如何使用無審查 LLM 搭配 Claude API 金鑰

為什麼要替換 Claude API 金鑰端點？

更換端點可移除限制創意自由或技術細節的內容限制。Claude 模型經常拒絕討論成人主題、具爭議性的歷史事件或特定的醫療細節，即使這些主題是合法的。透過將 API 呼叫重新導向至 uncensored 供應商，您可以保留模型完整的推理能力，而不受安全層過濾輸入的限制。這種方法非常適合需要原始輸出用於資料處理、創意寫作或角色扮演應用程式的開發者。

切換僅需更改基礎 URL 和 API 金鑰。您的現有 Claude API 金鑰可能無法直接使用，如果 uncensored 供應商使用不同的金鑰格式，但整合模式保持相同。您可以存取一個優先於內容審查來生成答案的模型，確保您的應用程式獲得該模型知識庫的完整範圍。

了解 OpenAI 相容介面

介面使用標準的 OpenAI 相容端點以確保廣泛的 SDK 支援。我們的 API 服務請求於 https://api.mistralaikey.com/v1 使用與主要供應商相同的結構。這意味著您可以使用 OpenAI Python SDK、LangChain 或 LlamaIndex 等函式庫，而無需重寫核心邏輯。端點支援 POST /v1/chat/completions 用於文本生成和 GET /v1/models 用於列出可用模型。

通過遵循這些標準，我們確保您的代碼具有可移植性。您可以通過更改單個配置變量來在不同的模型或供應商之間切換。這種靈活性對於測試不同的無限制模型或在不過度重構的情況下擴展您的應用至關重要。

為無審查回應配置您的 SDK

配置您的 SDK 涉及更新環境變數中的 base URL 和 API key。對於 OpenAI Python SDK，您需要設定 base_url 連接到我們的端點並 api_key 您的 uncensored 金鑰。這個簡單的變更會將所有聊天完成請求重新導向到我們的伺服器。模型 ID 設定為 uncensored, 觸發針對無限制回應進行調整的開放權重模型。

以下是您在 Python 中初始化客戶端的方法：

此配置確保每個請求都正確路由。您可以發送簡單的測試提示來驗證連線。如果您收到的回應沒有內容篩選，表示您的配置已成功。此方法適用於任何相容的 OpenAI 客戶端，使其容易整合至現有專案，例如 SillyTavern 或 Aider。

處理 temperature 和 top_p 設定

調整 temperature 和 top_p 可讓您控制輸出的創意與隨機性。較高的 temperature 會增加回應的多樣性，適合創意寫作或腦力激盪。較低的 temperature 會產生更具決定性和專注的答案，適合程式碼或事實查詢。uncensored 模型支援所有標準參數，包括 top_p, stop, seed，以及懲罰機制。

我們的 API 支援 100,000 個 token 的上下文窗口，為您提供充足的空間進行長對話或文件分析。每次請求的最大輸出為 16,000 個 token，這足以滿足大多數用例。如果您不指定 max_tokens, 預設值為 2,048 個 token。這種靈活性確保您可以微調模型的行為以符合您的特定應用需求，同時不失去回應的無審查性質。

在非審查模式下監控計數使用情況

監控計數使用情況非常簡單，因為我們採用透明的定價模式。每 100 萬個輸入計數收費 $0.15，每 100 萬個輸出計數收費 $0.50。此定價基於實際使用情況，無隱藏費用或訂閱成本。錯誤和拒絕回應均免費，因此您只需為成功的回應付費。這種結構對於高容量應用程式來說具有成本效益，否則內容過濾可能會觸發不必要的費用。

您可以透過儀表板或檢查回應標頭來追蹤使用情況。每個回應都包含 token 計數，讓您可以準確計算成本。預付信用額度是根據實際 token 使用量收費，且永不過期。這意味著您可以使用加密貨幣充值，並隨時間使用這些信用額度，無需擔心每月續約。對於小型專案，新帳戶可獲得 $0.50 的試用信用額度，有效期為 7 天。

搭配無審查模型的函式呼叫

函式呼叫使模型能夠為您的應用程式生成結構化資料。我們的 API 支援工具定義，允許模型輸出符合您架構的 JSON。此功能對於建構與外部系統或資料庫互動的代理程式至關重要。uncensored 模型處理函式呼叫的能力與標準模型一樣好，確保您的邏輯保持完整。

使用函式呼叫時，請在請求主體中指定工具。若需要，模型將返回包含適當工具呼叫的回應。此功能與串流和 JSON 模式同時可用，為開發人員提供全面的工具集。您可以將此整合至工作流程中，以自動化任務、提取資料，或根據自然語言輸入控制硬體裝置。

常見整合陷阱

常見陷阱包括錯誤的基礎 URL 和缺失的 API 金鑰。確保您的基礎 URL 以 /v1 以符合端點結構。此外，請確認您的 API 金鑰格式正確且處於啟用狀態。另一個常見問題是誤以為 uncensored 模型支援高階模型的所有功能，例如圖像生成或嵌入。我們的 API 專注於文字生成，因此請查閱文件以確認特定功能的可用性。

速率限制設為每分鐘 300 次請求，每個金鑰最多支援 8 個同時請求。如果您超出這些限制，可能會收到 429 錯誤。要避免此情況，請在客戶端程式碼中實現指數退避演算法。此外，請記住試用信用額度在 7 天後過期，請據此規劃您的測試。這些限制在確保所有用戶獲得高效能的同時，也保證了公平使用。

切換回標準模型

切換回標準模型就像更改基礎 URL 和模型 ID 一樣簡單。如果您需要比較輸出或使用具有特定功能的模型，您可以恢復您的設定。這種靈活性允許您對創意任務使用無審查模型，對生產就緒的功能使用標準模型。OpenAI 相容的介面使此切換無縫進行，除了設定變數外，無需更改程式碼。

您也可以並行運行兩個模型進行 A/B 測試。這種方法有助於評估無審查回應與標準回應的質量。透過保持模組化架構，您可以輕鬆在不同提供者或模型之間切換。這種策略確保您的應用程式保持強大，並能適應不斷變化的需求或模型更新。