DE ▾
Base URL https://api.uncensoredaiapis.com/v1Modell uncensored
API-Schlüssel erhalten
Uncensored AIMigrationsleitfaden

Migriere von OpenAI oder OpenRouter zu einer unzensierten KI-API

Starte eine Migration, indem du die Basis-URL, den API-Schlüssel und die Modell-ID in einem kleinen Testclient änderst. Führe einen gespeicherten Satz deiner eigenen Prompts aus, bevor du den Produktionsverkehr umschaltest: Ein kompatibles Anfrageformat bedeutet nicht, dass die Antworten identisch sind. Dieser Leitfaden behandelt Konfiguration, Streaming, Tool-Aufrufe und die Checks, die in LangChain oder LlamaIndex wiederholt werden sollten.

Migriere von OpenAI oder OpenRouter zu einer unzensierten KI-API

Aktualisiert

Wichtige Punkte

  • Ändere nur drei Werte: Basis-URL https://api.uncensoredaiapis.com/v1, deinen neuen Schlüssel und Modell "uncensored".
  • Chat-Vervollständigungen, Streaming und Function Calling funktionieren im OpenAI-Format; Embeddings, Bilder, Audio und Fine-Tuning existieren nicht.
  • Lege Basis-URL, Schlüssel und Modell in Umgebungsvariablen ab, damit alte und neue Backends nebeneinander laufen und ein Rollback nur einen Datei-Austausch erfordert.
  • Setze max_tokens explizit und plane das 100.000-Token-Kontextfenster, bevor du umstellst.

Was sich beim Wechsel ändert

Wenn deine App bereits mit der OpenAI- oder OpenRouter-Chat-Vervollständigungs-API kommuniziert, ist das Wechseln zu dieser unzensierten KI-API eine Konfigurationsänderung, kein Rewrite. Drei Werte ändern sich und der Rest deines Anfragecodes bleibt unverändert: die Basis-URL, der API-Schlüssel und der Modellname.

EinstellungVorherNachher
Base-URLDie OpenAI- oder OpenRouter-URLhttps://api.uncensoredaiapis.com/v1
AuthentifizierungSchlüssel von deinem aktuellen DienstSchlüssel von deinem Konto hier, gesendet als Authorization: Bearer <key>
ModellEine Modell-ID wie ein GPT- oder gerouteter Modellnameuncensored
Endpunkt/chat/completionsGleich: POST /v1/chat/completions

Es gibt genau ein Modell, also keinen Modellkatalog zur Auswahl. GET /v1/models existiert und listet es, sodass SDK-Helfer und Health-Checks, die es aufrufen, funktionieren. Nachrichten, Streaming und Function Calling verwenden dieselben OpenAI-Formate, die du bereits sendest. Diese Seite ist eine praktische Anleitung; wenn du den Kosten-, Latenz- und Privacy-Vergleich mit OpenRouter möchtest, lies stattdessen den OpenRouter uncensored models-Artikel.

Hier ist der minimale Python-Diff. Nichts anderes an der Anfrage ändert sich.

import os
from openai import OpenAI

# before
# client = OpenAI(api_key=os.environ["OPENAI_API_KEY"])
# model = "gpt-4o"

# after
client = OpenAI(
    base_url="https://api.uncensoredaiapis.com/v1",
    api_key=os.environ["API_KEY"],
)
model = "uncensored"

resp = client.chat.completions.create(
    model=model,
    messages=[{"role": "user", "content": "Say hello in five words."}],
    max_tokens=50,
)
print(resp.choices[0].message.content)

Für OpenRouter-Nutzer gilt dasselbe: Ersetze die OpenRouter-Basis-URL und den Schlüssel und entferne alle routing-spezifischen Extras, die du in Headern oder im Anfragekörper übergeben hast (siehe Kompatibilitätstabelle unten).

Parameter- und Funktionskompatibilität

Die Oberfläche, die für eine Chat-App wichtig ist, ist abgedeckt. Die Tabelle trennt, was als unterstützt dokumentiert ist, was du vor der Abhängigkeit durch einen Testaufruf bestätigen solltest, und was überhaupt nicht existiert. Im Zweifelsfall sende die Anfrage in einer Staging-Umgebung und vergleiche die Antwort, anstatt Parität mit einem anderen Dienst vorauszusetzen.

MerkmalCodeHinweise
modelUnterstütztVerwende uncensored. Nur ein Modell.
messages (System-, Benutzer-, Assistenten-, Tool-Rollen)UnterstütztStandard OpenAI-Nachrichtenformat. Das Kontextfenster umfasst 100.000 Token für Prompt und Antwort.
max_tokensUnterstütztBis zum Ende des 100,000-Token-Fensters.
stream: trueUnterstütztServer-sent Events. Ein finaler Nutzungssatz wird automatisch hinzugefügt.
tools, tool_choice, Rolle tool NachrichtenUnterstütztOpenAI Function Calling Format.
Sampling- und Stop-Optionen (temperature, top_p, stop und Ähnliches)UnterstütztStandard OpenAI-Felder, durchgereicht wie gesendet. Passe temperature nach dem Wechsel neu an: Der gleiche Wert kann auf einem neuen Modell anders wirken.
Routing-Extras: Fallback-Modelllisten, Routing-Präferenzen, App-Attributions-HeaderNicht verfügbarEs gibt ein Modell, also nichts, zwischen dem geroutet werden kann. Entferne diese aus Anfragen und Konfiguration.
EmbeddingsNicht verfügbarBehalte eine separate Embedding-Quelle für RAG-Pipelines.
Bildgenerierung, Vision, Audio, VideoNicht verfügbarDie API ist nur Text.
Fine-TuningNicht verfügbarKeine Fine-Tuning-Endpunkte. Forme das Verhalten mit System-Prompts.

Die praktische Konsequenz ist, dass eine Pipeline, die Embeddings für Retrieval verwendet, zwei Clients benötigt: einen für deinen bestehenden Embedding-Dienst und einen für die Generierung hier. Das ist eine normale Aufteilung, und der Env-Variablen-Ansatz im nächsten Abschnitt hält dies übersichtlich.

Betriebe beide parallel mit Umgebungsvariablen

Die sicherste Migration hält beide Backends am Leben und wählt eines zur Laufzeit. Lege die drei unterschiedlichen Werte in Umgebungsvariablen ab und lese sie an einer Stelle. Dann kannst du eine Dev-Umgebung, einen Prozentsatz des Traffics oder eine einzelne Funktion auf die neue API leiten, ohne deinen Anfragecode zu verzweigen.

# .env.openai
LLM_BASE_URL=your-current-base-url
LLM_API_KEY=paste-your-existing-key
LLM_MODEL=gpt-4o

# .env.uncensored
LLM_BASE_URL=https://api.uncensoredaiapis.com/v1
LLM_API_KEY=paste-your-key-here
LLM_MODEL=uncensored

Dann baut eine einzelne Fabrik den Client:

import os
from openai import OpenAI

def make_client() -> tuple[OpenAI, str]:
    client = OpenAI(
        base_url=os.environ["LLM_BASE_URL"],
        api_key=os.environ["LLM_API_KEY"],
    )
    return client, os.environ["LLM_MODEL"]

client, model = make_client()
resp = client.chat.completions.create(
    model=model,
    messages=[{"role": "user", "content": "Reply with the single word: ready"}],
    max_tokens=10,
)
print(model, "->", resp.choices[0].message.content)

Das gleiche Muster in Node.js:

import OpenAI from "openai";

export function makeClient() {
  const client = new OpenAI({
    baseURL: process.env.LLM_BASE_URL,
    apiKey: process.env.LLM_API_KEY,
  });
  return { client, model: process.env.LLM_MODEL };
}

const { client, model } = makeClient();
const resp = await client.chat.completions.create({
  model,
  messages: [{ role: "user", content: "Reply with the single word: ready" }],
  max_tokens: 10,
});
console.log(model, "->", resp.choices[0].message.content);

Um das Verhalten zu vergleichen, führe den gleichen Prompt-Satz gegen beide Konfigurationen aus, zum Beispiel mit set -a; source .env.uncensored; set +a vor deinem Testbefehl. Da die Variablennamen generisch sind, ist kein Code-Change nötig, wenn du das alte Backend schließlich abschaltest, und ein Rollback ist ein einfacher Datei-Austausch.

LangChain, LlamaIndex und andere OpenAI-kompatible Clients

Jedes Framework, das es dir erlaubt, die OpenAI Base URL zu überschreiben, funktioniert mit dieser API, weil der HTTP-Contract derselbe ist. Du übergibst die Base URL, den Schlüssel und den Modellnamen; das Framework erledigt den Rest. Für LangChain bietet das langchain_openai-Paket ChatOpenAI an:

import os
from langchain_openai import ChatOpenAI

llm = ChatOpenAI(
    base_url="https://api.uncensoredaiapis.com/v1",
    api_key=os.environ["API_KEY"],
    model="uncensored",
    max_tokens=500,
)

print(llm.invoke("Give me a one-line pitch for a noir detective game.").content)

Für LlamaIndex verwende die OpenAI-kompatible LLM-Klasse aus dem llama-index-llms-openai-like-Paket, das für Server gedacht ist, die das Chat-Completions-Format implementieren, aber nicht OpenAI selbst sind:

import os
from llama_index.llms.openai_like import OpenAILike

llm = OpenAILike(
    api_base="https://api.uncensoredaiapis.com/v1",
    api_key=os.environ["API_KEY"],
    model="uncensored",
    is_chat_model=True,
)

print(llm.complete("Give me a one-line pitch for a noir detective game."))

Zwei Dinge, die du bei Framework-Einrichtungen beachten solltest. Erstens: Retrieval-Funktionen, die ein Embeddings-Modell aufrufen, benötigen weiterhin eine andere Embeddings-Quelle, da diese API keine anbietet. Zweitens: Frameworks gehen manchmal von einem Modellnamen aus einer internen Liste aus, um die Kontextgröße oder Tool-Unterstützung zu bestimmen; wenn du eine Warnung über ein unbekanntes Modell siehst, ist das kosmetisches Rauschen, aber prüfe, dass das Kontextfenster, das dein Framework annimmt, 100.000 Token nicht überschreitet. Parameternamen unterscheiden sich leicht zwischen Bibliotheken (base_url, api_base, baseURL), also prüfe den, den deine Bibliothek verwendet. Andere Tools, die eine benutzerdefinierte OpenAI Base URL akzeptieren, wie Editor-Plugins und Chat-Frontends, folgen demselben Drei-Werte-Muster.

Test-Checkliste vor dem Umzug

Gehe diese Liste im Staging durch. Jeder Punkt ist schnell, und zusammen decken sie die meisten Migrationsüberraschungen ab.

  1. Auth und Routing. Rufe GET /v1/models mit deinem Schlüssel auf. Ein 401 bedeutet, dass der Schlüssel oder Header falsch ist; ein 404 bedeutet, dass der Pfad falsch ist.
  2. Basis-Completion. Sende einen einzeiligen Prompt mit gesetztem max_tokens und bestätige, dass choices[0].message.content und usage vorhanden sind.
  3. Streaming. Führe deinen echten UI-Pfad mit stream: true aus. Stelle sicher, dass dein Parser den finalen Usage-Chunk mit einer leeren choices-Liste toleriert.
  4. Tool Calls. Führe eine vollständige Round-Trip aus: Anfrage, tool_calls, Rolle tool Antwort, finale Antwort. Prüfe, dass dein Code Antworten ohne Tool Call verarbeitet.
  5. Lange Prompts. Sende einen Prompt nahe deinem echten Maximum. Ein Prompt über 100.000 Token ergibt 400, max_tokens wird dagegen gekürzt.
  6. Fehlerbehandlung. Simuliere einen falschen Schlüssel (401). Bestätige, dass deine App den JSON-error.code liest und 402 no_credit, 403 content_blocked, 429 und 503 upstream_busy sinnvoll verarbeitet.
  7. Ausgabequalität und -ton. Spiele eine Probe echter Prompts ab und vergleiche die Antworten mit deinem aktuellen Modell. Prompts, die um die Ablehnungen oder das Zögern eines anderen Modells herum abgestimmt waren, müssen möglicherweise vereinfacht werden.
  8. Kostenüberwachung. Logge usage. Input kostet $0,15 pro Million Token und Output $0,50 pro Million, daher lassen sich Schätzungen aus bestehenden Token-Anzahlen leicht neu berechnen.

Für ausführbare Versionen der Schritte Streaming, Tool und Retry sieh dir die Code-Beispielseite an.

Häufige Fallstricke

Das alte Modellnamen-Format beizubehalten. Der häufigste Fehler ist eine Anfrage, die immer noch eine andere Modell-ID angibt. Lies das Modell aus der Config, wie im Env-Var-Beispiel, damit es zusammen mit der Base URL verschoben wird.

Den alten Schlüssel senden. Ein Schlüssel von einem anderen Dienst gibt 401 zurück. Schlüssel hier sind an ein Konto gebunden, eines pro Konto, und die Regeneration eines widerruft den vorherigen Schlüssel sofort, also aktualisiere jede Bereitstellung nach der Regeneration.

Fehlendes /v1 in der Base URL. Die Base URL muss auf /v1 enden. SDKs hängen /chat/completions selbst an; eine Base URL ohne das Suffix erzeugt 404-Fehler.

Sich auf eine nicht vorhandene Funktion zu verlassen. Embeddings, Bilder, Audio und Fine-Tuning-Aufrufe werden fehlschlagen. Überprüfe deine Codebasis darauf, bevor du wechselst, nicht danach.

Die Ausgabe-Obergrenze ignorieren. Wenn du max_tokens nicht festlegst, kann die Antwort bis zum Ende des Context-Window laufen. Wenn ein anderer Dienst dir standardmäßig längere Antworten gab, lege den Wert explizit fest, da eine kleine Obergrenze Antworten früh mit finish_reason: length beenden kann.

Context Overflow. Wenn dein aktuelles Modell ein größeres Fenster hatte, können lange Historien 100.000 Token aus Prompt plus Completion überschreiten und 400 zurückgeben. Füge vor dem Wechsel Trimming oder Zusammenfassung hinzu.

Alles zu wiederholen. Wiederhole nur 429 und 503. Ein 402 bedeutet, dass das Guthaben aufgebraucht ist oder das Testguthaben abgelaufen ist, und Wiederholen hilft nicht. Lade auf und fahre fort, wie auf der Preisseite beschrieben.

Inhaltsregeln. Gesetzliche erwachsene Inhalte und Fiktion werden nicht abgelehnt, aber sexuelle Inhalte, die Minderjährige beinhalten, werden immer mit einem 403 blockiert, auch in Fiktion und Roleplay. Der Dienst ist für Erwachsene und legale Nutzung, also stelle sicher, dass dein eigenes Produkt bei Bedarf Altersfreigaben durchsetzt.

Fragen und Antworten

Muss ich meinen Code umschreiben, um von OpenAI zu wechseln?

Normalerweise nein. Ändere base_url, api_key und den Modellnamen zu unzensiert in deiner Client-Konfiguration. Message-Format, Streaming und Tool Calling folgen demselben OpenAI-Format.

Kann ich OpenRouter neben dieser API weiter nutzen?

Ja. Lies Base URL, Schlüssel und Modell aus Umgebungsvariablen und weise jeder Umgebung oder Funktion den Backend-Server zu, den du möchtest. Beide können parallel während einer schrittweisen Migration laufen.

Was passiert mit meinen Embedding- oder Bildaufrufen?

Sie funktionieren hier nicht. Die API ist nur Text, ohne Embeddings, Bilder, Audio, Video oder Fine-Tuning, also behalte eine separate Quelle für diese.

Funktioniert LangChain mit dieser unzensierten KI-API?

Ja. Verwende ChatOpenAI aus langchain_openai mit base_url, das auf https://api.uncensoredaiapis.com/v1, gesetzt ist, deinem Schlüssel und model="uncensored". Jeder Client, der eine benutzerdefinierte OpenAI Base URL akzeptiert, folgt demselben Muster.

Dein Schlüssel ist nur ein Formular entfernt

Erstelle ein Konto, kopiere den Schlüssel, ändere die Basis-URL. Das ist die gesamte Einrichtung.