ID ▾
URL Dasar https://api.uncensoredaiapis.com/v1Model uncensored
Dapatkan kunci API
Uncensored AIPanduan migrasi

Migrasi dari OpenAI atau OpenRouter ke API AI tanpa sensor

Mulai migrasi dengan mengubah base URL, kunci API, dan ID model dalam klien uji kecil. Jalankan serangkaian prompt Anda sendiri yang telah disimpan sebelum mengalihkan lalu lintas produksi: format permintaan yang kompatibel tidak menyiratkan jawaban yang identik. Panduan ini mencakup konfigurasi, streaming, panggilan alat, dan pemeriksaan yang harus diulang di LangChain atau LlamaIndex.

Migrasi dari OpenAI atau OpenRouter ke API AI tanpa sensor

Diperbarui

Poin utama

  • Ubah hanya tiga nilai: URL dasar https://api.uncensoredaiapis.com/v1, kunci baru Anda, dan model "uncensored".
  • Penyelesaian percakapan, streaming, dan pemanggilan fungsi bekerja dalam format OpenAI; embeddings, gambar, audio, dan fine-tuning tidak tersedia.
  • Masukkan base URL, kunci, dan model ke dalam variabel lingkungan agar backend lama dan baru berjalan berdampingan dan rollback adalah satu pertukaran file.
  • Atur max_tokens secara eksplisit dan rencanakan jendela konteks 100.000 token sebelum beralih.

Apa yang berubah saat Anda beralih

Jika aplikasi Anda sudah berkomunikasi dengan API penyelesaian obrolan OpenAI atau OpenRouter, beralih ke API AI tanpa sensor ini adalah perubahan konfigurasi, bukan penulisan ulang. Tiga nilai berubah dan sisanya dalam kode permintaan Anda tetap sama: URL dasar, kunci API, dan nama model.

PengaturanSebelumSetelah
URL dasarURL OpenAI atau OpenRouterhttps://api.uncensoredaiapis.com/v1
AutentikasiKunci dari layanan Anda saat iniKunci dari akun Anda di sini, dikirim sebagai Authorization: Bearer <key>
ModelID model seperti nama model GPT atau model yang dialihkanuncensored
Endpoint/chat/completionsSama: POST /v1/chat/completions

Tepat ada satu model, jadi tidak ada katalog model untuk dipilih. GET /v1/models ada dan mencantumkannya, yang menjaga helper SDK dan pemeriksaan kesehatan yang memanggilnya tetap berfungsi. Pesan, streaming, dan pemanggilan alat menggunakan format OpenAI yang sama dengan yang sudah Anda kirim. Halaman ini adalah panduan praktis; jika Anda ingin perbandingan biaya, latensi, dan privasi dengan OpenRouter, baca artikel model tanpa sensor OpenRouter sebagai gantinya.

Berikut adalah perbedaan Python minimal. Tidak ada yang lain dalam panggilan yang berubah.

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)

Untuk pengguna OpenRouter, hal yang sama berlaku: ganti URL dasar OpenRouter dan kunci, serta hapus semua tambahan khusus pengalihan yang Anda berikan dalam header atau badan permintaan (lihat tabel kompatibilitas di bawah).

Kompatibilitas parameter dan fitur

Permukaan yang penting untuk aplikasi obrolan tercakup. Tabel memisahkan apa yang didokumentasikan sebagai didukung, apa yang harus Anda konfirmasi dengan panggilan pengujian sebelum bergantung padanya, dan apa yang sama sekali tidak ada. Jika ragu, kirim permintaan di lingkungan staging dan bandingkan responsnya, daripada mengasumsikan kesetaraan dengan layanan lain.

ItemKodeCatatan
modelDidukungGunakan uncensored. Hanya satu model.
messages (peran sistem, pengguna, asisten, alat)DidukungFormat pesan OpenAI standar. Jendela konteks adalah 100.000 token untuk prompt ditambah penyelesaian.
max_tokensDidukungHingga akhir jendela 100,000 token.
stream: trueDidukungServer-sent events. Chunk penggunaan akhir ditambahkan secara otomatis.
tools, tool_choice, pesan peran toolDidukungFormat pemanggilan fungsi OpenAI.
Opsi sampling dan berhenti (temperature, top_p, stop, dan serupa)DidukungBidang OpenAI standar, diteruskan apa adanya. Atur ulang temperature setelah beralih: nilai yang sama dapat terasa berbeda pada model baru.
Tambahan pengalihan: daftar model cadangan, preferensi pengalihan, header atribusi aplikasiTidak tersediaAda satu model, jadi tidak ada yang dialihkan di antaranya. Hapus ini dari permintaan dan konfigurasi.
EmbeddingTidak tersediaSimpan sumber embedding terpisah untuk pipeline RAG.
Pembuatan gambar, visi, audio, videoTidak tersediaAPI ini hanya teks.
Fine-tuningTidak tersediaTidak ada endpoint fine-tuning. Bentuk perilaku dengan prompt sistem.

Konsekuensi praktisnya adalah bahwa pipeline yang menggunakan embedding untuk pengambilan memerlukan dua klien: satu untuk layanan embedding Anda yang ada dan satu lagi untuk generasi di sini. Itu adalah pemisahan normal, dan pendekatan variabel lingkungan di bagian berikutnya menjaganya tetap rapi.

Jalankan keduanya berdampingan dengan variabel lingkungan

Migrasi paling aman adalah dengan menjaga kedua backend tetap aktif dan memilih salah satu pada saat runtime. Masukkan tiga nilai yang berbeda ke dalam variabel lingkungan, dan baca di satu tempat. Kemudian Anda dapat mengarahkan lingkungan pengembangan, persentase lalu lintas, atau fitur tunggal ke API baru tanpa harus mengubah kode permintaan Anda.

# .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

Kemudian, sebuah pabrik tunggal membuat klien:

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)

Pola yang sama di 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);

Untuk membandingkan perilaku, jalankan set prompt yang sama terhadap kedua konfigurasi, misalnya dengan set -a; source .env.uncensored; set +a sebelum perintah pengujian Anda. Karena nama variabelnya bersifat umum, tidak diperlukan perubahan kode ketika Anda akhirnya menonaktifkan backend lama, dan rollback hanya memerlukan satu pertukaran file.

LangChain, LlamaIndex, dan klien lain yang kompatibel dengan OpenAI

Framework apa pun yang memungkinkan Anda mengganti base URL OpenAI akan berfungsi dengan API ini, karena kontrak HTTP-nya sama. Anda meneruskan base URL, kunci, dan nama model; framework menangani sisanya. Untuk LangChain, paket langchain_openai mengekspos ChatOpenAI:

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)

Untuk LlamaIndex, gunakan kelas LLM yang kompatibel dengan OpenAI dari paket llama-index-llms-openai-like, yang ditujukan untuk server yang mengimplementasikan format penyelesaian obrolan tetapi bukan OpenAI itu sendiri:

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."))

Dua hal yang perlu diingat dalam pengaturan framework. Pertama, fitur pengambilan data yang memanggil model embeddings masih memerlukan sumber embeddings yang berbeda, karena API ini tidak memilikinya. Kedua, framework terkadang mengasumsikan nama model dari daftar internal untuk menentukan ukuran jendela konteks atau dukungan alat; jika Anda melihat peringatan tentang model yang tidak dikenal, itu hanya kosmetik, tetapi periksa apakah jendela konteks yang diasumsikan framework Anda tidak melebihi 100,000 token. Nama parameter sedikit berbeda di antara pustaka (base_url, api_base, baseURL), jadi periksa yang digunakan oleh pustaka Anda. Alat lain yang menerima base URL OpenAI kustom, seperti plugin editor dan antarmuka obrolan, mengikuti pola tiga nilai yang sama.

Daftar periksa pengujian sebelum Anda beralih

Lakukan daftar ini di lingkungan staging. Setiap item cepat, dan bersama-sama mereka menangkap sebagian besar kejutan migrasi.

  1. Autentikasi dan pengalihan. Panggil GET /v1/models dengan kunci Anda. 401 berarti kunci atau header salah; 404 berarti jalurnya salah.
  2. Penyelesaian dasar. Kirim prompt satu baris dengan max_tokens diatur dan konfirmasi bahwa choices[0].message.content dan usage ada.
  3. Streaming. Jalankan jalur UI asli Anda dengan stream: true. Pastikan parser Anda mentolerir chunk penggunaan akhir dengan daftar choices kosong.
  4. Pemanggilan fungsi. Eksekusi perjalanan pulang-pergi lengkap: permintaan, tool_calls, balasan peran tool, jawaban akhir. Periksa apakah kode Anda menangani balasan tanpa pemanggilan fungsi.
  5. Prompt panjang. Kirim prompt yang mendekati maksimum riil Anda. Prompt ditambah max_tokens lebih dari 100,000 akan mengembalikan 400.
  6. Penanganan kesalahan. Simulasikan kunci yang salah (401). Konfirmasi bahwa aplikasi Anda membaca JSON error.code dan menangani 402 no_credit, 403 content_blocked, 429 dan 503 upstream_busy secara wajar.
  7. Kualitas dan nada output. Putar ulang sampel prompt riil dan bandingkan respons dengan model Anda saat ini. Prompt yang telah disesuaikan di sekitar penolakan atau penghindaran model lain mungkin perlu disederhanakan.
  8. Pelacakan biaya. Log usage. Input adalah $0.15 per juta token dan output $0.50 per juta, sehingga estimasi Anda dari jumlah token yang ada mudah dihitung ulang.

Untuk versi yang dapat dijalankan dari langkah streaming, alat, dan pengulangan permintaan, lihat halaman contoh kode.

Jebakan umum

Meninggalkan nama model lama di tempatnya. Kegagalan paling sering adalah permintaan yang masih menyebutkan id model lain. Baca model dari konfigurasi, seperti pada contoh variabel lingkungan, agar model tersebut berpindah bersama dengan base URL.

Mengirim kunci lama. Kunci dari layanan lain akan mengembalikan 401. Kunci di sini terkait dengan satu akun, satu per akun, dan regenerasi satu kunci akan mencabut kunci sebelumnya secara langsung, jadi perbarui setiap deployment setelah Anda melakukan regenerasi.

Kurang /v1 dalam base URL. Base URL harus diakhiri dengan /v1. SDK menambahkan /chat/completions secara otomatis; base URL tanpa akhiran tersebut menghasilkan error 404.

Bergantung pada fitur yang tidak ada. Panggilan embeddings, gambar, audio, dan fine-tuning akan gagal. Audit basis kode Anda untuk fitur-fitur tersebut sebelum beralih, bukan setelahnya.

Mengabaikan batas output. Jika Anda tidak mengatur max_tokens, respons dapat berjalan hingga akhir jendela. Jika layanan lain memberikan balasan yang lebih panjang secara default, atur nilai secara eksplisit, karena batas kecil dapat mengakhiri balasan lebih awal dengan finish_reason: length.

Overflow konteks. Jika model Anda saat ini memiliki jendela yang lebih besar, riwayat panjang dapat melebihi 100.000 token untuk prompt ditambah penyelesaian dan mengembalikan 400. Tambahkan pemangkasan atau peringkasan sebelum beralih.

Mencoba ulang semuanya. Coba ulang hanya 429 dan 503. 402 berarti saldo telah habis atau uji coba telah berakhir, dan mencoba ulang tidak akan membantu. Isi saldo dan lanjutkan, seperti yang dijelaskan di halaman harga.

Aturan konten. Konten dewasa yang sah dan fiksi tidak ditolak, tetapi konten seksual yang melibatkan anak di bawah umur selalu diblokir dengan 403, termasuk dalam fiksi dan roleplay. Layanan ini untuk orang dewasa dan penggunaan yang sah, jadi pastikan produk Anda sendiri menerapkan pembatasan usia di mana relevan.

Tanya jawab

Apakah saya harus menulis ulang kode saya untuk beralih dari OpenAI?

Biasanya tidak. Ubah base_url, api_key, dan nama model menjadi uncensored dalam konfigurasi klien Anda. Format pesan, streaming, dan pemanggilan alat mengikuti format OpenAI yang sama.

Dapatkah saya terus menggunakan OpenRouter bersama API ini?

Ya. Baca base URL, kunci, dan model dari variabel lingkungan dan arahkan setiap lingkungan atau fitur ke backend yang Anda inginkan. Keduanya dapat berjalan secara paralel selama migrasi bertahap.

Apa yang terjadi dengan panggilan embeddings atau gambar saya?

Mereka tidak akan berfungsi di sini. API ini hanya teks, tanpa embeddings, gambar, audio, video, atau fine-tuning, jadi pertahankan sumber terpisah untuk itu.

Apakah LangChain berfungsi dengan API AI uncensored ini?

Ya. Gunakan ChatOpenAI dari langchain_openai dengan base_url ditetapkan ke https://api.uncensoredaiapis.com/v1, kunci Anda dan model="uncensored". Klien apa pun yang menerima base URL OpenAI kustom mengikuti pola yang sama.

Kunci Anda hanya selangkah lagi dari satu formulir

Buat akun, salin kunci, ubah URL dasar. Itu saja seluruh proses pengaturannya.