अनकेंसरड AI: एक चरण-दर-चरण इंटीग्रेशन गाइड

अनसेंसर्ड AI API पर क्यों स्विच करें?

मानक मॉड अक्सर परिपक्थ विषयों या विवादास्पद विचारों पर चर्चा करने से इनकार कर देते हैं क्योंकि वे विषयगत सुरक्षा नीतियों के आधार पर होते हैं। आपको एक मॉडल चाहिए जो बिना अनावश्यक नैतिकता के आपके प्रॉम्प्ट के सीधे उत्तर दे। हमारा इनफेरेंस लेयर एक समर्पित ओपन-वेइट मॉडल चलाता है जो फ्रीफॉर्म रीजनिंग के लिए अनुकूलित है। यह धुंधली सामग्री गाइडलाइन्स के पीछे छिपता नहीं है।

अधिकांश व्रैपर छिपे रेट लिमिट्स के साथ मौजूदा मॉडल को पुन: बेचते हैं। हम एक स्वतंत्र सेवा के रूप में कार्य करते हैं जिसमें पारदर्शी टोकन मूल्य निर्धारण है। आपको तत्काल कुंजी जारीकरण और एक एकल, सच्चे अनहिंग्ड मॉडल तक सीधा कनेक्शन मिलता है। यह दृष्टिकोण रचनात्मक लेखन या सुरक्षा शोध के दौरान बार-बार अस्वीकृतियों की निराशा को समाप्त करता है।

डेवलपर्स अक्सर पूछते हैं कि क्या Grok स्वयं अनसेंसर्ड है। वास्तविकता यह है कि अधिकांकि प्रमुख मॉडलों में कड़े फिल्टर होते हैं। आउटपुट पर पूर्ण नियंत्रण बनाए रखने के लिए एक समर्पित अनसेंसर्ड LLM पर स्विच करना सुनिश्चित करता है। आप NSFW सामग्री जनरेट कर सकते हैं, जटिल कथाओं का अन्वेषण कर सकते हैं, या किनारे के मामलों का परीक्षण कर सकते हैं बिना अस्वीकृतियों पर खोए गए टोकन के लिए भुगतान किए बिना।

आवश्यकताएँ: API कुंजी और बेस URL

आपको अनुरोध शुरू करने के लिए एक API कुज़र और एक विशिष्ट बेस URL की आवश्यकता है। अपने क्रेडेंशियल्स को तुरंत जनरेट करने के लिए 'Get API key' पेज पर जाएं। इस प्रक्रिया में सेकंड लगते हैं और फ़ोन नंबर वेरिफ़िकेशन की आवश्यकता नहीं होती है। आप Google या ईमेल पासवर्ड का उपयोग करके साइन इन कर सकते हैं।

हमारा बेस यूआरएल HTTPS://api.isgrokaiuncensored.com/v1 है। यह एंडपॉइंट सभी मानक OpenAI SDKs के साथ संगत है। आपको केवल अपने क्लाइंट लाइब्रेरी में base_url कॉन्फ़िगरेशन अपडेट करने की आवश्यकता है। API कुंजी वही प्रमाणीकरण विधि रहती है जिसे आप पहले से जानते हैं।

प्रत्येक खाते में एक समय में एक सक्रिय कुंजी की अनुमति है। एक नई कुंजी जनरेट करने से पिछली कुंजी स्वचालित रूप से रद्द हो जाती है। यह उपयोग और सुरक्षा की स्पष्ट ट्रैकिंग को सुनिश्चित करता है। आप सपोर्ट की प्रतीक्षा किए बिना डैशबोर्ड से सीधे अपनी कुंजियों का प्रबंधन कर सकते हैं।

चरण 1: OpenAI क्लाइंट को इनिशियलाइज़ करें

अपने कुंजी और नए बेस URL के साथ क्लाइंट को इनिशियलाइज़ करें। यह चरण SDK को हमारे इन्फरेंस लेयर की ओर इंगित करने के लिए कॉन्फ़िगर करता है। सभी बाद के कॉल हमारे सर्वरों के माध्यम से रूट होंगे। आप जिस मॉडल ID का उपयोग करेंगे वह 'uncensored' है। यह पहचानकर्ता हर अनुरोध के लिए आवश्यक है।

क्लाइंट सेटअप सीधा है। आपको अतिरिक्त पैकेज इंस्टॉल करने की आवश्यकता नहीं है। मानक OpenAI लाइब्रेरी पूरी तरह से काम करती है। सुनिश्चित करें कि आप SDK का एक हालिया संस्करण उपयोग कर रहे हैं।

कॉन्फ़िगरेशन इस प्रकार दिखता है:

• अपने एन्वायरनमेंट वेरिएबल से API कुंजी सेट करें।
• अपने डोमेन के लिए बेस यूआरएल पॉइंट करें।
• उपलब्ध मॉडल की सूची बनाकर कनेक्शन की जांच करें।

यह एकमात्र बदलाप आपकी पूरी एप्लिकेशन को एक अनसेंसर्ड बैकएंड पर स्विच करता है। आप अपनी मौजूदा प्रॉम्प्ट इंजीनियरिंग लॉजिक को अक्षुण्ण रख सकते हैं।

चरण 2: अपना पहला अनसेंसर्ड अनुरोध भेजें

मॉडल परीक्षण करने के लिए एक मानक चैट पूर्णता अनुरोध भेजें। अनुरोध बॉडी में 'uncensored' मॉडल id का उपयोग करें। एंडपॉइंट POST /v1/chat/completions है। यह एंडपॉइंट सभी टेक्स्ट जनरेशन कार्यों को संभालता है।

मॉडल तापमान और top_p जैसे मानक पैरामीटर स्वीकार करता है। आप रचनात्मकता या निर्धारिता को नियंत्रित करने के लिए इन्हें समायोजित कर सकते हैं। कंटेक्स्ट विंडो कुल 100,000 टोकन को सपोर्ट करता है। इसका मतलब लंबे दस्तावेजों या विस्तृत बातचीत की अनुमति है।

प्रति अनुरोध अधिकतम आउटपुट 16,000 टोकन है। यदि आप max_tokens सेट नहीं करते हैं, तो डिफ़ॉल्ट 2,048 टोकन है। यह सीमा लागत और प्रतिक्रिया समय को प्रबंधित करने में मदद करती है। आप सरल टेक्स्ट प्रॉम्प्ट या जटिल संरचित इनपुट भेज सकते हैं।

मॉडल पाठ सामग्री के साथ प्रतिक्रिया देता है। यह कानूनी वयस्कों या विवादास्पद विषयों को अस्वीकार नहीं करता है। यह क्रिएटिव राइटिंग और रोलप्ले के लिए आदर्श है। त्रुटियां और रिफ्यूज़ल मुफ्त हैं, इसलिए आप केवल सफल जनरेशन के लिए भुगतान करते हैं।

चरण 3: स्ट्रीमिंग प्रतिक्रियाओं को हैंडल करें

अपने अनुरोध में stream को true सेट करके स्ट्रीमिंग सक्षम करें। API उत्पन्न होते हुए पाठ के चंक लौटाता है। यह उपयोगकर्ताओं के लिए धारित अंतर्मुखी विलंबता में सुधार करता है। आप टोकन को स्क्रीन पर प्रकट होते ही प्रदर्शित कर सकते हैं।

स्ट्रीमिंग सर्वर-सेंट इवेंट्स (SSE) का उपयोग करती है। प्रत्येक चंक प्रतिक्रिया का एक अंश होता है। अंतिम चंक में टोकन उपयोग का डेटा शामिल होता है। इससे आपको वास्तविक समय में लागत ट्रैक करने की सुविधा मिलती है।

चंक्स को पार्स करें और टेक्स्ट भागों को जोड़ें। नेटवर्क त्रुटियों को सहजता से संभालें। SDK आमतौर पर स्ट्रीम पार्सिंग को आपके लिए प्रबंधित करता है। बस प्रतिक्रिया ऑब्जेक्ट पर इटरेट करें।

यह फीचर चैट इंटरफेस के लिए आवश्यक है। उपयोगकर्ग तुरंत फीडबैक की उम्मीद करते हैं। स्ट्रीमिंग पूरे रिस्पॉन्स की प्रतीक्षा किए बिना वह प्रदान करता है। यह क्लाइंट साइड पर मेमोरी उपयोग को भी कम करता है।

चरण 4: फ़ंक्शन कॉलिंग और टूल्स सक्षम करें

अपने अनुरोध में tools एरे प्रदान करके फ़ंक्शन कॉलिंग को सक्रिय करें। मॉडल यह पहचान सकता है कि कब फ़ंक्शन कॉल करना है। यह आपके बैकएंड को निष्पादित करने के लिए संरचित तर्क लौटाता है। यह जटिल एजेंट वर्कफ़्लो को सक्षम बनाता है।

अपने फ़ंक्शंस को स्पष्ट नामों और पैरामीटर के साथ परिभाषित करें। मॉडल स्कीमा को समझता है और वैध JSON जनरेट करता है। आप आगे के तर्क के लिए परिणाम को मॉडल को वापस पास कर सकते हैं। यह टूल उपयोग और प्रतिक्रिया जनरेशन का एक लूप बनाता है।

फंक्शन कॉलिंग स्ट्रीमिंग के साथ निर्बाध रूप से काम करती है। आप टूल कॉल तर्ग एक अलग चंक में प्राप्त करते हैं। इन्हें पार्स करें और अपने कोड को निष्पादित करें, फिर बातचीत जारी रखें। यह पैटर्न असिस्टेंट्स बनाने के लिए शक्तिशाली है।

मॉडल tool_choice का समर्थन करता है विशिष्ट क्रियाओं को मजबूर करने के लिए। आप मॉडल को निर्णय लेने दे सकते हैं या एक फंक्शन को अनिवार्य बना सकते हैं। यह लचीलापन विभिन्न उपयोग मामलों के अनुकूल होता है। मौसम खोज से लेकर डेटाबेस क्वेरी तक, विकल्प व्यापक हैं।

चरण 5: संरचित डेटा के लिए JSON आउटपुट फोर्स करें

कठोर अनुपालन के लिए json_object पर सेट करके JSON आउटपुट लागू करने के लिए response_format पैरामीटर का उपयोग करें। मॉडल मार्कडाउन फॉर्मेटिंग के बिना वैध JSON लौटाएगा। इससे आपकी एप्लिकेशन में पार्सिंग सरल हो जाती है।

प्रॉम्प्ट में अपनी स्कीमा स्पष्ट रूप से परिभाषित करें। मॉडल उस संरचना का पालन करता है जो आप प्रदान करते हैं। यह API इंटीग्रेशन और डेटा प्रोसेसिंग के लिए महत्वपूर्ण है। आप टेक्स्ट से JSON निकालने के लिए regex हैक्स से बचते हैं।

मजबूत पाइपलाइन के लिए JSON मोड को फ़ंक्शन कॉलिंग के साथ जोड़ें। मॉडल वही संरचना उत्पन्न करता है जिसकी आपको आवश्यकता है। आप आगे बढ़ने से पहले आउटपुट की जांच कर सकते हैं। इससे डाउनस्ट्रीम प्रक्रियाओं में त्रुटियां कम होती हैं।

JSON मोड स्ट्रीमिंग और नॉन-स्ट्रीमिंग दोनों अनुरोधों के साथ काम करता है। टोकन उपयोग की सटीक गणना की जाती है। आप केवल उत्पन्न टोकनों के लिए भुगतान करते हैं। इससे संरचित डेटा निकालना लागत-प्रभावी बन जाता है।

चरण 6: टोकन और लागत को कुशलता से प्रबंधित करें

मूल्य निर्धारण सरल और पारदर्शी है। आप $0.15 प्रति मिलियन इनपुट टोकन के लिए भुगतान करते हैं। आउटपुट टोकन की लागत $0.50 प्रति मिलियन है। कोई छिपा शुल्क या सदस्यता लॉक नहीं है। आप केवल उसी के लिए भुगतान करते हैं जिसका आप उपयोग करते हैं।

प्रीपेड क्रेडिट वास्तविक टोकन उपयोग के आधार पर चार्ज किया जाता है। त्रुटियां और अस्वीकृतियां मुफ्त हैं। यह आपको विफल अनुरोधों पर पैसे बर्बाद करने से बचाता है। आपका क्रेडिट कभी समाप्त नहीं होता, इसलिए आप अपनी गति से टॉप-अप कर सकते हैं।

टॉप-अप केवल क्रिप्टो के माध्यम से किए जाते हैं। हम TRC20 पर USDT या Base पर USDC स्वीकार करते हैं। न्यूनतम टॉप-अप $20 है। अधिकतम $500 है। बड़ी राशि पर आपको बोनस क्रेडिट मिलता है। $50 से +5% बोनस, $100 से +10%, और $200 से +15%।

नए खातों को $0.50 का ट्रायल क्रेडिट मिलता है। यह 7 दिनों के लिए मान्य है। आप प्रतिबद्ध होने से पहले API का व्यापक रूप से परीक्षण कर सकते हैं। सीमाएं प्रति कुंजी प्रति मिनट 300 अनुरोध हैं। यह उच्च-वॉल्यूम अनुप्रयोगों के लिए अच्छी तरह से काम करता है।

निष्कर्ष: डेव्स के लिए अनसेंसर्ड AI क्यों मायने रखता है

अनसेंसर्ड AI आपको मनमाने कंटेंट फिल्टर से आज़ादी प्रदान करता है। डेवलपर्स को विश्वसनीय, पूर्वानुमेय आउटपुट मिलते हैं। API इंटीग्रेट करना आसान और लागत-प्रभावी है। आप अपने डेटा पर पूर्ण नियंत्रण रखते हैं।

गोपनीयता एक प्रमुख सुविधा है। प्रॉम्प्ट्स को ट्रेनिंग के लिए उपयोग नहीं किया जाता है। आपका डेटा आपका ही रहता है। यह व्यावसायिक एप्लिकेशनों के लिए आवश्यक है। आप संवेदनशील जानकारी के साथ मॉडल पर भरोसा कर सकते हैं।

मॉडल वयस्कों की सामग्री और स्वतंत्र तर्क के लिए अनुकूलित है। यह जटिल कार्यों को आसानी से संभालता है। स्ट्रीमिंग, फंक्शन कॉलिंग और JSON मोड सभी समर्थित हैं। यह अधिकांश आधुनिक उपयोग मामलों को कवर करता है।

स्विच करना एक uncensored LLM नई संभावनाओं को अनलॉक करता है। आप गहरी कहानियों और क्रिएटिव दिशाओं का अन्वेषण कर सकते हैं। API उत्पादन के लिए तैयार है। ट्रायल क्रेडिट के साथ शुरू करें और अंतर देखें। आज इसे अपनी वर्कफ़्लो में इंटीग्रेट करें।