Миграция с OpenAI или OpenRouter на API без цензуры
Начните миграцию, изменив базовый URL, API-ключ и идентификатор модели в небольшом тестовом клиенте. Запустите сохраненный набор ваших собственных промптов перед переключением производственного трафика: совместимый формат запроса не подразумевает идентичных ответов. Это руководство охватывает конфигурацию, потоковую передачу, вызовы инструментов и проверки, которые необходимо повторить в LangChain или LlamaIndex.

Ключевые моменты
- Измените только три значения: базовый URL https://api.uncensoredaiapis.com/v1, ваш новый ключ и модель "uncensored".
- Завершения диалога, потоковая передача и вызов функций работают в формате OpenAI; эмбеддингов, изображений, аудио и дообучения нет.
- Разместите базовый URL, ключ и модель в переменных окружения, чтобы старые и новые бэкенды работали рядом, а откат занимал одну замену файла.
- Явно установите max_tokens и учитывайте контекстное окно на 100 000 токенов перед переключением.
Что изменится при переключении
Если ваше приложение уже взаимодействует с API завершения чата OpenAI или OpenRouter, переход на этот API без цензуры — это изменение конфигурации, а не переписывание кода. Изменятся три значения, а остальной код запросов останется прежним: базовый URL, API-ключ и имя модели.
| Настройка | До | После |
|---|---|---|
| Базовый URL | URL OpenAI или OpenRouter | https://api.uncensoredaiapis.com/v1 |
| Авторизация | Ключ от вашего текущего сервиса | Ключ из вашего аккаунта здесь, отправляемый как Authorization: Bearer <key> |
| Модель | Идентификатор модели, например имя модели GPT или маршрутизированной модели | uncensored |
| Эндпоинт | /chat/completions | То же: POST /v1/chat/completions |
Модель всего одна, поэтому каталога для выбора нет. GET /v1/models существует и выводит её, что позволяет сохранить работу помощников SDK и проверок работоспособности, которые её вызывают. Сообщения, потоковая передача и вызов функций используют те же форматы OpenAI, что и раньше. Эта страница — практическое руководство; если вам нужны сравнение стоимости, задержек и конфиденциальности с OpenRouter, прочитайте статью OpenRouter uncensored models article.
Вот минимальная разница в Python. Ничего другого в вызове не изменится.
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)Для пользователей OpenRouter применяется то же самое: замените базовый URL и ключ OpenRouter, а также уберите любые специфичные для маршрутизации параметры, которые вы передавали в заголовках или теле запроса (см. таблицу совместимости ниже).
Совместимость параметров и функций
Поверхность, важная для чат-приложения, покрыта. Таблица разделяет то, что документировано как поддерживаемое, то, что следует подтвердить тестовым вызовом перед использованием, и то, чего вообще нет. В случае сомнений отправьте запрос в тестовой среде и сравните ответ, а не полагайтесь на паритет с другим сервисом.
| Параметр | Код | Примечания |
|---|---|---|
model | Поддерживается | Используйте uncensored. Только одна модель. |
messages (роли system, user, assistant, tool) | Поддерживается | Стандартный формат сообщений OpenAI. Контекст составляет 100 000 токенов для промпта и завершения. |
max_tokens | Поддерживается | До конца окна на 100,000 токенов. |
stream: true | Поддерживается | Server-sent events. Финальный чанк использования добавляется автоматически. |
tools, tool_choice, сообщения роли tool | Поддерживается | Формат вызова функций OpenAI. |
Опции сэмплирования и остановки (temperature, top_p, stop и аналогичные) | Поддерживается | Стандартные поля OpenAI, передаются как есть. Перенастройте temperature после переключения: то же значение может ощущаться иначе на новой модели. |
| Дополнительные параметры маршрутизации: списки моделей резервирования, предпочтения маршрутизации, заголовки атрибуции приложения | Недоступно | Существует одна модель, поэтому маршрутизировать не между чем. Удалите эти параметры из запросов и конфигурации. |
| Эмбеддинги | Недоступно | Оставьте отдельный источник эмбеддингов для конвейеров RAG. |
| Генерация изображений, визуальный анализ, аудио, видео | Недоступно | API работает только с текстом. |
| Дообучение | Не доступно | Нет эндпоинтов дообучения. Формируйте поведение с помощью системных промптов. |
Практическое следствие: конвейер, использующий эмбеддинги для поиска, потребует двух клиентов: один для вашего существующего сервиса эмбеддингов и один для генерации здесь. Это нормальное разделение, а подход с переменными окружения в следующем разделе сохраняет его аккуратным.
Запуск обоих вариантов бок о бок с помощью переменных окружения
Самая безопасная миграция сохраняет оба бэкенда активными и выбирает один во время выполнения. Поместите три отличающихся значения в переменные окружения и считывайте их в одном месте. Тогда вы сможете направлять среду разработки, процент трафика или отдельную функцию на новый API, не разветвляя код запросов.
# .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=uncensoredЗатем одна фабрика создаёт клиент:
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)Та же схема в 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);Для сравнения поведения запустите один и тот же набор промптов на обеих конфигурациях, например, с помощью set -a; source .env.uncensored; set +a перед командой тестирования. Поскольку имена переменных общие, при окончательном отключении старого бэкенда изменения в коде не потребуются, а откат займёт замену одного файла.
LangChain, LlamaIndex и другие клиенты, совместимые с OpenAI
Любая библиотека, позволяющая переопределить базовый URL OpenAI, будет работать с этим API, поскольку HTTP-контракт одинаков. Вы передаёте базовый URL, ключ и имя модели; библиотека делает всё остальное. Для LangChain пакет langchain_openai предоставляет класс 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)Для LlamaIndex используйте класс LLM, совместимый с OpenAI, из пакета llama-index-llms-openai-like, который предназначен для серверов, реализующих формат чат-завершений, но не являющихся OpenAI:
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."))В настройках фреймворков запомните две вещи. Во-первых, функции поиска, использующие эмбеддинги, всё равно потребуют отдельного источника, так как в этом API их нет. Во-вторых, некоторые фреймворки предполагают имя модели из внутреннего списка для определения размера контекстного окна или поддержки вызовов функций; если вы видите предупреждение о неизвестной модели, это визуальный нюанс, но убедитесь, что размер контекстного окна, который предполагает ваш фреймворк, не превышает 100 000 токенов. Имена параметров немного различаются в разных библиотеках (base_url, api_base, baseURL), поэтому проверьте, какую использует ваша библиотека. Другие инструменты, принимающие пользовательский базовый URL OpenAI, такие как плагины редакторов и интерфейсы чатов, следуют тому же шаблону из трёх значений.
Чек-лист тестирования перед переключением
Пройдитесь по этому списку в тестовом окружении. На каждый пункт уходит мало времени, а вместе они позволяют выявить большинство сюрпризов при миграции.
- Аутентификация и маршрутизация. Вызовите
GET /v1/modelsс вашим ключом. 401 означает, что ключ или заголовок неверны; 404 означает, что неверен путь. - Базовое завершение. Отправьте однострочный промпт с установленным
max_tokensи убедитесь, что присутствуютchoices[0].message.contentиusage. - Потоковая передача. Запустите ваш реальный сценарий использования в интерфейсе с
stream: true. Убедитесь, что ваш парсер корректно обрабатывает финальный чанк usage с пустым спискомchoices. - Вызов функций. Выполните полный цикл: запрос,
tool_calls, ответ от ролиtool, финальный ответ. Проверьте, что ваш код корректно обрабатывает ответы без вызова функций. - Длинные промпты. Отправьте промпт, близкий к вашему реальному максимуму. Сумма промпта и
max_tokensсвыше 100 000 обрывает ответ в конце окна; 400 возвращается только для промпта длиннее 100 000. - Обработка ошибок. Симулируйте неверный ключ (401). Убедитесь, что ваше приложение корректно считывает JSON
error.codeи обрабатывает 402no_credit, 403content_blocked, 429 и 503upstream_busy. - Качество и тон вывода. Повторите выборку реальных промптов и сравните ответы с вашей текущей моделью. Промпты, которые были настроены вокруг отказов или оговорок другой модели, могут потребовать упрощения.
- Отслеживание затрат. Логируйте
usage. Входные токены стоят $0,15 за миллион, выходные — $0,50 за миллион, поэтому ваши оценки на основе существующего количества токенов легко пересчитать.
Для исполняемых версий шагов потоковой передачи, вызова функций и повторных попыток см. страницу примеров кода.
Распространённые ошибки
Сохранение старого имени модели. Самая частая ошибка — запрос, который всё ещё указывает на другой идентификатор модели. Читайте имя модели из конфигурации, как в примере с переменными окружения, чтобы оно перемещалось вместе с базовым URL.
Отправка старого ключа. Ключ от другого сервиса возвращает 401. Ключи здесь привязаны к одному аккаунту, по одному на аккаунт, и регенерация одного немедленно отзывает предыдущий ключ, поэтому обновите все развертывания после регенерации.
Отсутствие /v1 в базовом URL. Базовый URL должен заканчиваться на /v1. SDK добавляют /chat/completions самостоятельно; базовый URL без суффикса приводит к ошибкам 404.
Опора на отсутствующую функцию. Вызовы эмбеддингов, изображений, аудио и дообучения завершатся ошибкой. Проведите аудит кодовой базы на их наличие до переключения, а не после.
Игнорирование лимита вывода. Если не задать max_tokens, ответ может занять всё доступное контекстное окно. Если другой сервис по умолчанию выдавал более длинные ответы, установите значение явно, так как небольшой лимит может досрочно завершить ответ с finish_reason: length.
Переполнение контекста. Если ваша текущая модель имела большее окно, длинные истории могут превысить 100 000 токенов промпта плюс завершения и вернуть 400. Добавьте обрезку или суммаризацию перед переключением.
Повторные попытки всего подряд. Повторяйте запросы только при 429 и 503. Код 402 означает, что баланс исчерпан или пробный период истёк, и повторные попытки не помогут. Пополните баланс и продолжайте, как описано на странице цен.
Правила контента. Законный контент для взрослых и художественная литература не блокируются, но контент сексуального характера с участием несовершеннолетних всегда блокируется кодом 403, включая художественные тексты и ролевые игры. Сервис предназначен для взрослых и законного использования, поэтому убедитесь, что ваш продукт ограничивает доступ по возрасту там, где это необходимо.
Дополнительные руководства
Вопросы и ответы
Придётся ли мне переписывать код для перехода с OpenAI?
Обычно нет. Измените base_url, api_key и имя модели на uncensored в конфигурации клиента. Формат сообщений, потоковая передача и вызовы функций следуют тому же формату OpenAI.
Могу ли я продолжать использовать OpenRouter вместе с этим API?
Да. Читайте базовый URL, ключ и модель из переменных окружения и направляйте каждую среду или функцию на нужный бэкенд. Во время постепенной миграции они могут работать параллельно.
Что произойдёт с моими запросами на эмбеддинги или изображения?
Они здесь не заработают. API работает только с текстом, без эмбеддингов, изображений, аудио, видео и дообучения, поэтому для них нужно оставить отдельный источник.
Работает ли LangChain с этим API без цензуры?
Да. Используйте ChatOpenAI из langchain_openai, установив base_url в https://api.uncensoredaiapis.com/v1, ваш ключ и model="uncensored". Любой клиент, принимающий пользовательский базовый URL OpenAI, следует тому же шаблону.
Ваш ключ — всего в одной форме
Создайте аккаунт, скопируйте ключ, измените базовый URL. Это вся настройка.