重點摘要
- 我們的 base URL 是 https://api.uncensoredgptapi.com/v1,模型 ID 為
uncensored。 - Python 和 Node SDK 接受 base_url 或 baseURL;兩者也會讀取環境變數。
- 大多數失敗來自於缺少 /v1、路徑重複或舊的模型名稱。
- GET /v1/models 是確認 URL 和金鑰正確的 最快 方式。
base URL 的作用
gpt API 的 base_url是 OpenAI SDK 附加在每個端點路徑之前的位址。預設情況下,官方 SDK 會將請求傳送至 OpenAI 的伺服器。如果你設定不同的 base URL,相同的客戶端程式碼會以相同的請求格式將請求傳送至另一個使用相同協定的伺服器。
這就是 OpenAI 相容在實務上的意義。我們的 API 接受 POST /v1/chat/completions 與 GET /v1/models,使用相同的 JSON 格式、相同的 Authorization: Bearer 標頭以及相同的串流格式。因此,你必須變更三個值:
- Base URL:
https://api.uncensoredgptapi.com/v1 - API 金鑰:您儀表板中的金鑰
- 模型:
uncensored
我們的服務是獨立運作的單一開放權重模型。它不是 OpenAI 的 API,也不是導向其他供應商的轉發器,因此這裡沒有 gpt-4o 等模型名稱。在所有地方都使用 uncensored。
Python 搭配 OpenAI SDK
在當前的 Python SDK 中,建立客戶端時傳遞 base_url。
from openai import OpenAI
client = OpenAI(
base_url="https://api.uncensoredgptapi.com/v1",
api_key="YOUR_API_KEY",
)
resp = client.chat.completions.create(
model="uncensored",
messages=[
{"role": "system", "content": "You are a concise assistant."},
{"role": "user", "content": "Explain what a base URL is in two sentences."},
],
)
print(resp.choices[0].message.content)如果你的程式碼較舊且使用 openai.api_base,則屬於 1.0 之前的 SDK,其中全域設定的名稱不同。通常升級套件比進行調整更容易。請使用 pip show openai 檢查版本。
了解 SDK 如何建構請求很有幫助。它會取得您的 base URL,附加端點路徑(如 /chat/completions),並從您的金鑰添加 Authorization: Bearer 標頭。這就是整個機制。當出現故障時,列印或記錄最終 URL,並與下一節中的 curl 命令進行比較。
相同的客戶端接受 timeout 和 max_retries 設定。預設值在連線問題時重試幾次,這對於大多數腳本來說沒問題。對於速率限制,請捕獲 SDK 的速率限制異常並退避。串流請求會保留其並行請求槽位直到結束,因此大量長串流可能會達到並行限制,即使您每分鐘的請求數量很低。
import time
from openai import OpenAI, RateLimitError
client = OpenAI(base_url="https://api.uncensoredgptapi.com/v1", api_key="YOUR_API_KEY", max_retries=0)
def ask(text, tries=4):
for attempt in range(tries):
try:
r = client.chat.completions.create(
model="uncensored",
messages=[{"role": "user", "content": text}],
)
return r.choices[0].message.content
except RateLimitError:
time.sleep(5 * (attempt + 1))
raise RuntimeError("still rate limited")第一次重試的五秒等待時間與 API 在暫時過載時發送的 Retry-After: 5 值相符。在後續嘗試中等待更長時間可避免過度轟炸端點。
Node 和 curl
Node SDK 使用帶有大寫 URL 的 baseURL。
import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://api.uncensoredgptapi.com/v1",
apiKey: process.env.API_KEY,
});
const resp = await client.chat.completions.create({
model: "uncensored",
messages: [{ role: "user", content: "Name three uses for a base URL." }],
});
console.log(resp.choices[0].message.content);不使用任何 SDK,curl 會精確顯示 SDK 所做的操作。完整 URL 是 base URL 加上 /chat/completions。
curl https://api.uncensoredgptapi.com/v1/chat/completions \
-H "Authorization: Bearer $API_KEY" \
-H "Content-Type: application/json" \
-d '{"model":"uncensored","messages":[{"role":"user","content":"ping"}]}'閱讀該命令是掌握 base URL 的最清晰方式:一直到並包括 /v1 的所有內容都是 base,SDK 會添加其餘部分。
環境變數
如果您無法編輯程式碼,或者希望為多個腳本設定一個設定,當未給出明確值時,OpenAI SDK 會從環境中讀取 OPENAI_BASE_URL 和 OPENAI_API_KEY。
export OPENAI_BASE_URL="https://api.uncensoredgptapi.com/v1"
export OPENAI_API_KEY="YOUR_API_KEY"
python my_script.py這對於你未撰寫的工具很有幫助。任何基於 OpenAI SDK 建構的工具都可以讀取這些變數而無需更動,不過你仍需在工具內部將模型名稱設定為 uncensored。如果工具將模型名稱寫死(hardcode),你需要自己的設定或修改程式碼。
保持兩個端點分開
許多專案針對一個端點進行測試,並針對另一個端點發布,或透過環境在它們之間切換。將三個值從程式碼中移除,並從配置中讀取它們,以便切換只是檔案的變更,而不是程式碼編輯。
import os
from openai import OpenAI
client = OpenAI(
base_url=os.environ.get("LLM_BASE_URL", "https://api.uncensoredgptapi.com/v1"),
api_key=os.environ["LLM_API_KEY"],
)
MODEL = os.environ.get("LLM_MODEL", "uncensored")使用您自己的變數名稱而不是 SDK 的預設值可避免靜默陷阱:從 shell 讀取 OPENAI_API_KEY 的工具會將設在那裡的任何金鑰傳送至旁邊設定的任何 base URL。如果您在個人資料中有舊的 OpenAI 金鑰,而在專案中有新的 base URL,您可能會將一個服務的金鑰傳送至另一個服務。不同的名稱可防止這種情況發生,您可以一目了然地看到腳本將使用哪個端點。
也將模型名稱視為配置。它是切換時最常遺留的值,並產生最令人困惑的失敗,因為其他一切看起來都正確。
串流輸出和工具使用相同的 base URL
變更 base URL 不會限制功能。串流輸出、函式呼叫和 JSON 模式都經過相同的 /chat/completions 路徑,因此對原始 API 有效的程式碼將繼續有效。串流輸出傳回 Server-Sent Events,並在串流結束時報告用量。
from openai import OpenAI
client = OpenAI(base_url="https://api.uncensoredgptapi.com/v1", api_key="YOUR_API_KEY")
stream = client.chat.completions.create(
model="uncensored",
messages=[{"role": "user", "content": "Count from one to five."}],
stream=True,
)
for chunk in stream:
if chunk.choices and chunk.choices[0].delta.content:
print(chunk.choices[0].delta.content, end="", flush=True)
print()對 chunk.choices 的檢查很重要。帶有用量的最後一個 chunk 可能沒有 choices,對空清單進行索引的程式碼會在最後一條訊息時崩潰。函式呼叫以相同的方式串流輸出,作為部分 tool_calls 增量,您在執行函式之前將其組裝,結果以帶有 role: "tool" 的訊息傳回。JSON 模式採用 response_format={"type": "json_object"}。
具有 base URL 欄位的應用程式和框架
許多應用程式在不同的名稱下公開相同的設定:API base、endpoint、custom OpenAI URL 或 host。規則不變。貼上包含 /v1 的 base URL,貼上金鑰,並輸入 uncensored 作為模型名稱。
例如,SillyTavern 允許你新增一個 OpenAI 相容的端點。LangChain 的 ChatOpenAI 類別接受 base_url 參數。其他前端介面將該欄位稱為代理 URL 或反向代理。欄位名稱因版本而異,因此請尋找接受以 /v1 結尾的 URL 的欄位。
一些應用程式要求從下拉式選單中選擇模型,該選單透過呼叫 GET /v1/models 填充。該端點在此有效並傳回模型清單,因此一旦 URL 和金鑰正確,下拉選單應顯示 uncensored。如果它保持空白,則 URL 或金鑰有誤。
當應用程式同時提供 base URL 欄位和「organization」或「project」欄位時,請將額外欄位留空。這些存在於原始服務中,在此無意義。如果應用程式堅持使用以特定前綴開頭的金鑰,請嘗試不同的連線類型,例如通用或自訂相容於 OpenAI 的選項,而不是原始服務的預設值。
某些桌面工具會透過向原始提供者請求特定模型名稱來測試連線,即使端點正常也會回報失敗。在這種情況下,請跳過測試按鈕,改為傳送實際訊息。如果收到回覆,表示 URL、金鑰與模型都正確,只是該工具的檢查機制較為嚴格。
基於瀏覽器的工具也可能遇到跨域規則,因為請求離開頁面前往不同的主機。如果網頁工具在瀏覽器中失敗,但相同的呼叫在 curl 中有效,請從您自己的小型伺服器執行請求,以便金鑰留在客戶端程式碼之外,這在任何情況下都是更安全的設計。
常見錯誤及其修正方法
幾乎所有的設定失敗都來自少數幾個原因。
- 缺少 /v1。 base URL 是
https://api.uncensoredgptapi.com/v1,整個地址一直到/v1,而不僅僅是主機名稱。沒有/v1,SDK 會建構不存在的路徑。 - 路徑重複。 如果你將
.../v1/chat/completions貼上為 base URL,SDK 會再次附加路徑。請只輸入基礎部分。 - 尾隨斜線。 大多數 SDK 可以處理,但有些工具不行。試試不加斜線。
- 舊的模型名稱。 來自原始程式碼的像
gpt-4o這樣的模型名稱將不匹配。設定uncensored。 - 錯誤的金鑰。 使用此服務的金鑰。OpenAI 金鑰在此無效,我們的金鑰在 OpenAI 上也無效。
- 速率限制錯誤。 HTTP 429 且錯誤碼為
rate_limited表示每分鐘請求過多;錯誤碼concurrency表示同時請求過多。帶有Retry-After: 5標頭的 429 表示暫時過載,請等待五秒後重試。
我們的 疑難排解指南更詳細地介紹了整合錯誤。
一次呼叫即可驗證設定
在執行整個應用程式之前,請呼叫模型端點。費用低廉,可同時確認 URL 和金鑰。
curl https://api.uncensoredgptapi.com/v1/models \
-H "Authorization: Bearer $API_KEY"如果回傳包含 uncensored 的清單,請傳送實際的聊天請求。對於完整金鑰,預期最多 8 個並行請求和每分鐘 300 個請求;試用金鑰允許 2 個並行和每分鐘 60 個請求。每個回應都包含 X-Request-Id、X-Balance-USD 和速率限制標頭,這在你除錯時很有用。
要取得金鑰,請註冊並使用 API 金鑰頁面,新用戶可以一鍵領取 $0.50 的免費試用額度。文件涵蓋串流輸出、函式呼叫和 JSON 模式,連線正常後即可使用。
