从 OpenAI 或 OpenRouter 迁移到无审查 AI API
通过在小测试客户端中更改基础 URL、API 密钥和模型 ID 来启动迁移。在切换生产流量之前,运行你自己保存的一组提示词:兼容的请求格式并不意味着答案完全相同。本指南涵盖配置、流式传输、工具调用,以及在 LangChain 或 LlamaIndex 中需要重复的检查项。

要点
- 仅更改三个值:基础 URL https://api.uncensoredaiapis.com/v1, 您的新密钥,以及模型 "uncensored"。
- 聊天完成、流式输出和函数调用支持 OpenAI 格式;嵌入、图像、音频和微调功能不存在。
- 将基础 URL、密钥和模型放入环境变量中,以便旧的和新的后端并行运行,回滚只需交换一个文件。
- 显式设置 max_tokens,并在切换前规划 100,000 token 的上下文窗口。
切换时发生的变化
如果您的应用已经与 OpenAI 或 OpenRouter 聊天补全 API 通信,迁移到此无审查 AI API 是一个配置更改,而不是重写。三个值发生变化,请求代码中的其他内容保持不变:基础 URL、API 密钥和模型名称。
| 设置 | 之前 | 之后 |
|---|---|---|
| Base URL | OpenAI 或 OpenRouter 的 URL | https://api.uncensoredaiapis.com/v1 |
| 认证 | 来自当前服务的密钥 | 来自 你的账户 的密钥,以 Authorization: Bearer <key> 的形式传递 |
| 模型 | 模型 ID,例如 GPT 或路由模型名称 | uncensored |
| 接口 | /chat/completions | 相同:POST /v1/chat/completions |
只有一个模型,因此没有模型目录可供选择。GET /v1/models 存在并列出该模型,这使调用它的 SDK 辅助函数和健康检查保持正常工作。消息、流式输出和函数调用使用你已发送的相同 OpenAI 格式。本页面是一个实操指南;如果你想了解与 OpenRouter 的成本、延迟和隐私对比,请阅读 OpenRouter 无审查模型文章。
以下是最小化的 Python 差异。调用中的其他内容不会改变。
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)对于 OpenRouter 用户,同样适用:替换 OpenRouter 基础 URL 和密钥,并删除您在标头或请求正文中传递的任何路由特定的额外内容(见下面的兼容性表)。
参数和功能兼容性
聊天应用所关注的基础已涵盖。该表将记录为支持的内容、在依赖之前应通过测试调用确认的内容以及完全不存在的内容区分开来。如有疑问,请在预发布环境中发送请求并比较响应,而不是假设与其他服务具有同等性。
| 项目 | 状态码 | 备注 |
|---|---|---|
model | 支持 | 使用 uncensored。仅有一个模型。 |
messages(system、user、assistant、tool 角色) | 支持 | 标准 OpenAI 消息格式。上下文为 100,000 token,用于提示词和补全。 |
max_tokens | 支持 | 最多可达 100,000 个 token 的上下文窗口。 |
stream: true | 支持 | 服务器发送事件。最终使用情况事件会自动添加。 |
tools、tool_choice、角色 tool 消息 | 支持 | OpenAI 函数调用格式。 |
采样和停止选项(temperature、top_p、stop 等) | 支持 | 标准 OpenAI 字段,按原样传递。切换后重新调整 temperature:同一数值在新模型上可能感觉不同。 |
| 路由额外内容:回退模型列表、路由偏好、应用归属标头 | 不可用 | 只有一个模型,因此没有路由选项。从请求和配置中删除这些内容。 |
| 嵌入 | 不可用 | 为 RAG 管道保留单独的嵌入来源。 |
| 图像生成、视觉、音频、视频 | 不可用 | API 仅支持文本。 |
| 微调 | 不可用 | 没有微调端点。使用系统提示词塑造行为。 |
实际后果是,使用嵌入向量进行检索的管道需要两个客户端:一个用于你现有的嵌入服务,另一个用于此处的生成。这是一个正常的拆分,下一节中的环境变量方法可以保持其整洁。
使用环境变量并行运行两者
最安全的迁移方式是让两个后端同时运行,并在运行时选择其中一个。将三个不同的值放入环境变量中,并在一个地方读取它们。然后,你可以将开发环境、部分流量或单个功能路由到新 API,而无需分支请求代码。
# .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接下来,单个工厂构建客户端:
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.js 中的相同模式:
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);要比较行为,请在测试命令之前使用 set -a; source .env.uncensored; set +a 对两个配置运行相同的提示词集。由于变量名是通用的,当你最终停用旧后端时,无需更改代码,回滚只需交换一个文件。
LangChain、LlamaIndex 和其他兼容 OpenAI 的客户端
任何允许你覆盖 OpenAI 基础 URL 的框架都可以与此 API 配合使用,因为 HTTP 契约是相同的。你只需传递基础 URL、密钥和模型名称;框架会完成其余工作。对于 LangChain,langchain_openai 包暴露了 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)对于 LlamaIndex,使用 llama-index-llms-openai-like 包中的 OpenAI 兼容 LLM 类,该类专为实现聊天完成格式但不是 OpenAI 本身的服务器设计:
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."))在框架设置中要记住两点。首先,调用嵌入模型的检索功能仍然需要不同的嵌入源,因为此 API 没有。其次,框架有时会假设内部列表中的模型名称来决定上下文窗口大小或工具支持;如果你看到关于未知模型的警告,这只是外观问题,但请检查框架假设的上下文窗口是否不超过 100,000 token。不同库之间的参数名称略有不同(base_url、api_base、baseURL),因此请检查你的库使用的名称。接受自定义 OpenAI base URL 的其他工具,如编辑器插件和聊天前端,也遵循相同的三值模式。
切换前的测试清单
在预演环境中按此清单逐项检查。每项操作都很快,合起来可以捕获大多数迁移意外。
- 认证和路由。 使用你的密钥调用
GET /v1/models。401 表示密钥或标头错误;404 表示路径错误。 - 基本完成。 发送一行提示词,设置
max_tokens,并确认存在choices[0].message.content和usage。 - 流式输出。 使用
stream: true运行你的真实 UI 路径。确保你的解析器能容忍带有空choices列表的最终使用情况事件。 - 工具调用。 执行完整的往返:请求、
tool_calls、角色tool回复、最终答案。检查你的代码是否能处理没有工具调用的回复。 - 长提示词。 发送接近你实际最大值的提示词。提示词加上
max_tokens超过 100,000 时回复会在窗口末尾停止;只有提示词本身超过 100,000 才返回 400。 - 错误处理。 模拟错误密钥(401)。确认你的应用读取 JSON
error.code并合理处理 402no_credit、403content_blocked、429 和 503upstream_busy。 - 输出质量和语气。 重放真实提示词的样本,并将响应与你当前的模型进行比较。围绕其他模型的拒绝或犹豫进行调优的提示词可能需要简化。
- 成本跟踪。 记录
usage。输入为每百万 token $0.15,输出为每百万 token $0.50,因此你可以根据现有的 token 计数轻松重新计算。
有关流式输出、工具和重试步骤的可运行版本,请参阅 代码示例页面。
常见陷阱
保留旧模型名称。 最常见的故障是请求仍然指定另一个模型 ID。从配置中读取模型,如环境变量示例所示,以便它与 base URL 一起移动。
发送旧密钥。 来自其他服务的密钥返回 401。此处的密钥与一个账户绑定,每个账户一个,重新生成一个会立即撤销前一个密钥,因此重新生成后请更新每个部署。
base URL 中缺少 /v1。 base URL 必须以 /v1 结尾。SDK 会自动附加 /chat/completions;没有后缀的 base URL 会产生 404 错误。
依赖不存在的功能。 嵌入、图像、音频和微调调用将失败。在切换之前,而不是之后,审计你的代码库。
忽略输出上限。 如果不设置 max_tokens,响应可能会持续到上下文窗口结束。如果其他服务默认提供较长的回复,请显式设置该值,因为较小的上限会导致回复以 finish_reason: length 提前结束。
上下文溢出。 如果你的当前模型拥有更大的上下文窗口,长历史记录可能导致提示词加补全内容超过 100,000 token 并返回 400 错误。在切换前添加截断或摘要处理。
重试一切。 仅重试 429 和 503。402 表示余额已用完或试用已过期,重试无济于事。充值并继续,如 定价页面 所述。
内容规则。 合法的成人内容和小说不会被拒绝,但涉及未成年人的性内容始终会被 403 阻止,包括在小说和角色扮演中。该服务面向成人和合法用途,因此请确保你的产品在适当时实施年龄限制。
更多指南
问答
从 OpenAI 切换需要重写代码吗?
通常不需要。在客户端配置中将 base_url、api_key 和模型名称更改为 uncensored。消息格式、流式输出和函数调用遵循相同的 OpenAI 格式。
我可以在此 API 旁边继续使用 OpenRouter 吗?
是的。从环境变量中读取 base URL、密钥和模型,并将每个环境或功能指向你想要的后端。在逐步迁移期间,两者可以并行运行。
我的嵌入或图像调用会怎样?
它们在此处无法工作。该 API 仅支持文本,没有嵌入、图像、音频、视频或微调功能,因此请为这些功能保留单独的源。
LangChain 支持此无审查 AI API 吗?
是的。使用 langchain_openai 中的 ChatOpenAI,将 base_url 设置为 https://api.uncensoredaiapis.com/v1,并将密钥填入你的 key 变量,model="uncensored"。任何接受自定义 OpenAI base URL 的客户端都遵循相同模式。