Przewodnik po integracji API Character AI

Dlaczego warto zastąpić Character AI API?

Character AI jest wygodny, ale blokuje Twoje postaci w swoim ekosystemie. Nie możesz zapisać pełnego okna kontekstowego, dobrać parametrów modelu ani zagwarantować prywatności danych. Rozwiązanie API takie jak uncutly AI daje Ci bezpośredni dostęp do LLM bez cenzury. Kontrolujesz prompty, temperaturę i sekwencje stopu. Oznacza to, że Twoje postacie zachowują się dokładnie tak, jak tego chcesz.

Własnościowe platformy często odrzucają treści, które są w pełni legalne. Mogą odciąć historię z powodu wrażliwego słowa kluczowego. Dzięki API czatu uncensored Ty decydujesz, co jest dozwolone. Otrzymujesz pojedynczy, niezawodny punkt końcowy do generowania tekstu. Ta niezawodność jest kluczowa, gdy budujesz produkt, który zależy od spójnego zachowania postaci. Nie jesteś na łasce arbitralnego zespołu moderacji platformy.

Krok 1: Uzyskaj swój klucz API

Zacznij od utworzenia konta w panelu dostawcy. Możesz zalogować się za pomocą Google lub użyć prostego adresu e-mail i hasła. Nie jest wymagany numer telefonu. Po rejestracji przejdź do sekcji klucza API. System generuje unikalny klucz natychmiast. Skopiuj ten klucz i przechowaj go bezpiecznie w zmiennych środowiskowych.

Każde żądanie do API musi zawierać ten klucz w nagłówku. Jeśli klucz jest brakujący lub nieprawidłowy, serwer zwraca błąd 401. Otrzymujesz mały kredyt próbny, aby przetestować integrację przed wydaniem pieniędzy. Ten kredyt próbny trwa siedem dni. To dobry sposób na weryfikację, czy Twoja konfiguracja działa poprawnie.

Krok 2: Skonfiguruj bazowy adres URL

Większość nowoczesnych klientów LLM oczekuje interfejsu kompatybilnego z OpenAI. Musisz wskazać swojemu SDK poprawny adres bazowy. Dla tej usługi punktem końcowym jest https://api.uncutlyai.com/v1. Ta struktura URL odzwierciedla standardowe API OpenAI. Oznacza to, że możesz używać istniejących bibliotek bez większych zmian w kodzie.

Zaktualizuj obiekt konfiguracji, aby uwzględnić ten bazowy adres URL. Ustaw również klucz API w nagłówku autoryzacji. Używany identyfikator modelu to po prostu "uncensored". Model ten jest dostosowany do mniejszej liczby odrzuceń i lepszej swobody twórczej. Dobrze radzi sobie z długimi kontekstami, do 100,000 tokenów. Taka długość pozwala na przechowywanie głębokich historii postaci.

Krok 3: Wyślij swoje pierwsze ukończenie czatu

Skonstruuj żądanie do /v1/chat/completions endpoint. Ciało żądania powinno zawierać listę wiadomości. Każda wiadomość ma rolę, taką jak „system”, „user” lub „assistant”. Wiadomość systemowa definiuje osobowość postaci. Wiadomości użytkownika napędzają rozmowę.

Oto jak zbudować żądanie:

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"}]
  }'

Wyślij to żądanie, aby zobaczyć odpowiedź modelu. Serwer przetwarza tokeny i zwraca uzupełnienie tekstowe. Możesz ustawić parametry takie jak temperature kontrolować kreatywność. Wyższe wartości sprawiają, że postać jest bardziej nieprzewidywalna. Niższe wartości zapewniają większą spójność. Ta elastyczność pozwala na precyzyjne dostrojenie głosu.

Krok 4: Obsługa odpowiedzi strumieniowych

Aplikacje czatu działają wolno, jeśli cała odpowiedź czeka do końca. Strumieniowanie rozwiązuje ten problem. Ustaw stream ustaw na true. Serwer zwraca serię zdarzeń wysłanych przez serwer (SSE). Każde zdarzenie zawiera mały fragment tekstu.

Twój kod kliencki musi parsować te cząstki i wyświetlać je w czasie rzeczywistym. Tworzy to iluzję pisania przez człowieka. Znacznie poprawia to doświadczenie użytkownika. Ostatnia cząstka często zawiera statystyki użycia tokenów. Możesz użyć tych danych do dokładnego śledzenia kosztów.

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)

Upewnij się, że Twój handler strumieniowania przechwytuje wszelkie błędy sieciowe. Przerwany strumień może pozostawić interfejs użytkownika w stanie ładowania. Zawsze zamykaj połączenie, gdy strumień się zakończy lub ulegnie awarii.

Krok 5: Zarządzaj tokenami i kosztami

Zrozumienie kosztów tokenów jest kluczowe dla planowania budżetu. Płacisz za milion tokenów. Tokeny wejściowe kosztują $0.15 za milion. Tokeny wyjściowe kosztują $0.50 za milion. Płacisz tylko za przetworzone tokeny. Błędy nie są rozliczane. Odmowy również nie są rozliczane.

Ten model prepaid jest przejrzysty. Doładowujesz go kryptowalutą. Minimalne doładowanie to $20. Możesz dodać $500 za razem. Nie ma miesięcznych subskrypcji. Twój kredyt nigdy nie wygasa. Ta przewidywalność pomaga w planowaniu kosztów deweloperskich. Wiesz dokładnie, ile będzie kosztować każda rozmowa.

Krok 6: Zaimplementuj wywoływanie funkcji

Zaawansowane postacie często muszą wchodzić w interakcje z zewnętrznymi narzędziami. Wywoływanie funkcji pozwala modelowi zwracać dane strukturalne. Definiujesz schemat dla funkcji. Model decyduje, kiedy ją wywołać, na podstawie rozmowy.

Na przykład postać może potrzebować sprawdzić pogodę. Wysyłasz definicję funkcji w żądaniu. Model odpowiada obiektem JSON zawierającym nazwę funkcji i argumenty. Twój kod wykonuje funkcję i zwraca wynik z powrotem do modelu.

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);

Ta pętla trwa, aż model wygeneruje końcową odpowiedź tekstową. Umożliwia dynamiczne, interaktywne historie. Nie jesteś ograniczony do statycznych wyjść tekstowych. Model może wywoływać zdarzenia w Twojej aplikacji.

Krok 7: Obsługa błędów i limitów

API mają limity. Możesz wysyłać 300 żądań na minutę. Jednocześnie może być aktywnych tylko osiem żądań. Ciało żądania musi być mniejsze niż 8 MB. Jeśli przekroczysz te limity, otrzymasz błąd 429. Zaimplementuj wykładnicze backoff w logice ponawiania prób.

Obsługuj błędy sieciowe w sposób elegancki. Jeśli serwer zwróci błąd 500, poczekaj i ponów próbę. Nigdy nie zakładaj, że model zawsze się powiedzie. Loguj te błędy, aby identyfikować wzorce. Częste przekroczenia czasu mogą wskazywać, że musisz dostosować ustawienia limitu czasu.

Krok 8: Skaluj swoją integrację

W miarę wzrostu bazy użytkowników, wzrośnie użycie Twojego API. Monitoruj zużycie tokenów dokładnie. Używaj danych z odpowiedzi strumieniowych do śledzenia kosztów. Jeśli zauważysz wysokie koszty, rozważ optymalizację promptów. Krótsze prompty systemowe mogą zmniejszyć liczbę tokenów wejściowych.

Rozważ buforowanie częstych odpowiedzi. Jeśli wielu użytkowników zadaje to samo pytanie, serwuj wynik z pamięci podręcznej. Zmniejsza to liczbę wywołań API i oszczędza pieniądze. Możesz również wdrożyć limitowanie szybkości (rate limiting) na własnym serwerze. Zapobiega to zużyciu całego kredytu przez jednego użytkownika. Dobrze skalowana integracja pozostaje szybka i niezawodna.