Warum einen unzensierten KI-Chatbot für Ihre App wählen?
Standardmodelle lehnen oft legitime erwachsene Inhalte ab oder verwandeln einfache Anfragen in philosophische Essays. Eine ungefilterte Chatbot-API erfüllt einen bestimmten Zweck: Sie beantwortet Ihren Prompt ohne Moralismus. Diese Stabilität ist wichtig, wenn Sie Rollenspiel-Engines oder Tools für kreatives Schreiben entwickeln, die rohe Ausgaben benötigen.
Entwickler beschweren sich oft, dass generische Modelle jeden Prompt als Sicherheitsrisiko behandeln. Sie neutralisieren Gespräche oder verwenden übermäßig Metaphern. Unser Modell entfernt diese Alignment-Schicht. Es akzeptiert legale erwachsene Themen und liefert den Text, den Sie angefordert haben.
- Keine verwirrende Router-Logik mit mehreren Modellen.
- Konsistentes Verhalten für NSFW- und uneingeschränkte Themen.
- Einfache Preisgestaltung basierend auf der tatsächlichen Token-Nutzung.
Schritt 1: Holen Sie sich Ihren API-Schlüssel und die Basis-URL
Melden Sie sich an, um Ihren eindeutigen API-Schlüssel sofort zu erhalten. Sie können Ihr Google-Konto verwenden oder ein Standard-Login mit E-Mail und Passwort erstellen. Das System zeigt Ihren Schlüssel sofort an. Dieses Testangebot dauert sieben Tage. Es ermöglicht Ihnen, den Endpunkt ohne finanzielle Verpflichtung zu testen. Ihr Konto erfordert lediglich eine E-Mail-Adresse. Dies hält den Einrichtungsprozess schnell und privat.
Verwenden Sie die Basis-URL https://api.unfilteredchatbotapi.com/v1 für alle Anfragen. Diese URL funktioniert mit jedem Standard-OpenAI-SDK. Sie ersetzen die Standard-Basis-URL in Ihrer Client-Konfiguration durch diese Adresse.
Schritt 2: Konfigurieren Sie den OpenAI-kompatiblen Client
Initialisieren Sie Ihren Client mit der Basis-URL und Ihrem API-Schlüssel. Die Modellkennung ist einfach uncensored. Sie müssen keine Modellversionen verwalten oder aus einer Liste auswählen. Die API bietet ein einzelnes optimiertes Large Language Model, das für uneingeschränkte Ausgaben ausgelegt ist.
Konfigurieren Sie den Client, um den richtigen Authentifizierungs-Header zu verwenden. Übergeben Sie Ihren Schlüssel in den Authorization header. Der Client erledigt den Rest. Sie können das offizielle OpenAI SDK für Python, Node.js oder jede andere unterstützte Sprache verwenden.
Legen Sie den Modellparameter auf uncensored. Dies teilt der API mit, welchen Endpunkt sie verwenden soll. Das Modell unterstützt ein Kontextfenster von 100.000 Tokens. Sie können lange Prompts senden und detaillierte Antworten erhalten.
Schritt 3: Senden Sie Ihre erste Chat-Vervollständigung
Erstellen Sie eine Anfrage mit Ihren System- und Benutzerantworten. Die API akzeptiert Standardformate für Chat-Vervollständigungen. Sie können Parameter wie Temperatur und top_p festlegen, um die Zufälligkeit zu steuern.
Das Modell gibt eine Textantwort zurück. Es lehnt rechtmäßigen Erwachseneninhalt nicht ab. Es behandelt auch Sicherheitsthemen ohne übermäßige Vorsicht. Sie erhalten den angeforderten Rohtext.
Überwachen Sie die Antwort auf den tatsächlichen Inhalt. Die API gibt die Token-Nutzung im Antwortkörper zurück. Sie können Ihre Guthabenbilanz über das Dashboard verfolgen.
Schritt 4: Implementieren Sie Streaming für Echtzeit-Ausgaben
Aktivieren Sie Streaming, indem Sie stream: true in Ihrer Anfrage. Die API gibt Daten in Chunks zurück, während Tokens generiert werden. Dies verringert die wahrgenommene Latenz für Ihre Benutzer.
Jeder Chunk enthält teilweise Text. Sie müssen diese Chunks verketten, um die finale Antwort zu bilden. Der letzte Chunk enthält die gesamte Token-Nutzung für die Anfrage.
Streaming ist entscheidend für Chat-Schnittstellen. Es lässt die Interaktion reaktionsschnell wirken. Benutzer sehen den Text in Echtzeit erscheinen, anstatt auf eine vollständige Antwort zu warten.
Schritt 5: Tools und Function Calling aktivieren
Definieren Sie Ihre Tools im Anfragekörper. Die API unterstützt standardmäßiges Function Calling. Sie können Tool-Definitionen übergeben und das Modell entscheiden lassen, wann es sie verwenden soll.
Legen Sie den tool_choice Parameter zur Steuerung, wie das Modell Tools verwendet. Sie können ein bestimmtes Tool erzwingen oder das Modell entscheiden lassen. Dies ist nützlich für die Entwicklung von Agents, die mit externen Diensten interagieren.
Das Modell gibt Tool-Aufrufe im Standardformat zurück. Sie führen das Tool aus und senden die Ergebnisse zurück an die API für die nächste Runde. Dies ermöglicht komplexe Multi-Step-Workflows.
Schritt 6: JSON-Modus für strukturierte Daten verarbeiten
Festlegen response_format zu {"type": "json_object"} in Ihrer Anfrage. Das Modell gibt streng gültiges JSON aus. Dies stellt sicher, dass Ihr Parser nicht bei fehlerhaftem Text fehlschlägt.
Verwenden Sie diesen Modus, wenn Sie strukturierte Daten für Ihre Anwendung benötigen. Er funktioniert gut zum Generieren von Konfigurationen, Listen oder Datenobjekten. Das Modell hält sich an das JSON-Schema, das Sie bereitstellen.
Der JSON-Modus ist zuverlässig für programmatische Interaktionen. Er reduziert den Bedarf an Text-Nachbearbeitung. Sie erhalten saubere Daten, die Ihr Code sofort verwenden kann.
Schritt 7: Nutzung überwachen und Tokens verwalten
Überprüfen Sie regelmäßig Ihr Guthaben. Die API berechnet $0,15 pro Million Input-Token und $0,50 pro Million Output-Token. Fehler und Ablehnungen sind kostenlos. Sie zahlen nur für erfolgreiche Vervollständigungen.
Sie können Ihr Guthaben mit Kryptowährungen aufladen. Die API akzeptiert USDT im TRC20-Netzwerk oder USDC im Base-Netzwerk. Sie können jeden beliebigen ganzen Betrag zwischen $20 und $500 hinzufügen.
Bonusguthaben ist für höhere Aufladungen verfügbar. Sie erhalten einen Bonus von 5% für $50, 10% für $100 und 15% für $200. Ihr Guthaben verfällt nie. Sie können es verwenden, wann immer Sie es benötigen.
