캐릭터 AI API 통합 가이드

Character AI를 API로 대체해야 하는 이유?

Character AI는 편리하지만 캐릭터를 자체 생태계에 가둡니다. 전체 컨텍스트 윈도우를 저장하거나 모델 매개변수를 조정하거나 데이터가 비공개로 유지되도록 보장할 수 없습니다. API 솔루션인 uncutly AI 필터 없는 LLM에 직접 접근할 수 있습니다. 프롬프트, 온도, 종료 시퀀스를 직접 제어할 수 있습니다. 이는 캐릭터가 원하는 대로 정확하게 동작함을 의미합니다.

독점 플랫폼은 완전히 합법적인 콘텐츠도 거부할 수 있습니다. 민감한 키워드 때문에 스토리를 중단할 수 있습니다. uncensored 채팅 API를 사용하면 허용되는 내용을 직접 결정할 수 있습니다. 텍스트 생성을 위한 단일하고 신뢰할 수 있는 엔드포인트를 얻습니다. 이는 일관된 캐릭터 동작에 의존하는 제품을 구축할 때 중요합니다. 플랫폼의 임의적 모더레이션 팀의 지배를 받지 않습니다.

1단계: API 키 받기

제공업체 대시보드에서 계정을 생성하세요. Google로 로그인하거나 간단한 이메일과 비밀번호를 사용할 수 있습니다. 전화번호는 필요하지 않습니다. 등록 후 API 키 섹션으로 이동하세요. 시스템이 즉시 고유한 키를 생성합니다. 이 키를 복사하여 환경 변수에 안전하게 저장하세요.

API에 대한 모든 요청에는 헤더에 이 키가 포함되어야 합니다. 키가 누락되었거나 유효하지 않으면 서버가 401 오류를 반환합니다. 통합 테스트를 위해 소액의 체험 크레딧이 제공됩니다. 이 체험 크레딧은 7일 동안 유효합니다. 설정이 올바르게 작동하는지 확인하는 좋은 방법입니다.

2단계: 베이스 URL 구성

대부분의 현대 LLM 클라이언트는 OpenAI 호환 인터페이스를 기대합니다. SDK를 올바른 기본 URL로 설정해야 합니다. 이 서비스의 엔드포인트는 https://api.uncutlyai.com/v1이 URL 구조는 표준 OpenAI API를 반영합니다. 즉, 주요 코드 변경 없이 기존 라이브러리를 사용할 수 있습니다.

구성 객체에 이 기본 URL을 포함하세요. 또한 API 키를 authorization 헤더에 설정하세요. 사용할 모델 ID는 단순히 "uncensored"입니다. 이 모델은 거부 응답이 적고 창의적 자유도가 높도록 조정되었습니다. 최대 100,000개의 토큰까지 긴 컨텍스트를 잘 처리합니다. 이 길이는 깊은 캐릭터 이력을 가능하게 합니다.

3단계: 첫 번째 채팅 완료 보내기

다음으로 POST 요청을 구성하세요 /v1/chat/completions 엔드포인트입니다. 본문에는 메시지 목록이 포함되어야 합니다. 각 메시지에는 "system", "user", "assistant"와 같은 역할이 있습니다. system 메시지는 캐릭터의 성격을 정의합니다. user 메시지는 대화를 주도합니다.

요청을 구조화하는 방법:

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"}]
  }'

모델이 응답하는 요청을 보내세요. 서버는 토큰을 처리하고 텍스트 완성을 반환합니다. 다음과 같은 매개변수를 설정할 수 있습니다. temperature 창의성을 제어합니다. 높은 값은 캐릭터를 더 예측 불가능하게 만듭니다. 낮은 값은 일관성을 높입니다. 이 유연성을 통해 음성을 미세 조정할 수 있습니다.

4단계: 스트리밍 응답 처리

전체 응답이 끝날 때까지 기다려야 하면 채팅 애플리케이션이 느리게 느껴집니다. 스트리밍이 이를 해결합니다. 설정하세요. stream true로 설정하세요. 서버는 일련의 서버 전송 이벤트(SSE)를 반환합니다. 각 이벤트에는 작은 텍스트 청크가 포함됩니다.

클라이언트 코드는 이러한 청크를 파싱하여 실시간으로 표시해야 합니다. 이는 사람이 타이핑하는 것과 같은 착시를 만듭니다. 사용자 경험을 크게 향상시킵니다. 마지막 청크에는 종종 토큰 사용량 통계가 포함됩니다. 이 데이터를 사용하여 비용을 정확하게 추적할 수 있습니다.

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)

스트리밍 핸들러가 네트워크 오류를 포착하는지 확인하세요. 끊긴 스트림은 UI를 로딩 상태로 남길 수 있습니다. 스트림이 완료되거나 실패할 때 항상 연결을 종료하세요.

5단계: 토큰 및 비용 관리

토큰 비용 이해는 예산 책정에 필수적입니다. 백만 토큰당 요금을 지불합니다. 입력 토큰은 백만 토큰당 $0.15입니다. 출력 토큰은 백만 토큰당 $0.50입니다. 처리된 토큰에 대해서만 지불합니다. 오류는 요금이 부과되지 않습니다. 거부도 요금이 부과되지 않습니다.

이 선불 모델은 투명합니다. 암호화폐로 충전합니다. 최소 충전 금액은 $20입니다. 한 번에 $500까지 추가할 수 있습니다. 월별 구독이 없습니다. 크레딧은 만료되지 않습니다. 이 예측 가능성은 개발 비용 계획을 세우는 데 도움이 됩니다. 각 대화의 정확한 비용을 알 수 있습니다.

6단계: 함수 호출 구현

고급 캐릭터는 종종 외부 도구와 상호작용해야 합니다. 함수 호출은 모델이 구조화된 데이터를 반환할 수 있게 합니다. 함수에 대한 스키마를 정의하면, 모델은 대화 내용을 기반으로 호출 시기를 결정합니다.

예를 들어, 캐릭터가 날씨를 확인해야 한다고 가정해 봅시다. 요청에 함수 정의를 전송합니다. 모델은 함수 이름과 인수를 포함하는 JSON 객체로 응답합니다. 귀하의 코드는 함수를 실행하고 결과를 모델로 다시 전송합니다.

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);

이 루프는 모델이 최종 텍스트 응답을 생성할 때까지 계속됩니다. 이는 동적이고 상호작용적인 이야기를 가능하게 합니다. 정적 텍스트 출력에 제한되지 않습니다. 모델은 애플리케이션에서 이벤트를 트리거할 수 있습니다.

7단계: 오류 처리 및 제한 사항

APIs에는 제한이 있습니다. 분당 300개의 요청을 보낼 수 있습니다. 동시에 활성 상태일 수 있는 요청은 8개까지입니다. 요청 본문은 8 MB 미만이어야 합니다. 이러한 제한을 초과하면 429 오류가 발생합니다. 재시도 로직에 지수 백오프(exponential backoff)를 구현하세요.

네트워크 오류를 우아하게 처리하세요. 서버가 500 오류를 반환하면 기다렸다가 재시도하세요. 모델이 항상 성공한다고 가정하지 마세요. 이러한 오류를 로그에 기록하여 패턴을 식별하세요. 빈번한 타임아웃은 타임아웃 설정을 조정해야 할 수 있음을 나타냅니다.

8단계: 통합 확장

사용자 기반이 성장함에 따라 API 사용량도 증가합니다. 토큰 소비를 주의 깊게 모니터링하세요. 스트리밍 응답의 사용량 데이터를 사용하여 비용을 추적하세요. 비용이 높게 나타나면 프롬프트를 최적화하는 것을 고려하세요. 짧은 시스템 프롬프트는 입력 토큰을 줄일 수 있습니다.

빈번한 응답을 캐싱하는 것을 고려해 보세요. 여러 사용자가 동일한 질문을 할 경우 캐시된 결과를 제공하세요. 이는 API 호출을 줄이고 비용을 절약합니다. 또한 자체 서버에 속도 제한을 구현할 수 있습니다. 이는 단일 사용자가 모든 크레딧을 소모하는 것을 방지합니다. 잘 확장된 통합은 빠르고 신뢰할 수 있어야 합니다.