Pourquoi choisir un chatbot IA sans filtre pour votre application
Les modèles standard refusent souvent du contenu adulte légitime ou transforment des demandes simples en essais philosophiques. Une API de chatbot non filtrée a un objectif précis : elle répond à votre prompt sans moralisation. Cette stabilité est importante lorsque vous construisez des moteurs de jeu de rôle ou des outils d'écriture créative qui nécessitent une sortie brute.
Les développeurs se plaignent souvent que les modèles génériques traitent chaque prompt comme un risque de sécurité. Ils neutralisent les conversations ou abusent des métaphores. Notre modèle supprime cette couche d’alignement. Il accepte les sujets adultes légaux et fournit le texte que vous avez demandé.
- Pas de logique de routeur confuse avec plusieurs modèles.
- Comportement cohérent pour les thèmes NSFW et non restreints.
- Tarification basée sur l'utilisation réelle des jetons.
Étape 1 : Obtenez votre clé API et votre URL de base
Inscrivez-vous pour recevoir votre clé API unique immédiatement. Vous pouvez utiliser votre compte Google ou créer une connexion standard avec adresse e-mail et mot de passe. Le système affiche votre clé instantanément. Cet essai dure sept jours. Il vous permet de tester le point de terminaison sans aucun engagement financier. Votre compte ne nécessite qu'une adresse e-mail. Cela rend le processus de configuration rapide et privé.
Utilisez l'URL de base https://api.unfilteredchatbotapi.com/v1 pour toutes les requêtes. Cette URL fonctionne avec n'importe quel SDK OpenAI standard. Vous remplacerez l'URL de base par défaut dans la configuration de votre client par cette adresse.
Étape 2 : Configurez le client compatible OpenAI
Initialisez votre client avec l'URL de base et votre clé API. L'identifiant du modèle est simplement uncensored. Vous n'avez pas besoin de gérer les versions de modèles ou de sélectionner dans une liste. L'API sert un seul modèle de langage large ajusté conçu pour une sortie non restreinte.
Configurez le client pour utiliser l'en-tête d'authentification correct. Transmettez votre clé dans le Authorization header. Le client s'occupe du reste. Vous pouvez utiliser le SDK OpenAI officiel pour Python, Node.js ou tout autre langage pris en charge.
Définissez le paramètre model sur uncensored. Cela indique à l'API quel endpoint utiliser. Le modèle prend en charge une fenêtre de contexte de 100,000 jetons. Vous pouvez envoyer des prompts longs et recevoir des réponses détaillées.
Étape 3 : Envoyez votre première complétion de chat
Construisez une requête avec vos messages système et utilisateur. L'API accepte les formats standard de complétion de chat. Vous pouvez définir des paramètres comme la température et le top_p pour contrôler l'aléatoire.
Le modèle renverra une réponse textuelle. Il ne refuse pas le contenu adulte légal. Il gère également les sujets de recherche de sécurité sans prudence excessive. Vous obtenez le texte brut que vous avez demandé.
Surveillez la réponse pour le contenu réel. L'API retourne l'utilisation des tokens dans le corps de la réponse. Vous pouvez suivre le solde de votre crédit via le tableau de bord.
Étape 4 : Implémentez le streaming pour une sortie en temps réel
Activez le streaming en définissant stream: true dans votre requête. L'API renvoie des données sous forme de fragments au fur et à mesure de la génération des jetons. Cela réduit la latence perçue pour vos utilisateurs.
Chaque chunk contient du texte partiel. Vous devez concaténer ces chunks pour former la réponse finale. Le dernier chunk inclut l'utilisation totale des tokens pour la requête.
Le streaming est essentiel pour les interfaces de chat. Il rend l'interaction réactive. Les utilisateurs voient le texte apparaître en temps réel au lieu d'attendre une complétion complète.
Étape 5 : Activer les outils et l'appel de fonctions
Définissez vos outils dans le corps de la requête. L'API prend en charge l'appel de fonctions standard. Vous pouvez passer les définitions d'outils et laisser le modèle décider quand les utiliser.
Définissez le tool_choice paramètre pour contrôler comment le modèle utilise les outils. Vous pouvez forcer un outil spécifique ou laisser le modèle décider. Cela est utile pour créer des agents qui interagissent avec des services externes.
Le modèle retourne des appels d'outils au format standard. Vous exécutez l'outil et renvoyez les résultats à l'API pour le tour suivant. Cela permet des workflows complexes en plusieurs étapes.
Étape 6 : Gérer le mode JSON pour des données structurées
Définir response_format à {"type": "json_object"} dans votre requête. Le modèle produira strictement du JSON valide. Cela garantit que votre analyseur ne plante pas sur du texte mal formé.
Utilisez ce mode lorsque vous avez besoin de données structurées pour votre application. Il fonctionne bien pour générer des configurations, des listes ou des objets de données. Le modèle respecte le schéma JSON que vous fournissez.
Le mode JSON est fiable pour les interactions programmatiques. Il réduit le besoin de post-traitement du texte. Vous obtenez des données propres que votre code peut utiliser immédiatement.
Étape 7 : Surveiller l'utilisation et gérer les jetons
Vérifiez régulièrement votre solde de crédits. L'API facture 0,15 $ par million de jetons d'entrée et 0,50 $ par million de jetons de sortie. Les erreurs et les refus sont gratuits. Vous ne payez que pour les complétions réussies.
Vous pouvez recharger votre crédit en crypto. L'API accepte les USDT sur le réseau TRC20 ou les USDC sur le réseau Base. Vous pouvez ajouter n'importe quel montant entier de 20 $ à 500 $.
Le crédit bonus est disponible pour les rechargements plus importants. Vous obtenez un bonus de 5 % pour 50 $, 10 % pour 100 $ et 15 % pour 200 $. Votre crédit n'expire jamais. Vous pouvez l'utiliser quand vous en avez besoin.
