1. Välj en uncensored LLM-API
Börja med modellens beteende på dina egna prompts. Skicka en fast uppsättning lagliga vuxna och fiktiva förfrågningar, och registrera varje avvisning. En slutpunkt som avvisar lagligt kreativt arbete tvingar dig att lägga till lösningar som bryter mot produkten.
Vår endpoint svarar på lagliga vuxna, fiktiva och kontroversiella förfrågningar direkt, med id:t uncensored.
2. Verifiera OpenAI-kompatibilitet
Peka det officiella OpenAI SDK:et till bas-URL:en https://nsfwollama.com/v1 och skicka ett kort meddelande. Om svaret kommer tillbaka på choices[0].message.content, fungerar din befintliga chattkod utan ändringar.
- Kontrollera att streaming returnerar server-sända händelser.
- Kontrollera att fel returneras som JSON med en statuskod.
3. Implementera strömning för användarupplevelse
Användare dömer en chattbot efter hur snart de första orden dyker upp. Ställ in stream: true, visa varje chunk när den anländer och behåll hela texten i en buffert för lagring.
Mät tiden till första token på konversationer av olika längd. Ett svar som startar snabbt på korta chattar kan bli långsammare när historiken växer, så testa även det långa fallet.
4. Beräkna tokenkostnader korrekt
Rollspels sessioner bär med sig hela historiken vid varje begäran, så input-token växer med varje varv. Kontextrutan är 100 000 token, och kostnaden för en lång session är mest input.
| Session | Indatatokens | Utdatatokens | Kostnad |
|---|---|---|---|
| Endast kort svar | 1,200 | 300 | $0.0003 |
| Lång rollspelsomgång | 70,000 | 1,500 | $0.0113 |
Rensa eller sammanfatta gamla vändor innan fönstret fylls, och lagra användningsstatistiken per konversation.
5. Hantera hastighetsbegränsningar på ett smidigt sätt
Varje nyckel tillåter 300 förfrågningar per minut och 8 samtidiga förfrågningar. En chattapp träffar sällan den gränsen ensam, men en burst från många användare kan det. Köa förfrågningar per användare och försök igen med 429-svar med exponentiell backoff.
Visa ett kort väntmeddelande i gränssnittet istället för en tyst fördröjning.
6. Definiera dina innehållsgränser
Bestäm vad din produkt accepterar innan du lanserar, och upprätthåll det i din egen kod. Ålderskontroller, samtyckesregler för rollspelskaraktärer och en blocklista för de få kategorier du vägrar alla hör hemma i din applikation, inte bara i prompten.
Skriv reglerna och testa dem med prompts från varje kategori.
7. Konfigurera kryptobetalningar för skalning
Förbetalt kredit passar en chattprodukt med ojämn trafik. Påfyllningar betalas med USDT på TRC20 eller USDC på Base, från och med $20, och bonuskredit tillämpas från $50. Saldot kan inte gå under noll, så en okontrollerad loop stoppar vid det belopp du laddade in.
Anslut saldot till dina egna aviseringar, så att du ser ett lågt saldo innan tjänsten stoppas.
8. Testa med verkliga NSFW-promptar
Innan lanseringen, kör en testuppsättning med verkliga prompts från dina användare, med samma systemmeddelanden och samma historiklängd. Läs svaren, kontrollera kostnaden per konversation och notera varje fall där produkten bete sig på ett sätt du inte förväntade dig.
Upprepa testet efter varje ändring av systemprompten, eftersom små ändringar i formulering kan ändra beteendet avsevärt.
