VI ▾
Base URL https://api.uncensoredaiapis.com/v1Mô hình uncensored
Lấy khóa API
Uncensored AIHướng dẫn di chuyển

Di chuyển từ OpenAI hoặc OpenRouter sang API AI không kiểm duyệt

Bắt đầu quá trình di chuyển bằng cách thay đổi URL cơ sở, khóa API và ID mô hình trong một client thử nghiệm nhỏ. Chạy một bộ yêu cầu đã lưu của riêng bạn trước khi chuyển lưu lượng sản xuất: định dạng yêu cầu tương thích không ngụ ý các câu trả lời giống hệt nhau. Hướng dẫn này bao gồm cấu hình, truyền phát, gọi công cụ và các bước kiểm tra cần lặp lại trong LangChain hoặc LlamaIndex.

Di chuyển từ OpenAI hoặc OpenRouter sang API AI không kiểm duyệt

Cập nhật

Điểm chính

  • Chỉ thay đổi ba giá trị: URL cơ sở https://api.uncensoredaiapis.com/v1, khóa mới của bạn và mô hình "không kiểm duyệt".
  • Chat completions, truyền phát (streaming) và gọi hàm (tool calling) hoạt động theo định dạng OpenAI; embeddings, hình ảnh, âm thanh và tinh chỉnh (fine-tuning) không tồn tại.
  • Đặt URL cơ sở, khóa và mô hình trong các biến môi trường để backend cũ và mới chạy song song và việc hoàn tác chỉ là một lần thay đổi tệp.
  • Đặt rõ max_tokens và lập kế hoạch cho cửa sổ ngữ cảnh 100.000 token trước khi chuyển đổi.

Những thay đổi khi bạn chuyển đổi

Nếu ứng dụng của bạn đã giao tiếp với API chat completions của OpenAI hoặc OpenRouter, việc chuyển sang API AI không kiểm duyệt này là một thay đổi cấu hình, không phải viết lại mã. Ba giá trị thay đổi và mọi thứ khác trong mã yêu cầu của bạn vẫn giữ nguyên: URL cơ sở, khóa API và tên mô hình.

Cài đặtTrướcSau
URL gốcURL của OpenAI hoặc OpenRouterhttps://api.uncensoredaiapis.com/v1
Xác thựcKhóa từ dịch vụ hiện tại của bạnKhóa từ tài khoản của bạn tại đây, được gửi dưới dạng Authorization: Bearer <key>
Mô hìnhMột ID mô hình như tên mô hình GPT hoặc mô hình được định tuyếnuncensored
Endpoint/chat/completionsGiống hệt: POST /v1/chat/completions

Chỉ có đúng một mô hình, nên không có danh mục mô hình để bạn chọn. GET /v1/models tồn tại và liệt kê nó, giúp các trợ giúp SDK và các kiểm tra sức khỏe gọi endpoint này hoạt động. Tin nhắn, truyền phát và gọi hàm sử dụng cùng định dạng OpenAI mà bạn đã gửi. Trang này là hướng dẫn thực hành; nếu bạn muốn so sánh chi phí, độ trễ và quyền riêng tư với OpenRouter, hãy đọc bài viết về các mô hình không kiểm duyệt của OpenRouter thay thế.

Dưới đây là phần khác biệt (diff) Python tối thiểu. Không có gì khác trong lệnh gọi thay đổi.

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)

Đối với người dùng OpenRouter, điều tương tự cũng áp dụng: thay thế URL cơ sở và khóa của OpenRouter, và loại bỏ bất kỳ phần bổ sung nào liên quan đến định tuyến mà bạn đã truyền trong tiêu đề hoặc thân yêu cầu (xem bảng tương thích bên dưới).

Tương thích tham số và tính năng

Giao diện quan trọng cho một ứng dụng chat đã được bao phủ. Bảng phân biệt những gì được ghi nhận là hỗ trợ, những gì bạn nên xác nhận bằng một lệnh gọi thử nghiệm trước khi phụ thuộc vào nó, và những gì hoàn toàn không tồn tại. Khi nghi ngờ, hãy gửi yêu cầu trong môi trường staging và so sánh phản hồi, thay vì giả định sự tương đương với dịch vụ khác.

MụcMãGhi chú
modelĐược hỗ trợSử dụng uncensored. Chỉ một mô hình.
messages (vai trò hệ thống, người dùng, trợ lý, công cụ)Được hỗ trợĐịnh dạng tin nhắn chuẩn của OpenAI. Ngữ cảnh là 100.000 token cho prompt cộng với phần hoàn thành.
max_tokensĐược hỗ trợCho đến cuối cửa sổ 100,000 token.
stream: trueĐược hỗ trợSự kiện gửi bởi máy chủ (SSE). Một chunk sử dụng cuối cùng được thêm tự động.
tools, tool_choice, vai trò tool tin nhắnĐược hỗ trợĐịnh dạng gọi hàm OpenAI.
Lấy mẫu và các tùy chọn dừng (temperature, top_p, stop và tương tự)Được hỗ trợCác trường chuẩn của OpenAI, được chuyển tiếp nguyên vẹn. Điều chỉnh lại temperature sau khi chuyển đổi: cùng một giá trị có thể cảm thấy khác trên một mô hình mới.
Các phần bổ sung định tuyến: danh sách mô hình dự phòng, sở thích định tuyến, tiêu đề phân bổ ứng dụngKhông khả dụngChỉ có một mô hình, nên không có gì để định tuyến giữa chúng. Loại bỏ những phần này khỏi yêu cầu và cấu hình.
EmbeddingsKhông khả dụngGiữ một nguồn embeddings riêng biệt cho các pipeline RAG.
Tạo hình ảnh, thị giác máy tính, âm thanh, videoKhông khả dụngAPI chỉ hỗ trợ văn bản.
Tinh chỉnh (Fine-tuning)Không khả dụngKhông có endpoint tinh chỉnh (fine-tuning). Định hình hành vi bằng các prompt hệ thống.

Hậu quả thực tế là một pipeline sử dụng embeddings để truy xuất dữ liệu cần hai client: một cho dịch vụ embeddings hiện tại của bạn và một để tạo nội dung tại đây. Đó là một sự phân tách bình thường, và phương pháp biến môi trường trong phần tiếp theo giúp giữ nó gọn gàng.

Chạy cả hai song song với các biến môi trường

Cách di chuyển an toàn nhất là giữ cả hai backend hoạt động và chọn một trong hai tại thời điểm chạy. Đặt ba giá trị khác biệt vào biến môi trường và đọc chúng ở một nơi duy nhất. Sau đó, bạn có thể định tuyến môi trường dev, một phần lưu lượng truy cập hoặc một tính năng cụ thể sang API mới mà không cần phân nhánh mã yêu cầu của bạn.

# .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

Sau đó, một factory duy nhất sẽ tạo 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)

Cùng mẫu trong 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);

Để so sánh hành vi, hãy chạy cùng một bộ prompt trên cả hai cấu hình, ví dụ với set -a; source .env.uncensored; set +a trước lệnh thử nghiệm của bạn. Vì các tên biến là chung chung, không cần thay đổi mã khi cuối cùng bạn loại bỏ backend cũ, và việc hoàn nguyên chỉ là một thao tác thay đổi tệp.

LangChain, LlamaIndex và các client tương thích OpenAI khác

Bất kỳ framework nào cho phép bạn ghi đè URL cơ sở của OpenAI đều hoạt động với API này, vì hợp đồng HTTP là giống nhau. Bạn truyền URL cơ sở, khóa và tên mô hình; framework sẽ xử lý phần còn lại. Đối với LangChain, gói langchain_openai cung cấp 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)

Đối với LlamaIndex, hãy sử dụng lớp LLM tương thích OpenAI từ gói llama-index-llms-openai-like, được thiết kế cho các máy chủ triển khai định dạng hoàn thành trò chuyện nhưng không phải là 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."))

Hai điều cần nhớ trong các thiết lập framework. Thứ nhất, các tính năng truy xuất dữ liệu gọi mô hình nhúng sẽ vẫn cần một nguồn nhúng khác, vì API này không có. Thứ hai, các framework đôi khi giả định tên mô hình từ danh sách nội bộ để quyết định kích thước ngữ cảnh hoặc hỗ trợ công cụ; nếu bạn thấy cảnh báo về một mô hình không xác định, điều đó chỉ mang tính hình thức, nhưng hãy kiểm tra xem cửa sổ ngữ cảnh mà framework của bạn giả định có vượt quá 100.000 token không. Tên tham số khác nhau một chút giữa các thư viện (base_url, api_base, baseURL), vì vậy hãy kiểm tra cái mà thư viện của bạn sử dụng. Các công cụ khác chấp nhận URL cơ sở OpenAI tùy chỉnh, chẳng hạn như plugin chỉnh sửa và giao diện trò chuyện, cũng tuân theo mẫu ba giá trị này.

Danh sách kiểm tra thử nghiệm trước khi chuyển đổi

Hãy chạy qua danh sách này trong môi trường staging. Mỗi mục đều nhanh chóng và cùng nhau chúng sẽ bắt được hầu hết các bất ngờ khi di chuyển.

  1. Xác thực và định tuyến. Gọi GET /v1/models với khóa của bạn. Mã 401 có nghĩa là khóa hoặc tiêu đề không đúng; mã 404 có nghĩa là đường dẫn không đúng.
  2. Hoàn thành cơ bản. Gửi một prompt một dòng với max_tokens được đặt và xác nhận choices[0].message.content và usage có mặt trong phản hồi.
  3. Truyền phát (streaming). Chạy đường dẫn giao diện người dùng thực tế của bạn với stream: true. Đảm bảo trình phân tích cú pháp của bạn chịu được chunk usage cuối cùng với danh sách choices rỗng.
  4. Gọi công cụ. Thực hiện một vòng lặp đầy đủ: yêu cầu, tool_calls, vai trò tool phản hồi, câu trả lời cuối cùng. Kiểm tra xem mã của bạn có xử lý các phản hồi không có gọi công cụ không.
  5. Prompt dài. Gửi một prompt gần với giới hạn tối đa thực tế của bạn. Prompt cộng với max_tokens lớn hơn 100.000 sẽ trả về 400.
  6. Xử lý lỗi. Mô phỏng khóa sai (401). Xác nhận ứng dụng của bạn đọc JSON error.code và xử lý 402 no_credit, 403 content_blocked, 429 và 503 upstream_busy một cách hợp lý.
  7. Chất lượng và giọng điệu đầu ra. Phát lại một mẫu prompt thực tế và so sánh các phản hồi với mô hình hiện tại của bạn. Các prompt được tinh chỉnh xung quanh các lời từ chối hoặc lảng tránh của mô hình khác có thể cần được đơn giản hóa.
  8. Theo dõi chi phí. Ghi lại usage. Đầu vào là $0,15 cho mỗi triệu token và đầu ra là $0,50 cho mỗi triệu token, vì vậy các ước tính của bạn từ số lượng token hiện có rất dễ dàng để tính lại.

Để xem các bước truyền phát, gọi hàm và thử lại có thể chạy được, hãy xem trang mẫu mã.

Những cạm bẫy phổ biến

Giữ lại tên mô hình cũ. Lỗi thường gặp nhất là một yêu cầu vẫn đề cập đến một id mô hình khác. Đọc mô hình từ cấu hình, như trong ví dụ biến môi trường, để nó di chuyển cùng với URL cơ sở.

Gửi khóa cũ. Một khóa từ dịch vụ khác trả về 401. Các khóa ở đây được liên kết với một tài khoản, mỗi tài khoản một khóa, và việc tạo lại một khóa sẽ thu hồi khóa trước đó ngay lập tức, vì vậy hãy cập nhật mọi triển khai sau khi bạn tạo lại khóa.

Thiếu /v1 trong URL cơ sở. URL cơ sở phải kết thúc bằng /v1. Các SDK tự thêm /chat/completions; một URL cơ sở không có hậu tố sẽ tạo ra lỗi 404.

Dựa vào một tính năng không có. Các lệnh gọi nhúng, hình ảnh, âm thanh và tinh chỉnh sẽ thất bại. Kiểm tra cơ sở mã của bạn về các tính năng này trước khi chuyển đổi, không phải sau.

Bỏ qua giới hạn đầu ra. Nếu bạn không đặt max_tokens, phản hồi có thể chạy đến hết cửa sổ ngữ cảnh. Nếu một dịch vụ khác cung cấp cho bạn các phản hồi dài hơn theo mặc định, hãy đặt giá trị một cách rõ ràng, vì một giới hạn nhỏ có thể khiến phản hồi kết thúc sớm với finish_reason: length.

Tràn cửa sổ ngữ cảnh. Nếu mô hình hiện tại của bạn có cửa sổ lớn hơn, các lịch sử dài có thể vượt quá 100.000 token của prompt cộng với phần hoàn thành và trả về 400. Hãy thêm cơ chế cắt bớt hoặc tóm tắt trước khi chuyển đổi.

Đang thử lại mọi thứ. Chỉ thử lại 429 và 503. Mã 402 có nghĩa là số dư đã hết hoặc tín dụng dùng thử đã hết hạn, và việc thử lại sẽ không giúp ích gì. Hãy nạp tiền và tiếp tục, như mô tả trên trang giá cả.

Quy tắc nội dung. Nội dung người lớn hợp pháp và tiểu thuyết không bị từ chối, nhưng nội dung tình dục liên quan đến trẻ vị thành niên luôn bị chặn bằng mã 403, bao gồm cả trong tiểu thuyết và nhập vai. Dịch vụ dành cho người lớn và việc sử dụng hợp pháp, vì vậy hãy đảm bảo sản phẩm của bạn áp dụng bộ lọc độ tuổi khi cần thiết.

Hỏi đáp

Tôi có phải viết lại mã của mình để chuyển từ OpenAI không?

Thường là không. Hãy thay đổi base_url, api_key và tên mô hình thành uncensored trong cấu hình client của bạn. Định dạng tin nhắn, truyền phát và gọi hàm tuân theo cùng định dạng OpenAI.

Tôi có thể tiếp tục sử dụng OpenRouter cùng với API này không?

Có. Hãy đọc Base URL, khóa và mô hình từ các biến môi trường và trỏ mỗi môi trường hoặc tính năng đến backend mà bạn muốn. Cả hai có thể chạy song song trong quá trình di chuyển dần dần.

Điều gì xảy ra với các lệnh gọi nhúng hoặc hình ảnh của tôi?

Chúng sẽ không hoạt động ở đây. API chỉ dành cho văn bản, không có embedding, hình ảnh, âm thanh, video hoặc tinh chỉnh, vì vậy hãy giữ một nguồn riêng biệt cho những nội dung đó.

LangChain có hoạt động với API AI không kiểm duyệt này không?

Có. Hãy dùng ChatOpenAI từ langchain_openai với base_url được đặt thành https://api.uncensoredaiapis.com/v1, kèm khóa của bạn và model="uncensored". Bất kỳ client nào chấp nhận base URL OpenAI tùy chỉnh đều tuân theo cùng mẫu đó.

Khóa của bạn chỉ cách một biểu mẫu

Tạo tài khoản, sao chép khóa, thay đổi URL cơ sở. Đó là toàn bộ thiết lập.