Hướng dẫn nhanh: Tích hợp LLM không kiểm duyệt trong vài phút

Thiết lập: cấu hình base_url và khóa API

Cấu hình môi trường của bạn với URL cơ sở và khóa API đã tạo để bắt đầu thực hiện các yêu cầu ngay lập tức. Điểm cuối nằm tại HTTPS://api.norestrictai.com/v1, hoàn toàn tương thích với các SDK OpenAI chính thức và hầu hết các máy khách bên thứ ba. Bạn có thể tạo khóa của mình ngay lập tức thông qua xác thực Google hoặc email mà không cần số điện thoại. Khóa này xác thực tất cả các yêu cầu tiếp theo và thay thế bất kỳ khóa nào trước đó nếu bạn tạo lại nó. Chúng tôi không theo dõi các lời nhắc của bạn để đào tạo, đảm bảo dữ liệu của bạn vẫn được bảo mật trong khi bạn kiểm tra các tham số khác nhau.

Gửi yêu cầu đầu tiên của bạn: điểm cuối /v1/chat/completions

Gửi yêu cầu đầu tiên của bạn đến điểm cuối /v1/chat/completions bằng cách sử dụng máy khách HTTP hoặc SDK ưa thích của bạn. Định danh mô hình là "uncensored", được tinh chỉnh để trả lời mà không từ chối nội dung cho mục đích người trưởng thành hợp pháp. Bạn phải bao gồm khóa API của mình trong tiêu đề Authorization dưới dạng mã Bearer. Điểm cuối đơn lẻ này xử lý tất cả việc tạo văn bản mà không yêu cầu các lệnh gọi riêng biệt cho embedding hoặc xử lý hình ảnh.

Đây là một ví dụ cơ bản sử dụng cURL:

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"}]
  }'

Yêu cầu này minh họa cấu trúc tối thiểu cần thiết để nhận phản hồi. Bạn có thể điều chỉnh system prompt để xác định hành vi của mô hình cho trường hợp sử dụng cụ thể của mình. Phản hồi sẽ chứa văn bản được tạo trong mảng choices.

Phản hồi dạng stream: xử lý các chunk SSE hiệu quả

Xử lý các phản hồi streaming một cách hiệu quả bằng cách đọc các chunk Server-Sent Events (SSE) khi chúng được tạo ra. Cách tiếp cận này giảm độ trễ cảm nhận cho người dùng bằng cách phân phối nội dung theo từng phần thay vì chờ đợi toàn bộ quá trình hoàn tất. Mỗi chunk chứa một phần nhỏ của văn bản, cho phép bạn hiển thị kết quả theo thời gian thực. Chunk cuối cùng bao gồm thống kê sử dụng token đầy đủ để đảm bảo tính chính xác khi tính phí. Phương pháp này đặc biệt hữu ích cho việc tạo nội dung dài hoặc các giao diện trò chuyện tương tác.

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)

Đảm bảo khách hàng của bạn xử lý đúng các chunk một phần để tránh lỗi nối chuỗi. Phản hồi streaming duy trì cùng cấu trúc với các phản hồi không streaming nhưng cung cấp dữ liệu trong một luồng liên tục.

Tham số nâng cao: nhiệt độ, top_p và kiểm soát seed

Kiểm soát tính sáng tạo và khả năng tái lập trong các đầu ra của bạn bằng các tham số temperature, top_p và seed. Temperature điều chỉnh độ ngẫu nhiên của mô hình, với các giá trị thấp hơn tạo ra kết quả mang tính xác định cao hơn. Top_p giới hạn việc lấy mẫu hạt nhân trong một khối xác suất nhất định, tinh chỉnh sự đa dạng của các token. Tham số seed cho phép bạn tái tạo các đầu ra cụ thể cho mục đích kiểm thử hoặc gỡ lỗi. Các tham số này hoạt động cùng nhau để tinh chỉnh hành vi của mô hình mà không yêu cầu cấu hình bổ sung.

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)

Sử dụng SDK Python giúp đơn giản hóa việc truyền tham số và xử lý phản hồi. Bạn có thể đặt các giá trị này một cách động dựa trên ngữ cảnh của ứng dụng. Hãy thử nghiệm các tổ hợp khác nhau để tìm sự cân bằng tối ưu giữa tính nhất quán và sáng tạo.

Đầu ra có cấu trúc: buộc chế độ JSON để đảm bảo độ tin cậy

Bắt buộc đầu ra JSON có cấu trúc bằng cách đặt tham số response_format thành json_object. Tính năng này đảm bảo mô hình trả về JSON hợp lệ, điều rất quan trọng để tích hợp với các ứng dụng hoặc cơ sở dữ liệu phía sau. Bạn có thể xác định lược đồ trong lời nhắc hệ thống để hướng dẫn cấu trúc của mô hình. Điều này giảm lỗi phân tích cú pháp và đơn giản hóa việc trích xuất dữ liệu từ phản hồi. Nó đặc biệt hữu ích để tạo nội dung dựa trên dữ liệu hoặc phản hồi API.

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);

SDK Node cung cấp các phương pháp tiện lợi để xử lý phân tích cú pháp và xác thực JSON. Bạn có thể dễ dàng tích hợp nó vào các quy trình làm việc hiện có của mình. Đảm bảo các prompt của bạn rõ ràng về cấu trúc dự kiến để tối đa hóa độ tin cậy.

Tool use: enabling function calling and tool_choice

Bật gọi hàm để cho phép mô hình gọi các công cụ hoặc hàm bên ngoài dựa trên đầu vào của người dùng. Bạn có thể định nghĩa một bộ công cụ với lược đồ và mô tả của chúng trong yêu cầu. Mô hình sẽ quyết định khi nào gọi công cụ và truyền các đối số cần thiết. Khả năng này mở rộng tiện ích của mô hình vượt xa việc tạo văn bản đơn thuần. Bạn có thể kiểm soát việc chọn công cụ bằng tham số tool_choice để buộc hoặc cho phép các hành vi cụ thể. Tính năng này rất quan trọng để xây dựng các ứng dụng dạng tác nhân hoặc các quy trình làm việc phức tạp.