chat/completions \
  -H "Authorization: Bearer YOUR_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [
      {"role": "system", "content": "You are a blunt, helpful writing partner."},
      {"role": "user", "content": "Pitch me a noir story set on a space station."}
    ],
    "max_tokens": 250
  }'

Otrzymujesz standardowy obiekt uzupełnienia czatu z choices[0].message.content i blokiem usage. Nagłówki odpowiedzi zawierają X-Request-Id, przydatny przy kontakcie z wsparciem, oraz X-Balance-USD, pokazujący pozostały kredyt. Aby sprawdzić klucz bez wydawania tokenów, wywołaj GET /v1/models z tym samym nagłówkiem.

Pętla czatu ze strumieniowaniem w Pythonie

Czekanie na pełną odpowiedź w czacie może wydawać się wolne. Ustawienie stream: true sprawia, że serwer wysyła tokeny przez SSE w miarę ich generowania, a SDK OpenAI zamienia to w iterator. Poniższy skrypt przechowuje całą rozmowę na liście, wypisuje tokeny w miarę ich przybywania i dołącza każdą odpowiedź, aby model zapamiętał kontekst.

from openai import OpenAI

client = OpenAI(
    base_url="https://api.uncensoredllmonline.com/v1",
    api_key="YOUR_KEY",
)

history = [
    {"role": "system", "content": "You are a direct, imaginative conversation partner."}
]

while True:
    user = input("you: ").strip()
    if user in ("", "quit"):
        break
    history.append({"role": "user", "content": user})

    stream = client.chat.completions.create(
        model="uncensored",
        messages=history,
        stream=True,
        temperature=0.9,
    )

    reply = ""
    print("bot: ", end="", flush=True)
    for chunk in stream:
        if chunk.choices and chunk.choices[0].delta.content:
            piece = chunk.choices[0].delta.content
            reply += piece
            print(piece, end="", flush=True)
        if getattr(chunk, "usage", None):
            usage = chunk.usage
    print()
    history.append({"role": "assistant", "content": reply})

Ostatnie fragmenty zawierają użycie tokenów, więc możesz logować koszt każdej tury. Temperatura, top_p, sekwencje stop, seed oraz kary za częstotliwość i obecność są przekazywane do modelu. Dla kreatywnego czatu temperatura około 0,8 do 1,0 daje bardziej zróżnicowaną prozę. Przy ekstrakcji danych lub zadaniach strukturalnych ustaw ją niżej.

Praca z oknem 100 000 tokenów

Okno kontekstu ma 100 000 tokenów i obejmuje razem prompt i uzupełnienie. Pętla czatu, taka jak powyższa, wysyła ponownie całą historię w każdej turze, więc wejście rośnie z każdą wymianą. To jest w porządku przez długi czas. Typowa strona tekstu w języku angielskim ma około 500 do 700 tokenów, więc rozmowa może trwać wiele godzin, zanim zbliży się do limitu.

Ponieważ płacisz za tokeny wejściowe w każdym zapytaniu, długa historia to również źródło Twojego rachunku. Weź czat, który osiągnął 40 000 tokenów historii, z 500 tokenami odpowiedzi. Koszt wejścia to 0,04 x $0,15 = $0,006, a koszt wyjścia to 0,0005 x $0,50 = $0,00025, więc jedna dodatkowa tura kosztuje około $0,0063. Nawet przy takim rozmiarze $20 kredytu pokryje więcej niż 3000 tur. Mimo to skracanie oszczędza pieniądze i utrzymuje odpowiedzi skupione.

Trzy proste strategie działają dobrze:

  • Okno przesuwne. Zachowaj wiadomość systemową i ostatnie N tur, usuń starsze.
  • Podsumuj i zastąp. Gdy historia przekroczy próg, poproś model o podsumowanie najstarszej części, a następnie zapisz podsumowanie jako jedną wiadomość.
  • Przypięte fakty. Zachowaj karty postaci, zasady świata lub ustawienia w wiadomości systemowej i pozwól reszcie rozmowy przesuwać się.

Ustaw max_tokens, jeśli chcesz ograniczyć długość odpowiedzi. Jest to opcjonalne, a bez niego uzupełnienie może wykorzystać wszystko, co pozostało w oknie.

Użycie gotowego klienta czatu

Możesz nie chcieć pisać kodu. Wiele interfejsów czatu pozwala dodać niestandardowy endpoint zgodny z OpenAI, a SillyTavern jest jednym z przykładów. Ustawienia są takie same wszędzie, różnią się tylko etykiety:

  • Typ API: Zgodny z OpenAI, czasem nazywany niestandardowym lub uzupełnieniem czatu.
  • Base URL: https://api.uncensoredllmonline.com/v1. Niektóre klienty wymagają pełnej ścieżki kończącej się na /chat/completions, w takim przypadku dołącz ją.
  • Klucz API: klucz z Twojego konta.
  • Model: uncensored. Jeśli klient ma przycisk listy modeli, wywołuje GET /v1/models i wypełnia go.

Jeśli klient zgłosi błąd uwierzytelnienia, sprawdź, czy klucz nie zawiera spacji na początku lub końcu. Jeśli zgłosi, że model nie istnieje, wpisz jego ID ręcznie. Dokumentacja zawiera listę obsługiwanych parametrów, jeśli klient wyśle pole, które chcesz wyłączyć.

To samo wywołanie z Node.js

Jeśli Twój projekt jest w JavaScript, oficjalny pakiet OpenAI działa w ten sam sposób. Ten przykład strumieniuje do standardowego wyjścia.

import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://api.uncensoredllmonline.com/v1",
  apiKey: "YOUR_KEY",
});

const stream = await client.chat.completions.create({
  model: "uncensored",
  messages: [{ role: "user", content: "Describe a rainy market town in three sentences." }],
  stream: true,
});

for await (const chunk of stream) {
  process.stdout.write(chunk.choices[0]?.delta?.content ?? "");
}
process.stdout.write("\n");

Wywoływanie funkcji i tryb JSON (response_format ustawiony na json_object) działają przez ten sam interfejs. Dla narzędzi zdefiniuj je w tools, opcjonalnie ustaw tool_choice i zwróć wyniki jako wiadomości z rolą tool. Odpowiedzi strumieniowe dostarczają tool_calls w kawałkach, które łączysz po stronie klienta.

Limity zapytań i znaczenie kodu 429

Pełny klucz pozwala na 8 równoległych żądań i 300 żądań na minutę. Klucz próbny pozwala na 2 równoległe żądania i 60 na minutę. Ciało żądania może mieć do 8 MB. Nagłówki w każdej odpowiedzi, X-RateLimit-Limit-Requests i X-RateLimit-Limit-Concurrency, informują Cię o limitach obowiązujących dla Twojego klucza.

Gdy przekroczysz limit, otrzymasz HTTP 429, a kod błędu wskaże, który:

  • rate_limited: za dużo zapytań na minutę. Odczekaj i ponów próbę.
  • concurrency: za dużo zapytań naraz. Pamiętaj, że żądanie strumieniowe zajmuje swoje miejsce do końca strumienia, więc interfejs, który otwiera wiele strumieni jednocześnie, zużywa je szybko.
  • 429 z nagłówkiem Retry-After: 5 oznacza tymczasowe przeciążenie. Odczekaj pięć sekund, a następnie ponów próbę.

Krótka pętla ponawiania z backoff wystarcza dla większości aplikacji. Nieudane lub odrzucone zapytania nie są rozliczane. Gdy próba darmowa się skończy lub saldo będzie niskie, możesz doładować dowolną kwotę całkowitą od $20 do $500 kryptowalutami (USDT w sieci TRC20 lub USDC na Base); szczegóły premii znajdziesz na stronie z cenami.

Obwrotka ponawiania

Oto mała osłona, która ponawia żądanie przy kodzie 429, używając nagłówka Retry-After, gdy istnieje, oraz opóźnienia wykładniczego, gdy nie. Wykorzystuje typ wyjątku z SDK, więc inne błędy pojawiają się natychmiast.

import time
from openai import OpenAI, RateLimitError

client = OpenAI(
    base_url="https://api.uncensoredllmonline.com/v1",
    api_key="YOUR_KEY",
)

def ask(messages, tries=5):
    delay = 2
    for attempt in range(tries):
        try:
            return client.chat.completions.create(
                model="uncensored",
                messages=messages,
                max_tokens=400,
            )
        except RateLimitError as err:
            wait = err.response.headers.get("Retry-After")
            time.sleep(int(wait) if wait else delay)
            delay *= 2
    raise RuntimeError("still rate limited after retries")

Jeśli często widzisz błędy concurrency, rozwiązaniem rzadko jest dłuższe opóźnienie. Ogranicz liczbę równoległych wywołań do 8 dla pełnego klucza lub do 2 dla klucza próbnego, używając semafora lub puli workerów o tym rozmiarze.

Otrzymywanie lepszych wyników od modelu

Model, który nie odmawia, nadal wymaga jasnych wytycznych. Większość rozczarowujących wyników pochodzi od niejasnych promptów, a nie od modelu. Te nawyki pomogą w powieściach, roleplay i czacie w stylu towarzyskim dla dorosłych.

  • Umieść konfigurację w wiadomości systemowej. Określ ustawienia, ton, perspektywę i długość, jakiej oczekujesz. Modele ściśle przestrzegają wiadomości systemowej lepiej niż promptu zagrzebanego w dwunastej turze.
  • Opisz postać, nie tylko zadanie. Kilka linijek o głosie, nawykach i tym, czego postać chce, daje bardziej spójną rozmowę niż sama nazwa.
  • Używaj przykładów. Jeden krótki akapit wzorcowy w pożądanym stylu często robi więcej niż strona przymiotników.
  • Kontroluj powtarzalność. Jeśli model zapętla te same zwroty w długich sesjach, zwiększ nieco karę za częstotliwość lub obecność, albo nieco obniż temperaturę.
  • Poproś o to, czego chcesz, raz. Jeśli odpowiedź odbiega, edytuj swoją ostatnią wiadomość, zamiast nakładać poprawki jedna na drugą. Twoja historia jest częścią każdego przyszłego promptu i częścią każdego rachunku.

Surowy zakaz treści seksualnych z udziałem nieletnich dotyczy każdego promptu i każdej postaci, niezależnie od ram scenariusza. Model jest dostrojony wyłącznie do użytku dorosłych w granicach prawa.

Pytania i odpowiedzi

Czy muszę coś zainstalować, aby zacząć?

Tylko klient. Pakiet Python lub Node.js OpenAI, curl lub dowolna aplikacja czatu, która akceptuje niestandardowy endpoint kompatybilny z OpenAI, wystarczy. Nie jest potrzebny GPU ani pobieranie modelu.

Które ID modelu powinienem użyć?

Użyj uncensored w polu modelu. Możesz to potwierdzić, wywołując GET /v1/models ze swoim kluczem.

Czy strumieniowanie kosztuje więcej niż zwykłe zapytanie?

Nie. Płacisz tę samą cenę za token, $0,15 za 1M tokenów wejściowych i $0,50 za 1M tokenów wyjściowych. Żądanie strumieniowe zajmuje jedno miejsce w limicie współbieżności do momentu zakończenia.

Czy moje prompty są przechowywane do treningu?

Nie. Prompty nie są używane do trenowania.

Czy mogę używać go do obrazów lub głosu?

Nie. Usługa obsługuje tylko tekst, bez generowania obrazów, audio lub wideo oraz bez embeddingów.

Twój klucz jest o jeden formularz stąd

Utwórz konto, skopiuj klucz, zmień bazowy URL. To cała konfiguracja.

Pobierz klucz APIPrzeczytaj dokumentację