TH ▾
URL พื้นฐาน https://api.uncensoredaiapis.com/v1โมเดล uncensored
รับคีย์ API
Uncensored AIคู่มือการย้ายข้อมูล

ย้ายจาก OpenAI หรือ OpenRouter ไปยัง API AI แบบไม่เซ็นเซอร์

เริ่มต้นการย้ายระบบโดยการเปลี่ยน base URL, คีย์ API และ ID โมเดลในไคลเอนต์ทดสอบขนาดเล็ก รันชุด prompt ของคุณเองที่บันทึกไว้ก่อนเปลี่ยนการจราจรในสภาพแวดล้อมการผลิต: รูปแบบคำขอที่เข้ากันได้ไม่ได้หมายถึงคำตอบที่เหมือนกัน คู่มือนี้ครอบคลุมการกำหนดค่า การสตรีมมิง การเรียกใช้เครื่องมือ และการตรวจสอบที่ต้องทำซ้ำใน LangChain หรือ LlamaIndex

ย้ายจาก OpenAI หรือ OpenRouter ไปยัง API AI แบบไม่เซ็นเซอร์

อัปเดต

ประเด็นสำคัญ

  • เปลี่ยนเพียงสามค่า: URL พื้นฐาน https://api.uncensoredaiapis.com/v1, คีย์ใหม่ของคุณ และโมเดล "uncensored"
  • การเสร็จสิ้นการแชท การสตรีมมิง และการเรียกใช้ฟังก์ชันทำงานในรูปแบบ OpenAI; embeddings, รูปภาพ, เสียง และการปรับแต่งขั้นสูงไม่มีอยู่
  • ใส่ URL พื้นฐาน, คีย์ และโมเดลในตัวแปรสภาพแวดล้อมเพื่อให้แบ็กเอนด์เก่าและใหม่ทำงานเคียงข้างกัน และการย้อนกลับทำได้เพียงสลับไฟล์เดียว
  • ตั้งค่า max_tokens อย่างชัดเจนและวางแผนสำหรับหน้าต่างบริบท 100,000 โทเคนก่อนการเปลี่ยน

สิ่งที่เปลี่ยนแปลงเมื่อคุณสลับ

หากแอปของคุณสื่อสารกับ API chat completions ของ OpenAI หรือ OpenRouter อยู่แล้ว การเปลี่ยนไปใช้ API AI แบบไม่เซ็นเซอร์นี้เป็นการเปลี่ยนแปลงการกำหนดค่า ไม่ใช่การเขียนโค้ดใหม่ ค่าสามค่าที่เปลี่ยนแปลงคือ URL ฐาน คีย์ API และชื่อโมเดล ส่วนที่เหลือในโค้ดคำขอของคุณจะคงเดิม

การตั้งค่าก่อนหลัง
URL พื้นฐานURL ของ OpenAI หรือ OpenRouterhttps://api.uncensoredaiapis.com/v1
การยืนยันตัวตนคีย์จากบริการปัจจุบันของคุณคีย์จาก บัญชีของคุณที่นี่ ส่งเป็น Authorization: Bearer <key>
โมเดลรหัสโมเดล เช่น ชื่อโมเดล GPT หรือโมเดลที่จัดเส้นทางuncensored
เอนด์พอยต์/chat/completionsเหมือนกัน: POST /v1/chat/completions

มีโมเดลเพียงตัวเดียว จึงไม่มีแคตตาล็อกโมเดลให้เลือก GET /v1/models มีอยู่และแสดงรายการไว้ ซึ่งช่วยให้ตัวช่วย SDK และการตรวจสอบสุขภาพที่เรียกใช้ทำงานได้ ข้อความ การสตรีมมิง และการเรียกใช้ฟังก์ชันใช้รูปแบบ OpenAI เดียวกับที่คุณส่งอยู่ หน้าเว็บนี้เป็นคู่มือเชิงปฏิบัติ; หากคุณต้องการเปรียบเทียบต้นทุน ความหน่วง และความเป็นส่วนตัวกับ OpenRouter ให้ไปที่บทความ โมเดล OpenRouter แบบไม่เซ็นเซอร์ แทน

นี่คือส่วนต่างของ Python ขั้นต่ำ ไม่มีสิ่งอื่นในการเรียกใช้ที่เปลี่ยนแปลง

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)

สำหรับผู้ใช้ OpenRouter สิ่งเดียวกันนี้ใช้เช่นกัน: แทนที่ URL ฐานและคีย์ของ OpenRouter และลบส่วนเสริมเฉพาะการจัดเส้นทางที่คุณส่งในหัวข้อความต้องการหรือใน body ของคำขอ (ดูตารางความเข้ากันได้ด้านล่าง)

ความเข้ากันได้ของพารามิเตอร์และฟีเจอร์

ส่วนติดต่อที่สำคัญสำหรับแอปแชทครอบคลุม ตารางแยกสิ่งที่ระบุว่าเป็นสิ่งที่รองรับ สิ่งที่ควรยืนยันด้วยการเรียกทดสอบก่อนขึ้นอยู่กับ และสิ่งที่ไม่มีเลย หากไม่แน่ใจ ให้ส่งคำขอในสภาพแวดล้อม staging และเปรียบเทียบการตอบกลับ แทนที่จะสันนิษฐานว่ามีความเท่าเทียมกับบริการอื่น

รายการรหัสหมายเหตุ
modelรองรับใช้ uncensored มีโมเดลเพียงตัวเดียว
messages (บทบาทระบบ ผู้ใช้ ผู้ช่วย และเครื่องมือ)รองรับรูปแบบข้อความ OpenAI มาตรฐาน บริบทคือ 100,000 โทเคนสำหรับพรอมต์รวมผลลัพธ์
max_tokensรองรับสูงสุดถึงหน้าต่าง 100,000 token
stream: trueรองรับServer-sent events มี chunk การใช้งานสุดท้ายเพิ่มโดยอัตโนมัติ
tools, tool_choice, บทบาท tool ข้อความรองรับรูปแบบการเรียกใช้ฟังก์ชันของ OpenAI
ตัวเลือกการสุ่มและหยุด (temperature, top_p, stop และอื่นๆ)รองรับฟิลด์มาตรฐานของ OpenAI ส่งผ่านตามที่ได้รับ ปรับ temperature ใหม่หลังจากเปลี่ยนโมเดล: ค่าเดียวกันอาจรู้สึกแตกต่างบนโมเดลใหม่
ส่วนเสริมการกำหนดเส้นทาง: รายการโมเดลสำรอง ความชอบในการกำหนดเส้นทาง headers การระบุแอปไม่มีมีโมเดลเพียงตัวเดียว จึงไม่มีอะไรให้กำหนดเส้นทางระหว่างกัน ลบสิ่งเหล่านี้จากคำขอและการกำหนดค่า
Embeddingsไม่มีเก็บแหล่ง embeddings แยกต่างหากสำหรับ RAG pipelines
การสร้างภาพ, วิชัน, ออดิโอ, วิดีโอไม่มีAPI เป็นข้อความเท่านั้น
Fine-tuningไม่มีไม่มี endpoint สำหรับ fine-tuning กำหนดพฤติกรรมด้วย system prompts

ผลกระทบในทางปฏิบัติคือ pipeline ที่ใช้ embeddings สำหรับการดึงข้อมูลต้องใช้ไคลเอนต์สองตัว: หนึ่งสำหรับบริการ embeddings ที่มีอยู่ของคุณ และหนึ่งสำหรับการสร้างที่นี่ การแยกนี้เป็นเรื่องปกติ และวิธีการ env-var ในส่วนถัดไปจะทำให้มันเรียบร้อย

รันทั้งสองข้างเคียงด้วย environment variables

การย้ายที่ปลอดภัยที่สุดคือรักษา backend ทั้งสองให้ทำงานอยู่และเลือกหนึ่งในตอนรันเวลา ใส่ค่าสามค่าที่แตกต่างกันลงใน environment variables และอ่านในที่เดียว จากนั้นคุณสามารถกำหนดเส้นทางสภาพแวดล้อม dev, สัดส่วนของ traffic หรือฟีเจอร์เดียวไปยัง API ใหม่ได้โดยไม่ต้องแยกโค้ดคำขอ

# .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

จากนั้น factory เดียวสร้าง 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)

รูปแบบเดียวกันใน 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);

เพื่อเปรียบเทียบพฤติกรรม รันชุด prompt เดียวกันกับทั้งสองการกำหนดค่า เช่น ด้วย set -a; source .env.uncensored; set +a ก่อนคำสั่งทดสอบของคุณ เนื่องจากชื่อตัวแปรเป็นแบบทั่วไป ไม่ต้องเปลี่ยนโค้ดเมื่อคุณเกษียณ backend เก่า และการย้อนกลับคือการสลับไฟล์เพียงไฟล์เดียว

LangChain, LlamaIndex และไคลเอนต์ที่เข้ากันได้กับ OpenAI อื่นๆ

เฟรมเวิร์กใดๆ ที่อนุญาตให้คุณกำหนด URL พื้นฐานของ OpenAI ใหม่จะทำงานกับ API นี้ได้ เนื่องจากสัญญา HTTP เหมือนกัน คุณส่ง URL พื้นฐาน คีย์ และชื่อโมเดล; เฟรมเวิร์กจะจัดการส่วนที่เหลือ สำหรับ LangChain แพ็คเกจ langchain_openai จะเปิดเผย 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)

สำหรับ LlamaIndex ให้ใช้คลาส LLM ที่เข้ากันได้กับ OpenAI จากแพ็คเกจ llama-index-llms-openai-like ซึ่งออกแบบมาสำหรับเซิร์ฟเวอร์ที่รองรับรูปแบบการเติมข้อความแชทแต่ไม่ใช่ OpenAI เอง:

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."))

สองสิ่งที่ต้องจำในการตั้งค่าเฟรมเวิร์ก ประการแรก คุณสมบัติการดึงข้อมูลที่ใช้โมเดล embeddings จะยังต้องการแหล่ง embeddings อื่น เนื่องจาก API นี้ไม่มี ประการที่สอง เฟรมเวิร์กบางตัวอาจสมมติชื่อโมเดลจากรายการภายในเพื่อตัดสินใจขนาดบริบทหรือการรองรับเครื่องมือ หากเห็นคำเตือนเกี่ยวกับโมเดลที่ไม่รู้จัก นั่นเป็นเพียงภาพรวม แต่ให้ตรวจสอบว่าหน้าต่างบริบทที่เฟรมเวิร์กสมมติไว้ไม่เกิน 100,000 โทเคน ชื่อพารามิเตอร์แตกต่างกันเล็กน้อยระหว่างไลบรารี (base_url, api_base, baseURL) ดังนั้นให้ตรวจสอบตัวที่ไลบรารีของคุณใช้ เครื่องมืออื่นๆ ที่ยอมรับ URL พื้นฐาน OpenAI แบบกำหนดเอง เช่น ปลั๊กอินแก้ไขและส่วนติดต่อแชท จะปฏิบัติตามรูปแบบค่าสามตัวนี้

รายการตรวจสอบการทดสอบก่อนเปลี่ยนระบบ

ดำเนินการตามรายการนี้ในสภาพแวดล้อม staging แต่ละรายการใช้เวลาไม่นาน และเมื่อทำร่วมกันจะช่วยจับข้อผิดพลาดที่พบบ่อยที่สุดในการย้ายระบบ

  1. การตรวจสอบสิทธิ์และการกำหนดเส้นทาง เรียกใช้ GET /v1/models พร้อมคีย์ของคุณ 401 หมายถึงคีย์หรือส่วนหัวผิด; 404 หมายถึงเส้นทางคือ
  2. การเติมข้อความพื้นฐาน ส่งพรอมต์หนึ่งบรรทัดโดยตั้งค่า max_tokens และยืนยันว่า choices[0].message.content และ usage มีอยู่
  3. สตรีมมิง เรียกใช้เส้นทาง UI จริงของคุณด้วย stream: true ตรวจสอบให้แน่ใจว่า parser ของคุณรองรับ chunk สุดท้ายของ usage ที่มีรายการ choices ว่างเปล่า
  4. การเรียกใช้เครื่องมือ ดำเนินการรอบการส่งคืนข้อมูลเต็มรูปแบบ: คำขอ, tool_calls, คำตอบ role tool, คำตอบสุดท้าย ตรวจสอบว่าโค้ดของคุณจัดการกับคำตอบที่ไม่มีเครื่องมือเรียกใช้
  5. พรอมต์ยาว ส่งพรอมต์ใกล้กับค่าสูงสุดจริงของคุณ พรอมต์รวมกับ max_tokens เกิน 100,000 จะทำให้คำตอบหยุดที่ท้ายหน้าต่าง ส่วน 400 จะส่งกลับเฉพาะเมื่อพรอมต์เองเกิน 100,000
  6. การจัดการข้อผิดพลาด จำลองคีย์ผิด (401) ยืนยันว่าแอปของคุณอ่าน JSON error.code และจัดการ 402 no_credit, 403 content_blocked, 429 และ 503 upstream_busy ได้อย่างเหมาะสม
  7. คุณภาพและโทนของเอาต์พุต เล่นซ้ำตัวอย่างพรอมต์จริงและเปรียบเทียบคำตอบกับโมเดลปัจจุบันของคุณ พรอมต์ที่ปรับแต่งรอบการปฏิเสธหรือการพูดเลี่ยงของโมเดลอื่นอาจต้องทำให้เรียบง่าย
  8. การติดตามต้นทุน บันทึก usage อินพุตคือ $0.15 ต่อล้านโทเคนและเอาต์พุตคือ $0.50 ต่อล้านโทเคน ดังนั้นการประมาณการของคุณจากจำนวนโทเคนที่มีอยู่จึงคำนวณใหม่ได้ง่าย

สำหรับเวอร์ชันที่ทำงานได้ของขั้นตอนการสตรีมมิง เครื่องมือ และการลองใหม่ ดูที่หน้า ตัวอย่างโค้ด

จุดที่มักผิดพลาด

การคงชื่อโมเดลเก่าไว้ ความผิดพลาดที่พบบ่อยที่สุดคือคำขอที่ยังระบุ id ของโมเดลอื่น อ่านโมเดลจากค่ากำหนด เช่น ในตัวอย่างตัวแปรสภาพแวดล้อม เพื่อให้มันเคลื่อนที่ไปพร้อมกับ URL พื้นฐาน

การส่งคีย์เก่า คีย์จากบริการอื่นจะส่งกลับสถานะ 401 คีย์ที่นี่ผูกกับบัญชีเดียว บัญชีละหนึ่งคีย์ และการสร้างคีย์ใหม่จะเพิกถอนคีย์ก่อนหน้าทันที ดังนั้นให้อัปเดตทุกการปรับใช้หลังจากคุณสร้างคีย์ใหม่

ขาด /v1 ใน Base URL Base URL ต้องลงท้ายด้วย /v1 SDK จะเพิ่ม /chat/completions ให้เอง; หาก Base URL ไม่มีคำต่อท้ายนี้จะเกิดข้อผิดพลาด 404

พึ่งพาฟีเจอร์ที่ยังไม่รองรับ การเรียก Embeddings, รูปภาพ, เสียง และการปรับแต่งโมเดลจะล้มเหลว ตรวจสอบโค้ดของคุณก่อนสลับ ไม่ใช่หลังสลับ

ไม่กำหนดขีดจำกัดเอาต์พุต หากคุณไม่ได้ตั้งค่า max_tokens การตอบกลับอาจดำเนินไปจนสุดหน้าต่างบริบท หากบริการอื่นให้คำตอบที่ยาวกว่าโดยค่าเริ่มต้น ให้ตั้งค่าค่าอย่างชัดเจน เนื่องจากขีดจำกัดที่เล็กอาจทำให้การตอบกลับจบลงก่อนกำหนดด้วย finish_reason: length.

หน้าต่างบริบทเกิน หากโมเดลปัจจุบันของคุณมีหน้าต่างบริบทที่ใหญ่กว่า ประวัติการสนทนาที่ยาวอาจเกิน 100,000 โทเคนของพรอมต์รวมกับการเติมข้อความ และส่งสถานะ 400 เพิ่มการตัดทอนหรือการสรุปความก่อนการสลับ

ลองใหม่ทั้งหมด ลองใหม่เฉพาะ 429 และ 503 เท่านั้น สถานะ 402 หมายถึงยอดเงินหมดหรือเครดิตทดลองใช้หมด การลองใหม่จะไม่ช่วย เติมเงินและดำเนินการต่อ ตามที่อธิบายไว้ใน หน้าราคา

กฎเนื้อหา เนื้อหาผู้ใหญ่ที่ถูกต้องตามกฎหมายและนวนิยายไม่ถูกปฏิเสธ แต่เนื้อหาทางเพศที่เกี่ยวข้องกับผู้เยาว์จะถูกบล็อกเสมอด้วย 403 รวมถึงในนวนิยายและบทบาทสมมติ บริการนี้สำหรับผู้ใหญ่และการใช้งานที่ถูกต้องตามกฎหมาย ดังนั้นให้แน่ใจว่าผลิตภัณฑ์ของคุณกำหนดการจำกัดอายุเมื่อเกี่ยวข้อง

ถาม-ตอบ

ฉันต้องเขียนโค้ดใหม่เพื่อสลับจาก OpenAI หรือไม่

โดยปกติไม่ต้อง เปลี่ยน base_url, api_key และชื่อโมเดลเป็น uncensored ในการกำหนดค่าไคลเอนต์ของคุณ รูปแบบข้อความ สตรีมมิง และการเรียกใช้ฟังก์ชันจะสอดคล้องกับรูปแบบ OpenAI

ฉันสามารถใช้ OpenRouter ควบคู่กับ API นี้ได้หรือไม่

ได้ อ่าน base URL คีย์ และโมเดลจากตัวแปรสภาพแวดล้อม แล้วชี้แต่ละสภาพแวดล้อมหรือฟีเจอร์ไปยังแบ็กเอนด์ที่คุณต้องการ ทั้งสองสามารถทำงานแบบขนานกันได้ระหว่างการย้ายระบบแบบค่อยเป็นค่อยไป

เกิดอะไรขึ้นกับ embeddings หรือการเรียกใช้รูปภาพของฉัน?

จะไม่ทำงานที่นี่ API นี้รองรับเฉพาะข้อความ ไม่มี embeddings รูปภาพ เสียง วิดีโอ หรือ fine-tuning ดังนั้นให้ใช้แหล่งข้อมูลแยกต่างหากสำหรับฟีเจอร์เหล่านั้น

LangChain ทำงานกับ API AI uncensored นี้ได้หรือไม่

ได้ ใช้ ChatOpenAI จาก langchain_openai โดยตั้งค่า base_url เป็น https://api.uncensoredaiapis.com/v1, คีย์ของคุณ และ model="uncensored" ไคลเอนต์ใดๆ ที่รองรับ custom base URL ของ OpenAI จะใช้รูปแบบเดียวกัน

คีย์ของคุณอยู่ห่างแค่แบบฟอร์มเดียว

สร้างบัญชี คัดลอกคีย์ และเปลี่ยน base URL นั่นคือการตั้งค่าทั้งหมด