Guia de Integração da API do Character AI

Por que Substituir o Character AI por uma API?

Character AI é conveniente, mas prende seus personagens em seu ecossistema. Você não pode salvar a janela de contexto completa, ajustar os parâmetros do modelo ou garantir que seus dados permaneçam privados. Uma solução de API como uncutly AI oferece acesso direto a um LLM sem censura. Você controla os prompts, a temperatura e as sequências de parada. Isso significa que seus personagens se comportam exatamente como você deseja.

Plataformas proprietárias frequentemente recusam conteúdo que é perfeitamente legal. Elas podem cortar uma história devido a uma palavra-chave sensível. Com uma API de chatbot uncensored, você decide o que é permitido. Você obtém um endpoint único e confiável para geração de texto. Essa confiabilidade é crucial quando você está construindo um produto que depende de comportamento consistente de personagens. Você não está à mercê da equipe de moderação arbitrária de uma plataforma.

Passo 1: Obtenha sua Chave de API

Comece criando uma conta no painel do provedor. Você pode fazer login com o Google ou usar um e-mail e senha simples. Nenhum número de telefone é necessário. Uma vez registrado, navegue até a seção de chave de API. O sistema gera uma chave exclusiva imediatamente. Copie esta chave e armazene-a de forma segura nas variáveis de ambiente.

Cada solicitação à API deve incluir esta chave no cabeçalho. Se a chave estiver ausente ou inválida, o servidor retorna um erro 401. Você recebe um pequeno crédito de teste para verificar a integração antes de gastar dinheiro. Esse crédito de teste dura sete dias. É uma boa maneira de verificar se sua configuração funciona corretamente.

Passo 2: Configure a URL base

A maioria dos clientes modernos de LLM espera uma interface compatível com a OpenAI. Você precisa apontar seu SDK para a URL base correta. Para este serviço, o endpoint é https://api.uncutlyai.com/v1. Esta estrutura de URL espelha a API padrão do OpenAI. Isso significa que você pode usar bibliotecas existentes sem grandes alterações no código.

Atualize o objeto de configuração para incluir esta URL base. Além disso, defina a chave de API no cabeçalho de autorização. O ID do modelo que você usará é simplesmente "uncensored". Este modelo é ajustado para menos recusas e maior liberdade criativa. Ele lida bem com contextos longos, até 100,000 tokens. Este comprimento permite históricos profundos de personagens.

Passo 3: Envie sua primeira conclusão de chat

Construa uma solicitação para o /v1/chat/completions endpoint. endpoint. O corpo deve conter uma lista de mensagens. Cada mensagem tem um papel como "system", "user" ou "assistant". A mensagem do sistema define a personalidade do personagem. As mensagens do usuário conduzem a conversa.

Veja como você estrutura a solicitação:

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"}]
  }'

Envie esta solicitação para ver o modelo responder. O servidor processa os tokens e retorna uma conclusão de texto. Você pode definir parâmetros como temperature para controlar a criatividade. Valores mais altos tornam o personagem mais imprevisível. Valores mais baixos tornam-no mais consistente. Essa flexibilidade permite ajustar a voz.

Passo 4: Gerencie respostas em streaming

Aplicações de chat parecem lentas se toda a resposta esperar até o final. O streaming resolve isso. Defina o stream parâmetro para true. O servidor envia de volta uma série de Server-Sent Events (SSE). Cada evento contém um pequeno chunk de texto.

Seu código cliente deve analisar esses chunks e exibi-los em tempo real. Isso cria a ilusão de digitação humana. Melhora significativamente a experiência do usuário. O último chunk geralmente contém as estatísticas de uso de tokens. Você pode usar esses dados para rastrear seus custos com precisão.

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)

Garanta que seu manipulador de streaming capture quaisquer erros de rede. Um stream quebrado pode deixar a interface de usuário em estado de carregamento. Sempre feche a conexão quando o stream terminar ou falhar.

Passo 5: Gerenciar Tokens e Custos

Entender os custos de tokens é essencial para o orçamento. Você paga por milhão de tokens. Tokens de entrada custam $0.15 por milhão. Tokens de saída custam $0.50 por milhão. Você paga apenas pelos tokens processados. Erros não cobram de você. Recusas também não cobram.

Este modelo pré-pago é transparente. Você adiciona fundos com criptomoeda. O valor mínimo de adição é $20. Você pode adicionar $500 de cada vez. Não há assinaturas mensais. Seu crédito nunca expira. Essa previsibilidade ajuda você a planejar seus custos de desenvolvimento. Você sabe exatamente quanto cada conversa custará.

Passo 6: Implementar Chamada de Funções

Personagens avançados muitas vezes precisam interagir com ferramentas externas. A chamada de funções permite que o modelo retorne dados estruturados. Você define um esquema para a função. O modelo decide quando chamá-la com base na conversa.

Por exemplo, um personagem pode precisar verificar o clima. Você envia a definição da função na solicitação. O modelo responde com um objeto JSON contendo o nome da função e os argumentos. Seu código executa a função e envia o resultado de volta ao 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 loop continua até que o modelo gere a resposta de texto final. Isso permite histórias dinâmicas e interativas. Você não está limitado a saídas de texto estático. O modelo pode acionar eventos em seu aplicativo.

Passo 7: Tratamento de Erros e Limites

As APIs têm limites. Você pode enviar 300 solicitações por minuto. Apenas oito solicitações podem estar ativas simultaneamente. O corpo da solicitação deve ter menos de 8 MB. Se você exceder esses limites, receberá um erro 429. Implemente backoff exponencial na lógica de nova tentativa.

Trate erros de rede de forma graciosa. Se o servidor retornar um erro 500, aguarde e tente novamente. Nunca assuma que o modelo sempre terá sucesso. Registre esses erros para identificar padrões. Timeouts frequentes podem indicar que você precisa ajustar suas configurações de timeout.

Passo 8: Escale Sua Integração

À medida que sua base de usuários cresce, o uso da sua API aumentará. Monitore seu consumo de tokens de perto. Use os dados de uso das respostas de streaming para rastrear os custos. Se você notar custos altos, considere otimizar seus prompts. Prompts de sistema mais curtos podem reduzir os tokens de entrada.

Considere armazenar em cache respostas frequentes. Se vários usuários fizerem a mesma pergunta, sirva o resultado em cache. Isso reduz chamadas de API e economiza dinheiro. Você também pode implementar limitação de taxa em seu próprio servidor. Isso impede que um único usuário consuma todo o seu crédito. Uma integração bem dimensionada permanece rápida e confiável.