KO ▾
Base URL https://api.uncensoredaiapis.com/v1Model uncensored
API 키 받기
Uncensored AI마이그레이션 가이드

OpenAI 또는 OpenRouter에서 무검열 AI API로 마이그레이션

작은 테스트 클라이언트에서 base URL, API 키, 모델 ID를 변경하여 마이그레이션을 시작하세요. 프로덕션 트래픽을 전환하기 전에 저장해 둔 자체 프롬프트 세트를 실행하세요. 호환되는 요청 형식이 동일한 답변을 의미하지는 않습니다. 이 가이드에서는 구성, 스트리밍, 도구 호출, 그리고 LangChain 또는 LlamaIndex에서 반복해야 하는 확인 사항을 다룹니다.

OpenAI 또는 OpenRouter에서 무검열 AI API로 마이그레이션

업데이트

주요 포인트

  • 세 가지 값만 변경하세요: 베이스 URL https://api.uncensoredaiapis.com/v1, 새 API 키, 그리고 "무검열" 모델입니다.
  • 채팅 완성, 스트리밍 및 함수 호출은 OpenAI 형식으로 작동하며, 임베딩, 이미지, 오디오 및 파인튜닝은 존재하지 않습니다.
  • 베이스 URL, 키 및 모델을 환경 변수에 넣으면 기존 및 새 백엔드가 병렬로 실행되며 롤백은 파일 교체 하나로 가능합니다.
  • max_tokens을 명시적으로 설정하고 전환 전에 100,000토큰 컨텍스트 창을 계획하세요.

전환 시 변경 사항

앱이 이미 OpenAI 또는 OpenRouter 채팅 완성 API와 통신한다면, 이 무검열 AI API로 이동하는 것은 재작성이 아닌 구성 변경입니다. 세 가지 값만 변경되고 요청 코드의 나머지 부분은 그대로 유지됩니다: 베이스 URL, API 키 및 모델 이름.

설정변경 전변경 후
기본 URLOpenAI 또는 OpenRouter URLhttps://api.uncensoredaiapis.com/v1
인증현재 서비스의 키계정 페이지에서 API 키를 가져와서 Authorization: Bearer <key> 형식으로 전송합니다.
모델GPT 또는 라우팅된 모델 이름과 같은 모델 IDuncensored
엔드포인트/chat/completions동일함: POST /v1/chat/completions

모델은 하나뿐이므로 선택할 수 있는 모델 목록이 없습니다. GET /v1/models 엔드포인트가 존재하며 해당 모델을 나열하므로, 이를 호출하는 SDK 헬퍼와 상태 확인이 정상적으로 작동합니다. 메시지, 스트리밍, 함수 호출은 이미 전송하는 OpenAI 형식을 그대로 사용합니다. 이 페이지는 직접 해보는 가이드입니다. OpenRouter와 비용, 지연 시간, 프라이버시 비교가 필요하면 OpenRouter 무검열 모델 기사를 읽어보세요.

최소 Python 변경 내용입니다. 호출의 다른 부분은 변경되지 않습니다.

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)

OpenRouter 사용자의 경우 동일하게 적용됩니다: OpenRouter 베이스 URL과 키를 바꾸고 헤더나 요청 본문에 전달한 라우팅 전용 추가 항목을 제거하세요(아래 호환성 표 참조).

매개변수 및 기능 호환성

채팅 앱에 중요한 표면은 모두 다룹니다. 표는 문서화된 지원 항목, 의존하기 전에 테스트 호출로 확인해야 하는 항목 및 전혀 존재하지 않는 항목을 구분합니다. 의심스러울 때 다른 서비스와의 동등성을 가정하기보다 스테이징 환경에서 요청을 보내고 응답을 비교하세요.

항목코드참고
model지원됨uncensored를 사용하세요. 모델은 하나뿐입니다.
messages (시스템, 사용자, 어시스턴트, 도구 역할)지원됨표준 OpenAI 메시지 형식. 프롬프트 및 완성의 컨텍스트는 100,000토큰입니다.
max_tokens지원됨100,000토큰 컨텍스트 윈도우의 끝까지.
stream: true지원됨서버 전송 이벤트. 최종 사용량 청크가 자동으로 추가됩니다.
tools, tool_choice, 역할 tool 메시지지원됨OpenAI 함수 호출 형식.
샘플링 및 중지 옵션 (temperature, top_p, stop 및 유사한 옵션)지원됨표준 OpenAI 필드, 전송된 대로 전달됩니다. 전환 후 temperature를 다시 조정하세요: 동일한 값이 새 모델에서는 다르게 느껴질 수 있습니다.
라우팅 추가 항목: 대체 모델 목록, 라우팅 선호도, 앱 속성 헤더사용 불가모델이 하나뿐이므로 라우팅할 대상이 없습니다. 요청 및 구성에서 이 항목들을 제거하세요.
임베딩사용 불가RAG 파이프라인을 위해 별도의 임베딩 소스를 유지하세요.
이미지 생성, 비전, 오디오, 비디오사용 불가API는 텍스트 전용입니다.
파인튜닝사용 불가파인튜닝 엔드포인트가 없습니다. 시스템 프롬프트로 동작을 제어합니다.

실용적인 결과는 임베딩을 검색에 사용하는 파이프라인이 두 클라이언트를 필요로 한다는 것입니다: 기존 임베딩 서비스용 하나와 여기서 생성용 하나. 이는 정상적인 분리이며, 다음 섹션의 환경 변수 접근 방식은 이를 깔끔하게 유지합니다.

환경 변수를 사용하여 두 API를 병렬로 실행합니다.

가장 안전한 마이그레이션 방법은 두 백엔드를 모두 실행 상태로 유지한 채 런타임에 하나를 선택하는 것입니다. 세 가지가 다른 값을 환경 변수에 넣고, 한 곳에서 읽어오세요. 그러면 요청 코드를 분기하지 않고도 개발 환경, 트래픽의 일정 비율, 또는 단일 기능을 새 API로 라우팅할 수 있습니다.

# .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

그런 다음 단일 팩토리가 클라이언트를 생성합니다:

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)

Node.js에서의 동일한 패턴:

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);

동일한 프롬프트 세트를 두 구성 모두에 적용하여 동작을 비교하려면 테스트 명령어 전에 set -a; source .env.uncensored; set +a를 실행하세요. 변수 이름이 일반적이므로 최종적으로 기존 백엔드를 폐기할 때 코드 변경이 필요 없으며, 롤백은 파일 교체 한 번으로 가능합니다.

LangChain, LlamaIndex 및 기타 OpenAI 호환 클라이언트

OpenAI 기본 URL을 재정의할 수 있는 프레임워크라면 HTTP 계약이 동일하므로 이 API와 함께 작동합니다. 기본 URL, 키 및 모델 이름을 전달하면 프레임워크가 나머지를 처리합니다. LangChain의 경우 langchain_openai 패키지는 ChatOpenAI을 노출합니다:

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)

LlamaIndex의 경우, 채팅 완료 형식을 구현하지만 OpenAI 자체가 아닌 서버를 위해 설계된 llama-index-llms-openai-like 패키지의 OpenAI 호환 LLM 클래스를 사용하세요:

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."))

프레임워크 설정 시 두 가지를 기억하세요. 첫째, 임베딩 모델을 호출하는 검색 기능은 이 API에 임베딩 소스가 없으므로 여전히 다른 임베딩 소스가 필요합니다. 둘째, 프레임워크는 때로 컨텍스트 창 크기나 함수 호출 지원을 결정하기 위해 내부 목록의 모델 이름을 가정합니다. 알 수 없는 모델에 대한 경고가 표시되면 이는 UI상 문제이지만, 프레임워크가 가정하는 컨텍스트 창 크기가 100,000 토큰을 초과하지 않는지 확인하세요. 라이브러리 간에 파라미터 이름이 약간 다르므로(base_url, api_base, baseURL), 사용하는 라이브러리의 이름을 확인하세요. 커스텀 OpenAI 베이스 URL을 허용하는 다른 도구(에디터 플러그인 및 채팅 프론트엔드 등)도 동일한 세 가지 값 패턴을 따릅니다.

전환 전 테스트 체크리스트

스테이징 환경에서 다음 목록을 확인하세요. 각 항목은 빠르며 함께 실행하면 대부분의 마이그레이션 문제를 방지할 수 있습니다.

  1. 인증 및 라우팅. 키로 GET /v1/models을 호출하세요. 401은 키나 헤더가 잘못되었음을 의미하며, 404은 경로가 잘못되었음을 의미합니다.
  2. 기본 완료. max_tokens을 설정한 후 한 줄 프롬프트를 전송하고 choices[0].message.content 및 usage이 존재하는지 확인합니다.
  3. 스트리밍. stream: true과 함께 실제 UI 경로를 실행하세요. 파서가 빈 choices 목록과 함께 마지막 usage 청크를 허용하는지 확인하세요.
  4. 도구 호출. 전체 왕복을 실행하세요: 요청, tool_calls, 역할 tool 응답, 최종 답변. 도구 호출이 없는 응답을 코드에서 처리하는지 확인하세요.
  5. 긴 프롬프트. 실제 최대치에 가까운 프롬프트를 보내세요. 프롬프트가 100,000을 초과하면 400이 반환되며, max_tokens는 남은 공간에 맞게 조정됩니다.
  6. 오류 처리. 잘못된 키(401)를 시뮬레이션하세요. 앱이 JSON error.code을 읽고 402 no_credit, 403 content_blocked, 429 및 503 upstream_busy를 적절히 처리하는지 확인하세요.
  7. 출력 품질과 어조. 실제 프롬프트 샘플을 다시 실행하고 현재 모델의 응답과 비교하세요. 다른 모델의 거부나 모호한 응답을 기준으로 튜닝된 프롬프트는 단순화해야 할 수 있습니다.
  8. 비용 추적. usage을 로깅하세요. 입력은 토큰 100만 개당 $0.15, 출력은 토큰 100만 개당 $0.50이므로 기존 토큰 수를 기반으로 한 견적은 쉽게 다시 계산할 수 있습니다.

스트리밍, 도구 및 재시도 단계의 실행 가능한 버전은 코드 예제 페이지를 참조하세요.

일반적인 함정

이전 모델 이름을 그대로 유지. 가장 흔한 실패 사례는 여전히 다른 모델 ID를 요청하는 것입니다. 환경 변수 예제와 같이 구성에서 모델을 읽어오면 베이스 URL과 함께 이동하므로 문제가 해결됩니다.

이전 키를 전송합니다. 타 서비스의 키는 401 오류를 반환합니다. 이 서비스의 키는 계정 하나에 하나씩 연결되며, 키를 재생성하면 이전 키가 즉시 무효화되므로 재생성 후 모든 배포 환경의 키를 업데이트하세요.

기본 URL에 /v1 누락. 기본 URL은 /v1로 끝나야 합니다. SDK는 /chat/completions을 자체적으로 추가하므로, 접미사가 없는 기본 URL은 404 오류를 발생시킵니다.

존재하지 않는 기능에 의존. 임베딩, 이미지, 오디오 및 파인튜닝 호출은 실패합니다. 전환하기 전에 코드베이스를 사전에 검토하세요.

출력 길이 제한을 무시합니다. max_tokens을 설정하지 않으면 응답이 컨텍스트 창의 끝까지 이어질 수 있습니다. 다른 서비스에서 기본적으로 더 긴 응답을 제공했다면 작은 제한으로 인해 finish_reason: length로 응답이 조기 종료될 수 있으므로 값을 명시적으로 설정하세요.

컨텍스트 오버플로. 현재 모델에 더 큰 컨텍스트 창이 있었다면 긴 대화 기록이 프롬프트와 완성을 합쳐 100,000 토큰을 초과하여 400을 반환할 수 있습니다. 전환 전에 트리밍 또는 요약 처리를 추가하세요.

모든 재시도. 429 및 503 오류만 재시도하세요. 402 오류는 잔액이 고갈되었거나 무료 체험 크레딧이 만료되었음을 의미하며, 재시도해도 도움이 되지 않습니다. 가격 책정 페이지에 설명된 대로 크레딧을 충전하고 계속 진행하세요.

콘텐츠 규칙. 합법적인 성인 콘텐츠와 소설은 거부되지 않지만, 미성년자가 포함된 성 콘텐츠는 소설과 역할극을 포함해 항상 403 오류로 차단됩니다. 이 서비스는 성인 대상이며 합법적인 용도로 제공되므로, 관련이 있는 경우 자체 제품에서 연령 제한을 적용하는지 확인하세요.

질문과 답변

OpenAI에서 전환하기 위해 코드를 다시 작성해야 하나요?

일반적으로 아닙니다. 클라이언트 구성에서 base_url, api_key 및 모델 이름을 무검열로 변경하세요. 메시지 형식, 스트리밍 및 함수 호출은 동일한 OpenAI 형식을 따릅니다.

이 API와 함께 OpenRouter를 계속 사용할 수 있나요?

네. 환경 변수에서 베이스 URL, 키 및 모델을 읽고 각 환경 또는 기능을 원하는 백엔드에 연결하세요. 점진적인 마이그레이션 동안 둘을 병렬로 실행할 수 있습니다.

임베딩이나 이미지 호출은 어떻게 되나요?

여기서는 작동하지 않습니다. API는 텍스트 전용이며 임베딩, 이미지, 오디오, 비디오 또는 파인튜닝이 없으므로 해당 용도로 별도의 소스를 유지하세요.

LangChain은 이 무검열 AI API와 호환되나요?

네. langchain_openai에서 ChatOpenAI를 사용하고 base_url을 https://api.uncensoredaiapis.com/v1,로 설정하며 model="uncensored"를 설정하세요. 사용자 지정 OpenAI 기본 URL을 허용하는 모든 클라이언트는 동일한 패턴을 따릅니다.

키는 양식 하나만 작성하면 받을 수 있습니다

계정을 생성하고 키를 복사한 후 기본 URL을 변경하세요. 설정은 이것으로 끝입니다.