Guía de integración de la API de Character AI

¿Por qué reemplazar Character AI por una API?

Character AI es conveniente, pero encierra tus personajes en su ecosistema. No puedes guardar la ventana de contexto completa, ajustar los parámetros del modelo ni garantizar que tus datos permanezcan privados. Una solución de API como uncutly AI te da acceso directo a un LLM sin censura. Controlas los prompts, la temperatura y las secuencias de parada. Esto significa que tus personajes se comportan exactamente como quieres.

Las plataformas propietarias a menudo rechazan contenido que es perfectamente legal. Pueden cortar una historia debido a una palabra clave sensible. Con una API de chatbot sin censura, tú decides qué está permitido. Obtienes un punto final único y confiable para la generación de texto. Esta confiabilidad es crucial cuando estás construyendo un producto que depende de un comportamiento de personaje consistente. No estás a merced del equipo de moderación arbitrario de una plataforma.

Paso 1: Obtén tu clave API

Comienza creando una cuenta en el panel del proveedor. Puedes iniciar sesión con Google o usar un correo electrónico y contraseña sencillos. No se requiere número de teléfono. Una vez registrado, navega a la sección de claves API. El sistema genera una clave única de inmediato. Copia esta clave y guárdala de forma segura en tus variables de entorno.

Cada solicitud a la API debe incluir esta clave en el encabezado. Si falta la clave o es inválida, el servidor devuelve un error 401. Obtienes un pequeño crédito de prueba para probar la integración antes de gastar dinero. Este crédito de prueba dura siete días. Es una buena manera de verificar que tu configuración funciona correctamente.

Paso 2: Configura la URL base

La mayoría de los clientes modernos de LLM esperan una interfaz compatible con OpenAI. Necesitas apuntar tu SDK a la URL base correcta. Para este servicio, el extremo es https://api.uncutlyai.com/v1. Esta estructura de URL refleja la API estándar de OpenAI. Esto significa que puedes usar bibliotecas existentes sin cambios importantes en el código.

Actualiza el objeto de configuración para incluir esta URL base. Además, establece la clave API en el encabezado de autorización. El ID del modelo que usarás es simplemente "uncensored". Este modelo está ajustado para tener menos rechazos y mayor libertad creativa. Maneja bien contextos largos, hasta 100,000 tokens. Esta longitud permite historias de personajes profundas.

Paso 3: Envía tu primera finalización de chat

Construye una solicitud a la /v1/chat/completions endpoint. El cuerpo debe contener una lista de mensajes. Cada mensaje tiene un rol como "system", "user" o "assistant". El mensaje del sistema define la personalidad del personaje. Los mensajes del usuario impulsan la conversación.

Así es cómo estructuras la solicitud:

Copycurl https://api.uncutlyai.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Show me the API endpoint for text generation"}]
  }'

Envía esta solicitud para ver cómo responde el modelo. El servidor procesa los tokens y devuelve una finalización de texto. Puedes establecer parámetros como temperature para controlar la creatividad. Valores más altos hacen que el personaje sea más impredecible. Valores más bajos lo hacen más consistente. Esta flexibilidad te permite ajustar la voz.

Paso 4: Maneja las respuestas en streaming

Las aplicaciones de chat se sienten lentas si toda la respuesta espera hasta el final. El streaming resuelve esto. Configura el stream parámetro a true. El servidor envía una serie de Server-Sent Events (SSE). Cada evento contiene un pequeño fragmento de texto.

Tu código cliente debe analizar estos fragmentos y mostrarlos en tiempo real. Esto crea la ilusión de que un humano está escribiendo. Mejora significativamente la experiencia del usuario. El último fragmento a menudo contiene las estadísticas de uso de tokens. Puedes utilizar estos datos para realizar un seguimiento preciso de tus costes.

Copyfrom openai import OpenAI

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

Asegúrate de que tu controlador de streaming capture cualquier error de red. Un flujo interrumpido puede dejar la interfaz de usuario en un estado de carga. Cierra siempre la conexión cuando el flujo finalice o falle.

Paso 5: Gestionar tokens y costos

Comprender los costos de tokens es esencial para el presupuesto. Pagas por millón de tokens. Los tokens de entrada cuestan $0.15 por millón. Los tokens de salida cuestan $0.50 por millón. Solo pagas por los tokens que se procesan. Los errores no te cobran. Las negaciones tampoco te cobran.

Este modelo prepagado es transparente. Recargas con criptomonedas. La recarga mínima es de $20. Puedes añadir $500 a la vez. No hay suscripciones mensuales. Tu crédito nunca caduca. Esta predictibilidad te ayuda a planificar tus costes de desarrollo. Sabes exactamente cuánto costará cada conversación.

Paso 6: Implementar llamada de funciones

Los personajes avanzados a menudo necesitan interactuar con herramientas externas. La llamada de funciones permite al modelo devolver datos estructurados. Defines un esquema para la función. El modelo decide cuándo llamarla basándose en la conversación.

Por ejemplo, un personaje podría necesitar consultar el clima. Envías la definición de la función en la solicitud. El modelo responde con un objeto JSON que contiene el nombre de la función y los argumentos. Tu código ejecuta la función y envía el resultado de vuelta al modelo.

Copyimport OpenAI from "openai";

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

Este bucle continúa hasta que el modelo genera la respuesta de texto final. Habilita historias dinámicas e interactivas. No estás limitado a salidas de texto estático. El modelo puede desencadenar eventos en tu aplicación.

Paso 7: Manejo de errores y límites

Las APIs tienen límites. Puedes enviar 300 solicitudes por minuto. Solo ocho solicitudes pueden estar activas simultáneamente. El cuerpo de la solicitud debe ser inferior a 8 MB. Si excedes estos límites, recibirás un error 429. Implementa retroceso exponencial en tu lógica de reintento.

Maneja errores de red de forma elegante. Si el servidor devuelve un error 500, espera y reintenta. Nunca asumas que el modelo siempre tendrá éxito. Registra estos errores para identificar patrones. Los tiempos de espera frecuentes pueden indicar que necesitas ajustar tu configuración de tiempo de espera.

Paso 8: Escalar tu integración

A medida que crece tu base de usuarios, aumentará el uso de tu API. Monitorea de cerca el consumo de tokens. Usa los datos de uso de las respuestas en streaming para rastrear los costos. Si notas costos altos, considera optimizar tus prompts. Los prompts de sistema más cortos pueden reducir los tokens de entrada.

Considera almacenar en caché las respuestas frecuentes. Si varios usuarios hacen la misma pregunta, sirve el resultado en caché. Esto reduce las llamadas a la API y ahorra dinero. También puedes implementar límites de velocidad en tu propio servidor. Esto evita que un solo usuario consuma todo tu crédito. Una integración bien escalada sigue siendo rápida y confiable.