अनसेंसर्ड AI को कैसे एकीकृत करें: एक स्टेप-बाय-स्टेप गाइड

अपने प्रोजेक्ट के लिए अनकैप्ड AI क्यों चुनें

अनकैप्सड AI मॉडल कानूनी वयस्क, रचनात्मक या विवादास्पद विषयों को ब्लॉक करने वाले सामग्री फिल्टर को समाप्त करते हैं। आपको मॉडल के कच्चे आउटपुट तक एक सीधा मार्ग मिलता है बिना मध्यवर्ती अस्वीकृति परत के।

मानक प्रदाता अक्सर व्यापक मॉडरेशन लागू करते हैं जो कथा स्थिरता को बाधित करता है या सूक्ष्म तर्क को ब्लॉक करता है। एक अनसेंसर्ड LLM पूरे संदर्भ विंडो के इरादे को बनाए रखता है। यह रोलप्ले, रचनात्मक लेखन या शोध के लिए महत्वपूर्ण है जहां सूक्ष्मता गुणवत्ता को परिभाषित करती है।

हम एकल ओपन-वेइट मॉडल चलाते हैं जो असीमित प्रतिक्रियाओं के लिए ट्यून्ड है। यह धुंधली सुरक्षा नीतियों के पीछे छिपता नहीं है। अनुरोध तकनीकी वैधता पर निर्णय लेते हैं, न कि विषय संवेदनशीलता पर। आप मनमाने सामग्री फ्लैग्स के कारण प्रॉम्प्ट्स को दोहराने की घर्षण से बचते हैं।

हालाँकि, अनपब्लिश्ड का अर्थ असीमित नहीं है। आप अभी भी टोकन बजट और संदर्भ सीमाओं का प्रबंधन करते हैं। मॉडल कुल 100,000 टोकन संभालता है। प्रति अनुरोध आउटपुट 16,000 टोकन पर सीमित है। ये प्रतिबंध आपकी वास्तुकला को परिभाषित करते हैं।

अपने वातावरण को सेटअप करना

अपने SDK क्लाइंट को हमारे base URL की ओर इशारा करने के लिए कॉन्फ़िगर करें: HTTPS://api.iaunrestricted.com/v1।

अधिकांश OpenAI-compatible SDK base_url ओवरराइड स्वीकार करते हैं। यह सभी अनुरोधों को हमारे इंफ्रास्ट्रक्चर की ओर रीडायरेक्ट करता है। आपकी मौजूदा कोड संरचना वही रहती है। केवल एंडपॉइंट और API कुंजी बदलती है।

• अपनी पसंदीदा SDK (Python, Node.js, आदि) इंस्टॉल करें।
• अपने अकाउंट डैशबोर्ड से API कुंजी सेट करें।
• बेस_यूआरएल को HTTPS://api.iaunrestricted.com/v1 पर ओवरराइड करें।
• मॉडल आईडी को 'uncensored' सेट करें।

एक सरल पिंग के साथ कनेक्टिविटी की पुष्टि करें। जांचें कि GET /v1/models एंडपॉइंट सही मॉडल ID लौटाता है। यह पुष्टि करता है कि आपका रूटिंग काम कर रहा है। यहाँ त्रुटियां आमतौर पर गलत बेस URL या छुपी हुई कुंजी का अर्थ होती हैं।

अपना पहला अनुरोध बनाना

अपने सिस्टम और उपयोगकर्ता संदेशों के साथ /v1/chat/completions पर POST अनुरोध भेजें।

पेलोड मानक JSON प्रारूपों का पालन करता है। role और content फ़ील्ड्स के साथ ऑब्जेक्ट्स के एक सरल के रूप में संदेश शामिल करें। मॉडल ID 'uncensored' होना चाहिए। यह हमारे सर्वरों पर असीमित मॉडल को ट्रिगर करता है।

उदाहरण संरचना:

बॉडी: {"model": "uncensored", "messages": [{"role": "user", "content": "Tell me a story."}]}

प्रतिक्रिया में चयन, उपयोग आँकड़े और finish_reason शामिल हैं। finish_reason का सावधानी से प्रबंधन करें। 'stop' का अर्थ सामान्य पूर्णता है। 'length' का अर्थ है कि आपने टोकन सीमा को छू लिया है। max_tokens को उसी अनुसार समायोजित करें।

रेट लिमिट्स लागू हैं: प्रति की प्रति मिनट 300 अनुरक्षण। कंकरेंट अनुरक्षण 8 पर कैप हैं। अनुरक्षण बॉसी को 8 MB से कम रहना चाहिए। इनसे अधिक होने पर HTTP 429 त्रुटियां ट्रिगर होती हैं।

स्ट्रीमिंग रिस्पॉन्सेस हैंडल करना

रियल-टाइम टोकन डिलीवरी के लिए सर्वर-सेंट इवेंट्स (SSE) का उपयोग करें।

अपने अनुरोध बॉडी में stream: true सेट करें। API चंक्स की एक श्रृंखला लौटाता है। प्रत्येक चंक में आंशिक टोकन डेटा होता है। अंतिम चंक में पूर्ण उपयोग आंकड़े शामिल होते हैं।

स्ट्रीमिंग उपयोगकर्ताओं को तुरंत टेक्स्ट दिखाई देता है। यह लॉन्ग-फॉर्म जनरेशन के लिए अनुभव को बेहतर बनाता है।

प्रत्येक चंक को सावधानी से पार्स करें। खाली डेटा फ़ील्डों को अनदेखा करें। finish_reason 'stop' होने तक टोकन जमा करें। फिर पूर्ण पाठ को प्रक्रिया करें।

उपयोग डेटा केवल अंतिम चंक में दिखाई देता है। मध्यवर्ती चंकों में उपयोग डेटा का अनुमान न लगाएं। इससे बिलिंग की सटीकता प्रभावित होती है। हमारी बिलिंग केवल वास्तविक उपयोग किए गए टोकनों के लिए चार्ज करती है। त्रुटियाँ मुफ्त हैं।

संरचित डेटा के लिए JSON मोड का उपयोग

संरचित आउटपुट लागू करने के लिए response_format को json_object पर सेट करें।

यह मॉडल को अपनी प्रतिक्रिया को मान्य JSON के रूप में फॉर्मेट करने के लिए कहता है। यह डाउनस्ट्रीम सिस्टम में पार्सिंग त्रुटियों को कम करता है। डेटा एक्सट्रैक्शन, कॉन्फ़िगरेशन जनरेशन, या API प्रतिक्रियाओं के लिए इसका उपयोग करें।

उदाहरण अनुरोध बॉडी:

बॉडी: {"model": "uncensored", "messages": [{"role": "user", "content": "Extract names from text."}], "response_format": {"type": "json_object"}}

मॉडल कठोर रूप से मान्य JSON लौटाने का प्रयास करता है। यह अभी भी क्षेत्रों का कल्पना कर सकता है। अपने पक्ष पर आउटपुट की सत्यापन करें। यदि उपलब्ध हो तो JSON स्कीमा सत्यापन का उपयोग करें।

JSON मोड टोकन तेजी से खपत करता है। मॉडल फॉर्मेटिंग ओवरहेड जोड़ता है। उपयोग का निकटता से निगरानी रखें। यह विश्वसनीयता के लिए एक ट्रेड-ऑफ है।

टोकन प्रबंधन के साथ लागत अनुकूलन

प्रीपेड क्रेडिट वास्तविक टोकन उपयोग के आधार पर चार्ज किया जाता है। इनपुट टोकन की लागत $0.15 प्रति 1M है। आउटपुट टोकन की लागत $0.50 प्रति 1M है।

बिलिंग पारदर्शी है। त्रुटियां और अस्वीकृतियां मुफ्त हैं। यह आपको बर्बाद खर्च से बचाता है। आप केवल सफल पूर्णताओं के लिए भुगतान करते हैं।

टॉप-अप में क्रिप्टो की आवश्यकता होती है: USDT (TRC20) या USDC (Base)। राशियाँ $20 से $500 तक होती हैं। बोनस क्रेडिट लागू होता है: $50 से +5%, $100 से +10%, $200 से +15%।

क्रेडिट कभी समाप्त नहीं होता है। यह मासिक शुल्क के बिना लंबी प्रोजेक्टों की अनुमति देता है। आप अपने बजट पर नियंत्रण रखते हैं। कोई छिपी हुई सब्सक्रिप्शन नहीं। कोई वार्षिक प्रतिबद्धता नहीं।

API प्रतिक्रिया के माध्यम से उपयोग की निगरानी करें। इनपुट बनाम आउटपुट अनुपात ट्रैक करें। इनपुट टोकन कम करने के लिए प्रॉम्प्ट को अनुकूलित करें। संक्षिप्त सिस्टम निर्देशों का उपयोग करें। यह लागत को काफी कम करता है।

सामान्य समस्याओं का निवारण

सामान्य त्रुटियों में HTTP 400, 401, 429, और 500 शामिल हैं।

400 Bad Request: अमान्य JSON या फ़ील्ड्स की कमी। अपने पेलोड संरचना की जांच करें। सुनिश्चित करें कि messages एक सरणी है। मॉडल ID 'uncensored' है, इसकी पुष्टि करें।

401 Unauthorized: अमान्य API कुंजी। डैशबोर्ड से अपनी कुंजी रीजनरेट करें। सुनिश्चित करें कि कोई ट्रेलिंग स्पेस न हो।

429 बहुत सारे अनुरोध: रेट लिमिट पार हो गया। रीट्राइ करने से पहले प्रतीक्षा करें। समवर्ती अनुरोध कम करें। बैचिंग पर विचार करें।

500 आंतरिक सर्वर त्रुटि: अस्थायी समस्या। एक्सपोनेंशियल बैकऑफ़ के साथ रीट्राइ करें। यदि स्थिर रहे, तो सहायता से संपर्क करें।

सीमाओं की भविष्यवाणी करने के लिए X-RateLimit-Remaining के लिए प्रतिक्रिया हेडर की जांच करें। इससे आप अपने क्लाइंट लॉजिक को उसी अनुसार समायोजित कर सकते हैं।

आपके उपयोग को स्केल करना

प्रति कुंजी 8 तक समवर्ती अनुरोध बढ़ाकर स्केल करें।

उच्च थ्रूपुट के लिए, अतिरिक्त कुंजियाँ उत्पन्न करें। प्रत्येक कुंजी की अपनी सीमा है। कुंजियों को अपने डैशबोर्ड में प्रबंधित करें। लोड वितरित करने के लिए कुंजियों को घुमाएं।

टोकन उपयोग के रुझानों की निगरानी करें। आउटपुट आवश्यकताओं के आधार पर max_tokens समायोजित करें। लंबे आउटपुट अधिक क्रेडिट खपत करते हैं। गुणवत्ता बनाम लागत संतुलित करें।

बड़े आउटपुट के लिए स्ट्रीमिंग का उपयोग करें। यह कनेक्शन टाइमआउट को कम करता है। यह बेहतर उपयोगकर्ता अनुभव भी प्रदान करता है।

आवश्यक प्रतिक्रियाओं को कैश करने पर विचार करें। इससे API कॉल कम होती हैं। परिणामों को स्थानीय रूप से संग्रहीत करें। जब प्रॉम्पट महत्वपूर्ण रूप से बदल जाते हैं तो कैश को अमान्य करें।

लॉन्च के लिए अंतिम चेकलिस्ट

लाइव जाने से पहले सभी एकीकरण बिंदुओं की पुष्टि करें।

• बेस URL HTTPS://api.iaunrestricted.com/v1 पर सेट है
• API कुंजी मान्य और सक्रिय है
• मॉडल ID 'uncensored' पर सेट
• रेट लिमिट्स समझ में आ गईं (300 req/min, 8 concurrent)
• सही ढंग से हैंडल की गई स्ट्रीमिंग
• JSON मोड सत्यापित
• त्रुटि हैंडलिंग लागू किया गया
• बिलिंग निगरानी

किनारे के मामलों के साथ परीक्षण करें। खाली संदेश भेजें। बहुत लंबे प्रॉम्प्ट्स भेजें। प्रतिक्रिया प्रारूपों की जांच करें। सुनिश्चित करें कि आपका क्लाइंट सभी finish_reasons को संभालता है।

मॉनिटरिंग के साथ तैनात करें। लेटेंसी और त्रुटि दरों को ट्रैक करें। वांछित व्यवहार के लिए तापमान और top_p जैसे पैरामीटर समायोजित करें।

शुरुआत करने के लिए तैयार? अभी अपना API key प्राप्त करें।