빠른 시작: 몇 분 만에 무검열 LLM 통합하기

base_url 및 API 키 구성하기

베이스 URL과 생성된 API 키로 환경을 구성하여 즉시 요청을 시작하세요. 엔드포인트는 HTTPS://api.norestrictai.com/v1에 위치하며, 공식 OpenAI SDK 및 대부분의 서드파티 클라이언트와 완전히 호환됩니다. 전화번호 없이 Google 인증 또는 이메일을 통해 키를 즉시 생성할 수 있습니다. 이 키는 모든 후속 요청을 인증하며, 키를 재생성할 경우 이전 키를 대체합니다. 저희는 학습을 위해 프롬프트를 추적하지 않으므로, 다양한 매개변수를 테스트하는 동안 귀하의 데이터가 비공개로 유지됩니다.

첫 요청 보내기: /v1/chat/completions 엔드포인트

선호하는 HTTP 클라이언트 또는 SDK를 사용하여 /v1/chat/completions 엔드포인트에 첫 요청을 보내세요. 모델 식별자는 "uncensored"이며, 합법적인 성인 사용에 대한 콘텐츠 거절 없이 답변하도록 튜닝되었습니다. API 키를 Bearer 토큰으로 Authorization 헤더에 포함해야 합니다. 이 단일 엔드포인트는 임베딩이나 이미지 처리를 위한 별도 호출 없이 모든 텍스트 생성을 처리합니다.

cURL 기본 예제입니다:

Copycurl https://api.norestrictai.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Calculate the factorial of 12"}]
  }'

이 요청은 응답을 받기 위해 필요한 최소한의 구조를 보여줍니다. 시스템 프롬프트를 조정하여 특정 사용 사례에 맞게 모델의 동작을 정의할 수 있습니다. 응답에는 choices 배열에 생성된 텍스트가 포함됩니다.

스트리밍 응답: SSE 청크 효율적 처리

생성되는 대로 서버 전송 이벤트(SSE) 청크를 읽는 방식으로 스트리밍 응답을 효율적으로 처리하세요. 이 접근 방식은 전체 완료를 기다리는 대신 콘텐츠를 점진적으로 제공하여 사용자의 지각된 지연 시간을 줄입니다. 각 청크에는 텍스트의 작은 부분이 포함되어 있어 결과를 실시간으로 표시할 수 있습니다. 마지막 청크에는 청구 정확성을 위한 완전한 토큰 사용량 통계가 포함됩니다. 이 방법은 장문 생성 또는 대화형 채팅 인터페이스에 특히 유용합니다.

Copystream = 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)

클라이언트가 부분 청크를 올바르게 처리하여 연결 오류를 피하는지 확인하세요. 스트리밍 응답은 비스트리밍 응답과 동일한 구조를 유지하지만 데이터를 연속적인 흐름으로 제공합니다.

고급 매개변수: temperature, top_p, seed 제어

temperature, top_p 및 seed 매개변수를 사용하여 출력의 창의성과 재현성을 제어하세요. temperature는 모델의 무작위성을 조정하며, 낮은 값은 더 결정론적인 결과를 생성합니다. top_p는 특정 확률 질량으로 nucleus sampling을 제한하여 토큰의 다양성을 정교하게 합니다. seed 매개변수는 테스트 또는 디버깅을 위해 특정 출력을 재현할 수 있게 합니다. 이러한 매개변수는 추가 구성 없이 모델 동작을 미세 조정하기 위해 함께 작동합니다.

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.norestrictai.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)

Python SDK를 사용하면 파라미터 전달과 응답 처리가 간소화됩니다. 애플리케이션의 컨텍스트에 따라 이러한 값을 동적으로 설정할 수 있습니다. 일관성과 창의성 사이의 최적의 균형을 찾기 위해 다양한 조합을 실험해 보세요.

신뢰성을 위한 JSON 모드 강제: 구조화된 출력

response_format 매개변수를 json_object로 설정하여 구조화된 JSON 출력을 강제하세요. 이 기능은 모델이 유효한 JSON을 반환하도록 보장하며, 이는 다운스트림 애플리케이션이나 데이터베이스와의 통합에 중요합니다. 시스템 프롬프트에서 스키마를 정의하여 모델의 구조를 안내할 수 있습니다. 이는 구문 분석 오류를 줄이고 응답에서 데이터 추출을 단순화합니다. 데이터 기반 콘텐츠나 API 응답 생성에 특히 유용합니다.

Copyimport OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://api.norestrictai.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);

Node SDK는 JSON 파싱 및 검증을 처리하기 위한 편리한 메서드를 제공합니다. 기존 워크플로우에 쉽게 통합할 수 있습니다. 신뢰성을 극대화하기 위해 프롬프트에서 예상 구조를 명확히 하세요.

툴 사용: 함수 호출 및 tool_choice 활성화

사용자 입력에 따라 외부 도구 또는 함수를 호출할 수 있도록 함수 호출 활성화. 요청에 스키마와 설명이 있는 도구 세트를 정의할 수 있습니다. 모델은 도구 호출 시기와 필요한 인수를 전달할지 결정합니다. 이 기능은 모델의 단순 텍스트 생성을 넘어선 유용성을 확장합니다. tool_choice 매개변수를 사용하여 도구 선택을 제어하여 특정 동작을 강제하거나 허용할 수 있습니다. 이 기능은 에이전트 애플리케이션 또는 복잡한 워크플로우 구축에 필수적입니다.