Guide d'intégration API Character AI

Pourquoi remplacer Character AI par une API ?

Character AI est pratique, mais il enferme vos personnages dans son écosystème. Vous ne pouvez pas enregistrer la fenêtre de contexte complète, ajuster les paramètres du modèle ou garantir que vos données restent privées. Une solution API comme uncutly AI vous donne un accès direct à un LLM sans censure. Vous contrôlez les invites, la température et les séquences d'arrêt. Cela signifie que vos personnages se comportent exactement comme vous le souhaitez.

Les plateformes propriétaires refusent souvent du contenu parfaitement légal. Elles peuvent couper une histoire à cause d'un mot-clé sensible. Avec une API de chatbot uncensored, vous décidez de ce qui est autorisé. Vous bénéficiez d'un point de terminaison unique et fiable pour la génération de texte. Cette fiabilité est cruciale lorsque vous construisez un produit qui dépend d'un comportement de personnage cohérent. Vous n'êtes pas à la merci d'une équipe de modération arbitraire de plateforme.

Étape 1 : Obtenez votre clé API

Commencez par créer un compte sur le tableau de bord du fournisseur. Vous pouvez vous connecter avec Google ou utiliser une adresse e-mail et un mot de passe simples. Aucun numéro de téléphone n'est requis. Une fois inscrit, accédez à la section clé API. Le système génère une clé unique immédiatement. Copiez cette clé et stockez-la en toute sécurité dans vos variables d'environnement.

Chaque requête adressée à l'API doit inclure cette clé dans l'en-tête. Si la clé est manquante ou invalide, le serveur renvoie une erreur 401. Vous recevez un petit crédit d'essai pour tester l'intégration avant de dépenser de l'argent. Ce crédit d'essai dure sept jours. C'est un bon moyen de vérifier que votre configuration fonctionne correctement.

Étape 2 : Configurez l'URL de base

La plupart des clients LLM modernes attendent une interface compatible OpenAI. Vous devez pointer votre SDK vers la bonne URL de base. Pour ce service, le point de terminaison est https://api.uncutlyai.com/v1. Cette structure d'URL imite l'API OpenAI standard. Cela signifie que vous pouvez utiliser des bibliothèques existantes sans modifications majeures du code.

Mettez à jour l'objet de configuration pour inclure cette URL de base. Définissez également la clé API dans l'en-tête d'autorisation. L'ID du modèle que vous utiliserez est simplement "uncensored". Ce modèle est optimisé pour moins de refus et une meilleure liberté créative. Il gère bien les contextes longs, jusqu'à 100 000 tokens. Cette longueur permet des historiques de personnages approfondis.

Étape 3 : Envoyez votre première complétion de chat

Construisez une requête vers le /v1/chat/completions endpoint. Le corps doit contenir une liste de messages. Chaque message a un rôle comme "system", "user" ou "assistant". Le message système définit la personnalité du personnage. Les messages de l'utilisateur guident la conversation.

Voici comment vous structurez la requête :

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"}]
  }'

Envoyez cette requête pour voir le modèle répondre. Le serveur traite les tokens et retourne une complétion textuelle. Vous pouvez définir des paramètres comme temperature pour contrôler la créativité. Des valeurs plus élevées rendent le personnage plus imprévisible. Des valeurs plus basses le rendent plus cohérent. Cette flexibilité vous permet d'affiner la voix.

Étape 4 : Gérez les réponses en streaming

Les applications de chat semblent lentes si toute la réponse attend la fin. Le streaming résout ce problème. Définissez le stream parameter à true. Le serveur renvoie une série d'événements Server-Sent Events (SSE). Chaque événement contient un petit chunk de texte.

Votre code client doit analyser ces chunks et les afficher en temps réel. Cela crée l'illusion d'une frappe humaine. Cela améliore considérablement l'expérience utilisateur. Le dernier chunk contient souvent les statistiques d'utilisation des tokens. Vous pouvez utiliser ces données pour suivre vos coûts avec précision.

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)

Assurez-vous que votre gestionnaire de streaming intercepte les erreurs réseau. Un flux interrompu peut laisser l'interface utilisateur dans un état de chargement. Fermez toujours la connexion lorsque le flux se termine ou échoue.

Étape 5 : Gérer les jetons et les coûts

Comprendre les coûts en tokens est essentiel pour le budget. Vous payez par million de tokens. Les tokens d'entrée coûtent 0,15 $ par million. Les tokens de sortie coûtent 0,50 $ par million. Vous ne payez que pour les tokens traités. Les erreurs ne sont pas facturées. Les refus ne sont pas facturés non plus.

Ce modèle prépayé est transparent. Vous rechargez en cryptomonnaie. Le montant minimum de recharge est de $20. Vous pouvez ajouter $500 à la fois. Pas d'abonnements mensuels. Votre crédit n'expire jamais. Cette prévisibilité vous aide à planifier vos coûts de développement. Vous savez exactement combien coûtera chaque conversation.

Étape 6 : Implémenter l'appel de fonctions

Les personnages avancés ont souvent besoin d'interagir avec des outils externes. L'appel de fonction permet au modèle de renvoyer des données structurées. Vous définissez un schéma pour la fonction. Le modèle décide quand l'appeler en fonction de la conversation.

Par exemple, un personnage peut devoir vérifier la météo. Vous envoyez la définition de la fonction dans la requête. Le modèle répond avec un objet JSON contenant le nom de la fonction et les arguments. Votre code exécute la fonction et renvoie le résultat au modèle.

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);

Cette boucle se poursuit jusqu’à ce que le modèle génère la réponse de texte finale. Elle permet des histoires dynamiques et interactives. Vous n’êtes pas limité à des sorties de texte statiques. Le modèle peut déclencher des événements dans votre application.

Étape 7 : Gestion des erreurs et des limites

Les API ont des limites. Vous pouvez envoyer 300 requêtes par minute. Seules huit requêtes peuvent être actives simultanément. Le corps de la requête doit être inférieur à 8 Mo. Si vous dépassez ces limites, vous recevez une erreur 429. Implémentez une rétrogradation exponentielle dans votre logique de nouvelle tentative.

Gérez les erreurs réseau avec élégance. Si le serveur renvoie une erreur 500, attendez et réessayez. Ne supposez jamais que le modèle réussira toujours. Journalisez ces erreurs pour identifier des modèles. Des timeouts fréquents peuvent indiquer que vous devez ajuster vos paramètres de timeout.

Étape 8 : Mettre à l'échelle votre intégration

À mesure que votre base d'utilisateurs augmente, votre utilisation de l'API augmentera. Surveillez de près votre consommation de tokens. Utilisez les données d'utilisation des réponses en streaming pour suivre les coûts. Si vous constatez des coûts élevés, envisagez d'optimiser vos prompts. Des prompts système plus courts peuvent réduire les tokens d'entrée.

Prenons la mise en cache des réponses fréquentes. Si plusieurs utilisateurs posent la même question, servez le résultat mis en cache. Cela réduit les appels API et fait économiser de l'argent. Vous pouvez également mettre en place une limitation de débit sur votre propre serveur. Cela empêche un seul utilisateur de consommer tout votre crédit. Une intégration bien dimensionnée reste rapide et fiable.