除錯無審查 AI 聊天：常見錯誤

為何您的無審查 LLM 仍在拒絕請求

uncensored LLM 看似拒絕請求的最常見原因並非內容過濾器，而是客戶端錯誤。我們的模型經過調整，可對合法的成人用途進行無內容拒絕的回答，但它仍尊重硬性內容限制：涉及未成年人的性內容一律會被拒絕。如果您看到拒絕，請檢查回應主體中的錯誤代碼或特定的拒絕訊息，而不是假設模型損壞。

另一個常見問題是 base_url 設定。如果您正在從其他供應商遷移，請確保您指向 https://api.unrestrictedgptchat.com/v1. 基礎 URL 不匹配將導致 404 或 401 錯誤，這看起來像是拒絕，但實際上是連線問題。此外，請驗證您的 API 金鑰是否有效且未過期。我們每個帳戶只發行一個有效金鑰，生成新金鑰會立即取代舊金鑰。

常見拒絕情境

• 硬性限制違規（未成年人內容）。
• 無效的 base_url 或 API 金鑰。
• 請求主體格式錯誤。

了解 100k 上下文視窗的限制

您的無審查 AI 聊天會話可處理總計 100,000 個 token，包括提示詞和補全內容。這個大的上下文窗口允許您輸入大量的文件或長對話歷史，而不會丟失敘事線索。但是，您必須仔細管理此窗口，以避免在對話中途達到限制。

當上下文視窗幾乎滿載時，模型可能會開始遺忘對話的早期部分。為了減輕這種情況，請考慮截斷較舊的訊息或在添加新訊息之前對其進行摘要。您使用的模型 id 僅為 "uncensored"，它運行在我們自己的伺服器上，而非作為其他廠商的代理。這確保了無論輸入長度如何，行為都保持一致，只要您保持在 100,000 token 的界限內。

有效管理上下文

• 追蹤每則訊息的 token 用量。
• 總結較舊的訊息以節省空間。
• 監控客戶端的總 token 數量。

最大輸出 token：避免回應被截斷

預設情況下，如果您未指定 max_tokens 值，模型每次請求最多將產生 2,048 個 token。如果您的回應在句子中間被截斷，您可能需要增加此限制。您可以將 max_tokens 設定為每次請求最多 16,000 個 token，這足以滿足大多數長篇內容生成的需求。

請注意，增加 max_tokens 也會增加您的 token 使用量和成本。由於計費基於實際使用的 token，較長的回應成本更高。然而，錯誤和拒絕是免費的，因此您只需為成功的完成內容付費。這種預付模式意味著您可以嘗試更高的 max_tokens，而不必擔心訂閱服務產生的意外費用。

設定 max_tokens

• 預設：2,048 個 token。
• 最大值：16,000 個 token。
• 成本：每 1M 輸出 Token 為 $0.50。

串流與非串流：正確處理 SSE

透過伺服器發送事件（SSE）串流對於順暢的使用者體驗至關重要，尤其在聊天介面中。API 會逐個回傳 token，讓您可以即時顯示生成的文字。然而，您必須正確處理 SSE 串流，以避免遺漏 token 或誤解資料。

每個 SSE 事件包含一段文字區塊，最後一個區塊包含 token 使用數據。請確保您的客戶端解析器能夠聚合這些區塊，並從最後一個事件中提取使用統計數據。如果您使用標準的 OpenAI SDK，串流傳輸通常會自動處理，但自訂實作需要仔細注意 SSE 協議。

串流最佳實踐

• 正確解析 SSE 事件。
• 匯總 token 以供顯示。
• 從最後一個塊中提取使用情況。

函式呼叫：確保工具相容性

我們的 API 支援 function calling，允許模型生成可用於觸發外部工具的結構化資料。這對於排程、資料擷取或執行特定動作等任務很有用。模型將回傳一個包含函數名稱和引數的 JSON 物件，您的客戶端程式碼隨後可以解析並執行它。

確保您的函數定義準確且符合預期的輸入格式。如果函數定義含糊不清，模型可能會產生幻覺（hallucinate）參數。徹底測試您的函數呼叫設定，以確保模型能可靠地生成正確的函數呼叫。請記住，模型 ID 為 "uncensored"，已針對生成準確且實用的函數呼叫進行優化，且無不必要的拒絕。

函式呼叫技巧

• 清晰地定義函式。
• 測試參數生成。
• 處理幻覺產生的參數。

JSON 模式：強制輸出嚴格格式

當您需要模型嚴格返回格式化 JSON 時，您可以使用將 response_format 參數設為 json_object。此模式強制輸出為有效的 JSON，這對於將模型與其他系統整合至關重要。然而，如果提示詞不夠清晰，模型可能仍難以處理複雜的 JSON 結構。

當您需要可靠的數據提取，或構建依賴於特定 JSON 架構的系統時，請使用 JSON 模式。此功能對於希望避免解析錯誤並確保輸出始終有效的開發人員特別有用。該模型支持此模式，並允許您調整溫度（temperature）和 top_p 等參數以微調輸出質量。

JSON 模式設定

• 設定 response_format 為 json_object。
• 確保提示詞結構清晰。
• 驗證輸出的合規性。

速率限制：管理並發請求

API 允許每個金鑰每分鐘 300 次請求，同時最多 8 次並行請求。如果您超過這些限制，將收到 429 Too Many Requests 錯誤。如果您正在構建高流量應用程式或運行多個客戶端實例，這一點很重要。

要有效管理速率限制，請在客戶端程式碼中實作指數退避演算法。這將幫助您在流量出現暫時性尖峰時進行處理，而不會使 API 超載。您也可以監控請求速率，並據此調整併發設定。請記住，每個金鑰都受這些速率限制，因此如果您需要更高的吞吐量，可能需要將請求分發到多個金鑰上。

速率限制策略

• 實作指數退避。
• 監控請求速率。
• 將請求分發至多個金鑰。

計費意外：預付信用額度 vs. 訂閱制

我們的計費模式為預付制，意味著您使用加密貨幣為帳戶充值，並僅為所使用的 Token 付費。這與訂閱模式不同，後者無論用量如何，均需支付固定的月費。透過預付信用額度，您可以完全掌控支出，且錯誤不計費，因此您只需為成功的完成內容付費。

當您充值時，您可以使用 USDT (TRC20) 或 USDC (Base) 添加 $20 至 $500 之間的任意整數金額。您還會根據金額獲得額外信用額度：充值 $50 獲得 +5%，充值 $100 獲得 +10%，充值 $200 獲得 +15%。這些額外信用額度永不過期，您可以隨時使用。這種透明的計費模式可幫助您避免意外費用，並輕鬆為 API 使用進行預算規劃。

計費詳情

• 預付信用額度，無訂閱。
• 僅限加密貨幣：USDT 或 USDC。
• 較大金額充值的贈金。

隱私：您的提示詞是否用於訓練？

許多開發者最關心的問題之一是他們的提示詞是否用於訓練。使用我們的 API，您的提示詞不用於訓練，確保您的數據保持私密。這對於處理敏感資訊或希望保持對話數據安全的企業尤其重要。

您只需提供電子郵件地址即可註冊，無需手機號碼。這種最小化的資料收集進一步提升了您的隱私。此外，由於我們是獨立服務商，我們不會將您的資料分享給其他供應商，也不會用於改進其他模型。您的提示詞僅用於為您的請求生成回應。

隱私功能

• 提示詞不用於訓練。
• 最小化資料收集。
• 獨立服務。