UncensoredLabs nima?
UncensoredLabs OpenAI bilan mos API orqali senzurasiz va abliteratsiya qilingan DeepSeek hamda GLM matn modellaridan foydalanish imkonini beradi. Mavjud OpenAI bilan mos mijozlar odatda asosiy URL manzilini o‘zgartirish, UncensoredLabs ilova API kalitini kiritish va aniq model ID sini tanlash orqali ulanadi.
Xizmatdan brauzerdagi Chat orqali ham foydalanish mumkin. Ommaviy GitHub repozitoriysi qo‘llanmalar, konfiguratsiya misollari va API namunalarini o‘z ichiga oladi; unda joylashtirilgan platforma realizatsiyasi yoki model og‘irliklari mavjud emas.
Muhim: “Abliteratsiya qilingan” modelning rad etish xatti-harakatini kamaytirish uchun uning og‘irliklari o‘zgartirilganini anglatadi. Bu to‘g‘ri javoblarni kafolatlamaydi va har bir so‘rov uchun rad etishlarni bartaraf etmaydi.
Asosiy imkoniyatlar
- OpenAI bilan mos API: Mos mijozdan foydalanishda davom eting va uni UncensoredLabs asosiy URL manziliga yo‘naltiring.
- DeepSeek va GLM modellari: Ro‘yxatdagi oltita senzurasiz yoki abliteratsiya qilingan model variantidan birini tanlang.
- Katta kontekst: Hujjatlashtirilgan katalogdagi har bir model provayderning kontekst hisobiga bog‘liq holda bir million tokenli kontekst oynasiga ega.
- Matnni oqimli uzatish: Katalogdagi barcha oltita yozuv bosqichma-bosqich matn generatsiyasini qo‘llab-quvvatlaydi.
- Funksiya vositalari: Ro‘yxatdagi har bir model ilova va agent ish jarayonlari uchun funksiya vositalarini qo‘llab-quvvatlaydi.
- Bir nechta integratsiya yo‘llari: Repozitoriy Python, TypeScript, oqimli uzatish va kodlash mijozlari uchun misollarni o‘z ichiga oladi.
- Foydalanishga asoslangan hisob-kitob: Kiruvchi, keshlangan kiruvchi va chiquvchi tokenlar tariflari har bir million token uchun e’lon qilinadi.
Boshlashdan oldin
UncensoredLabs ro‘yxatdan o‘tish sahifasi orqali hisob yarating. Boshqaruv panelida ilova API kalitini yarating.
API so‘rovlarida 16 xonali hisobga kirish kalitini ishlatmang. Hisobga kirish kaliti va ilova API kaliti turli ma’lumotlardir.
Talablarga javob beradigan yangi hisoblar $0.10 miqdorida sinov kreditiga ega bo‘ladi. Takroriy sinov signallari shaxsni tasdiqlashni talab qilishi mumkin, oldindan to‘lovni to‘ldirish esa $3 dan boshlanadi. API generatsiyadan oldin kreditni band qilgani sababli, boshqaruv panelida tanlangan model va so‘rov uchun yetarli mavjud balans ko‘rsatilganini tasdiqlang.
API kalitingizni sozlang
Linux yoki macOS uchun ilova API kalitini shell muhitiga eksport qiling:
export UNCENSOREDLABS_API_KEY="YOUR_APPLICATION_API_KEY"Bu ma’lumotni so‘rov tanasidan tashqarida saqlaydi va shell uning qiymatini avtorizatsiya sarlavhasiga qo‘yishiga imkon beradi. API kalitlarini manba kodini boshqarish tizimiga, misollarga, jurnallarga yoki ommaviy GitHub muhokamalariga yuborishdan saqlaning.
PowerShell ko‘rsatmalari ham kiradigan platformaga xos muhit sozlamalari uchun tezkor boshlash qo‘llanmasiga murojaat qiling.
Birinchi chat yakunini yuboring
Oddiy so‘rov uchun mijoz kutubxonasi talab qilinmaydi. Quyidagi buyruq curl yordamida OpenAI bilan mos chat yakunlari endpointiga murojaat qiladi:
curl --fail-with-body https://uncensoredlabs.dev/v1/chat/completions \
-H "Authorization: Bearer $UNCENSOREDLABS_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "deepseek-v4.1-flash-1017-abliterated",
"messages": [
{
"role": "user",
"content": "Ushbu xavfsizlik dizaynini ko‘rib chiqing: mijoz izohlari administrator konsolida HTML sifatida ko‘rsatiladi. Hujum yo‘lini va tuzatish qanday tekshirilishini tushuntiring."
}
],
"max_tokens": 1024
}'So‘rov to‘rtta asosiy qismdan iborat:
- Endpoint:
https://uncensoredlabs.dev/v1/chat/completions. - Avtorizatsiya: Ilova API kalitini o‘z ichiga olgan bearer token.
- Model: Faol katalogdagi aniq model ID si.
- Xabarlar: Suhbatni tavsiflovchi rol va kontent obyektlari massivi.
max_tokens qiymati so‘ralgan chiqish hajmini cheklaydi. U tanlangan modelning chiqish limitidan oshmasligi kerak, kiruvchi va chiquvchi ma’lumotlar yig‘indisi esa uning kontekst hisobiga sig‘ishi lozim.
Model tanlang
README faylida quyidagi katalog holati 2026-yil 1-noyabrda tekshirilgani qayd etilgan. Narxlar faol tarif chegirmalaridan oldingi har bir million token uchun AQSh dollarida ko‘rsatilgan. Tariflar, holat va mavjudlik o‘zgarishi mumkin, shuning uchun faol API katalogi ustuvor hisoblanadi.
deepseek-v4-pro-uncensored: $0.50 kiruvchi, $0.10 keshlangan kiruvchi va $0.50 chiquvchi ma’lumot uchun; maksimal chiqish 65,536 token.deepseek-v4.1-flash-1017-abliterated: $0.30 kiruvchi, $0.12 keshlangan kiruvchi va $0.30 chiquvchi ma’lumot uchun; maksimal chiqish 65,536 token.deepseek-v4.1-flash-abliterated: $0.30 kiruvchi, $0.10 keshlangan kiruvchi va $0.30 chiquvchi ma’lumot uchun; maksimal chiqish 65,536 token.deepseek-v4.1-flash-abliterated-fast: $1.40 kiruvchi, $0.32 keshlangan kiruvchi va $1.40 chiquvchi ma’lumot uchun; maksimal chiqish 65,536 token.glm-5.3-abliterated: $1.40 kiruvchi, $0.40 keshlangan kiruvchi va $1.40 chiquvchi ma’lumot uchun; maksimal chiqish 130,000 token.glm-5.3-uncensored: $0.35 kiruvchi, $0.10 keshlangan kiruvchi va $0.35 chiquvchi ma’lumot uchun; maksimal chiqish 65,536 token.
Barcha olti yozuv matn, striming va funksiyalar vositalarini qo‘llab-quvvatlaydi, shuningdek, har birida bir million tokenlik kontekst oynasi mavjud. Katalogga kiritilgan bo‘lish model ayni paytda barqaror ishlayotganini kafolatlamaydi. Amaldagi havolalar, cheklovlar, narxlar, unumdorlik ma’lumotlari va o‘lchash cheklovlari uchun repozitoriyning modellar katalogi qo‘llanmasini ko‘rib chiqing.
So‘rovni ish jarayoningizga moslang
Endpoint va avtorizatsiya sarlavhalarini o‘zgartirmang, so‘ng model, prompt va token limitini almashtiring. Masalan, teskari muhandislik so‘rovi modeldan dekompilyatsiya qilingan rutinani tushuntirishni so‘rashi mumkin:
{
"model": "glm-5.3-uncensored",
"messages": [
{
"role": "user",
"content": "Explain this decompiled routine, identify its data structures, and describe how you would validate your interpretation."
}
],
"max_tokens": 2048
}Hujjatlashtirilgan foydalanish holatlariga xavfsizlik tadqiqotlari, teskari muhandislik, dasturchilar vositalari, ijodiy ishlar hamda ishonch va xavfsizlik baholashlari kiradi. Modellar ishonch chegaralarini tahlil qilish, zaif kodni tuzatishlar bilan taqqoslash, fayl formatlari tuzilmalarini tiklash, belgilangan baholash holatlarini yaratish va moderatsiyadagi nosozlik holatlarini o‘rganishda yordam berishi mumkin.
Python va TypeScript mijozlaridan foydalaning
Xizmat OpenAI bilan mos bo‘lgani sababli, asosiy URL, API kaliti va model tanlovini o‘zgartirgandan so‘ng mos mijozlar bilan ishlashi ko‘zda tutilgan. Repozitoriyda avtomatik qayta urinishlar o‘chirilgan holda OpenAI SDK’dan foydalanadigan, ishga tushirish mumkin bo‘lgan Python misoli mavjud.
Alohida TypeScript misoli tiplashtirilgan xatolarni qayta ishlash bilan OpenAI SDK so‘rovini namoyish etadi. Har bir OpenAI API funksiyasi yoki mijoz xatti-harakati bir xil qo‘llab-quvvatlanadi deb taxmin qilish o‘rniga, shu saqlab turiladigan namunalardan boshlang.
Qo‘llab-quvvatlanadigan protokol va kontentni qayta ishlash tafsilotlari uchun moslik va maxfiylik qo‘llanmasini o‘qing.
Yaratilgan matnni strim qiling
Striming interfeysga to‘liq javobni kutish o‘rniga yaratilgan matnni bosqichma-bosqich qayta ishlash imkonini beradi. UncensoredLabs bosqichma-bosqich matn, foydalanish hodisalari va strim boshlanganidan keyin yuz berishi mumkin bo‘lgan xatolarni qamrab oluvchi maxsus hujjatlarni taqdim etadi.
- Hodisalarni qayta ishlashni amalga oshirishdan oldin striming qo‘llanmasini o‘qing.
- Boshlang‘ich nuqta sifatida ishga tushirish mumkin bo‘lgan Python striming misolidan foydalaning.
- TypeScript integratsiyasi uchun TypeScript striming misolidan foydalaning.
Ishonchli striming interfeysi bosqichma-bosqich kontentni foydalanish ma’lumotlari va strim xatolaridan ajratishi, har bir hodisani yaratilgan matn sifatida qabul qilmasligi kerak.
Kodlash mijozlarini ulang
Repozitoriy Cline, Continue va OpenCode uchun konfiguratsiya bo‘yicha ko‘rsatmalarni taqdim etadi. Har bir holatda hujjatlashtirilgan UncensoredLabs asosiy URL manzilidan, ilova API kalitidan va jonli katalog qo‘llab-quvvatlaydigan aniq model ID’sidan foydalaning.
Hisob ma’lumotlarini loyiha fayllarida oshkor qilish o‘rniga, mijozga xos konfiguratsiya uchun kodlash mijozlari qo‘llanmasiga amal qiling.
Ilg‘or operatsion maslahatlar
Jonli holat va mavjudlikni tekshiring
Model katalogda ko‘rinishi ayni paytda barqaror ishlayotganini anglatmaydi. Model tanlash yoki xatolarni tashxislashda jonli katalog va model tafsilotlarini tekshiring. Faqat repozitoriy snapshotiga asoslangan taxminlarni kodga qattiq kiritishdan saqlaning.
Kredit rezervatsiyalarini rejalashtiring
So‘rovlar generatsiyadan oldin kreditni rezerv qiladi. Hisobdagi ijobiy, ammo kichik qoldiq model rezervatsiyasi uchun yetarli bo‘lmasligi mumkin. So‘rov rad etilsa, qayta urinishdan oldin mavjud qoldiq va tanlangan model narxini tekshiring.
Xatolarni ongli ravishda qayta ishlang
Buyruq satrida test qilishda curl --fail-with-body dan foydalaning, shunda HTTP xatolari javob tanasini yo‘qotmasdan ko‘rinadi. Ishlab chiqarish integratsiyalari uchun HTTP xatolari, tezlik limitlari, rezervatsiyalar va qayta urinish qarorlari haqida xatolar va hisob-kitob qo‘llanmasiga murojaat qiling.
Har bir xatoni avtomatik ravishda qayta urinmang. Repozitoriyning Python misolida avtomatik qayta urinishlar aniq o‘chirilgan, TypeScript misolida esa tiplashtirilgan xatolarni qayta ishlash namoyish etilgan. Ilovangiz xato vaqtinchalik yoki yo‘qligini, shuningdek qayta urinish ishni takrorlashi yoki qo‘shimcha resurslar sarflashi mumkinligini aniqlashi kerak.
Kontekst va chiqish limitlariga rioya qiling
Bir million tokenlik kontekst provayder hisob-kitobiga ko‘ra kirish va chiqishning ikkalasini ham o‘z ichiga oladi. max_tokens qiymatini vazifa va tanlangan modelning maksimal chiqishiga muvofiq belgilang. Ro‘yxatdagi modellarning aksariyati 65,536 tagacha chiqish tokeniga ruxsat beradi, glm-5.3-abliterated esa 130,000 tagacha ruxsat beradi.
Model chiqishini tekshiring
Rad etish xatti-harakatining kamayishi aniqlik kafolati emas. Xavfsizlik aniqlovlari, teskari muhandislik xulosalari, yaratilgan kod va baholash yorliqlarini tegishli testlar hamda inson tekshiruvi orqali tasdiqlang. Xavfsizlik tadqiqotlari qo‘llanmasi tahlil va baholash jarayonlari uchun aniq promptlarni o‘z ichiga oladi.
Maxfiy ma’lumotlarni himoya qiling
Ilova kalitlari, hisob ma’lumotlari, to‘lov ma’lumotlari va zaiflik tafsilotlarini ochiq masalalarga joylashtirmang. Ochiq masalalardan faqat takrorlanadigan hujjatlashtirish muammolari va misollarni yaxshilash uchun foydalaning, maxfiy masalalar bo‘yicha esa repozitoriyning qo‘llab-quvvatlash va xavfsizlik haqida xabar berish yo‘riqnomalariga amal qiling.
Xulosa
UncensoredLabs joylashtirilgan senzurasiz va abliteratsiya qilingan DeepSeek hamda GLM matn modellari uchun OpenAI bilan mos keluvchi yagona endpointni taqdim etadi. Ilova API kalitini yarating, balansingizni tekshiring, /v1/chat/completions manziliga chat completion so‘rovini yuboring va faol katalogdan aniq model ID sini tanlang. Shundan so‘ng yanada ishonchli integratsiya yaratish uchun qo‘llab-quvvatlanadigan Python, TypeScript, oqimli uzatish, kodlash mijozi va xatolarni qayta ishlash qo‘llanmalaridan foydalaning.
Repozitoriyning asl hujjatlari va misol kodi MIT litsenziyasi asosida taqdim etilgan. Ushbu litsenziya joylashtirilgan platforma manba kodi, model og‘irliklari, provayder xizmatlari yoki uchinchi tomon savdo belgilarini qamrab olmaydi. UncensoredLabs mustaqil xizmat bo‘lib, OpenAI, DeepSeek yoki Zhipu AI bilan bog‘liq emas.