API 中转站迁移指南：从 OpenAI、OpenRouter 切换到无审查 API

API 中转站和专用无审查模型有什么区别

先把概念说清楚，否则迁移的时候容易选错方向。常见的 API 中转站，本质上是把大厂模型的调用额度转售或聚合起来，对外提供一个 OpenAI 兼容的地址，让你用同一个 SDK 切换不同的模型。它解决的是「访问和付费」的问题，比如统一入口、统一账单，但模型本身还是原来那一个，原厂的内容策略一条不少：该拒绝的话题照样拒绝，换个中转地址并不会改变这一点。

专用的无审查模型是另一回事。它不是转发别人的模型，而是一个单独提供的模型，合法的成人内容、虚构创作和有争议的话题不会被拒答。Wu Xianzhi API 只提供一个模型，模型名是 uncensored，接口兼容 OpenAI 格式，所以迁移成本很低，但它也有清楚的边界：只做文本，不支持图片、音频、向量和微调；涉及未成年人的性内容无论是否虚构都会被拦截，返回 403。

所以迁移前先问自己：我遇到的问题是「接口不稳、价格贵」，还是「模型总是拒绝我的合法需求」？如果是后者，换中转站意义不大，换到专用无审查 API 才对症。很多团队的做法是两者并存：通用任务继续走原来的接口，需要无审查输出的请求单独路由到这里，后文会讲具体怎么做。

从 OpenAI 或 OpenRouter 迁移，要改的三个地方

不管你原来用的是 OpenAI 官方、OpenRouter 这类聚合接口，还是某个中转站，只要代码用的是 OpenAI 兼容的 SDK，需要改的就是三项：base_url 改成 https://api.wuxianzhiapi.com/v1；api_key 换成在 /get-api-key/ 拿到的密钥；model 统一写 uncensored。没有别的模型可选，GET /v1/models 里也只有这一个。

复制import os
from openai import OpenAI

messages = [{"role": "user", "content": "你好"}]

# 迁移前（示意）：
# client = OpenAI(api_key=os.environ["OLD_API_KEY"], base_url="旧地址")
# resp = client.chat.completions.create(model="旧模型名", messages=messages)

# 迁移后：只动 base_url、api_key、model 这三处
client = OpenAI(
    base_url="https://api.wuxianzhiapi.com/v1",
    api_key=os.environ["WUXIANZHI_API_KEY"],
)
resp = client.chat.completions.create(model="uncensored", messages=messages, max_tokens=100)
print(resp.choices[0].message.content)

Node.js 同理，把 new OpenAI({...}) 里的 baseURL 和 apiKey 换掉。如果你的项目是直接用 HTTP 请求的，把请求地址改为 https://api.wuxianzhiapi.com/v1/chat/completions，请求头保持 Authorization: Bearer <密钥> 即可。完整的 Python、Node.js、cURL 写法可以对照 代码示例。

复制curl https://api.wuxianzhiapi.com/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $WUXIANZHI_API_KEY" \
  -d '{"model":"uncensored","messages":[{"role":"user","content":"你好"}],"max_tokens":50}'

参数对照：哪些能用，哪些不适用

下面这张表把迁移时最常碰到的字段过了一遍。原则是：对话相关的、OpenAI 格式的核心字段都可以照常使用；和「别的模型、别的模态」相关的功能，这里没有。

原来的用法	在这里怎么处理
model（如各种 gpt 型号）	必须改成 uncensored
messages（system / user / assistant / tool）	格式一致，直接使用
max_tokens	默认 2048，最大 16,000；超过会报 400
stream: true	支持，最后自动追加一个用量块
tools / tool_choice	支持，OpenAI 格式
上下文长度	提示词加输出合计 64,000 tokens
请求体大小	不超过 8 MB
速率	每个密钥每分钟 300 次请求
向量 embeddings	不支持
图片生成 / 识图、语音、视频	不支持，只处理文本
微调 fine-tuning	不支持
切换多个模型	只有一个模型，没有可切换的列表

表里没有列出的其他可选字段，不要默认它们都会按原厂的方式生效。稳妥的做法是在测试环境里单独跑一遍，确认行为符合预期再上线，具体支持情况以 接口文档 为准。

没有的能力怎么办：向量、图片、语音的替代思路

如果你原来的项目同时用了对话和向量检索，迁移时不要想着「全部换过来」。这里只提供文本对话，所以 embeddings 相关的代码，比如知识库检索、语义去重，需要继续使用你原来的向量服务，或者换成自己部署的向量方案。对话部分换到这里，检索部分保持不动，两边互不影响，这是最省事的拆法。

图片、语音同理。比如你的产品是「文字加配图」的形态，文字生成可以走这里，配图继续用原来的图片接口；需要语音播报的，文本生成之后再交给你已有的语音服务。把「生成文字」这一步单独抽成一个函数，后面无论怎么拼装其他能力，改动面都会很小。

还有一种情况是你的代码里用了多个模型分工，比如便宜的模型做分类、贵的模型做创作。这里只有一个模型，分类任务也要由它来做。好在输入单价是 $0.25 / 百万 tokens，做分类这种输出很短的任务成本很低，把 max_tokens 设小，成本基本可以忽略。价格细节见 价格页。

并行运行：用环境变量在两套接口间切换

迁移最怕的是「一刀切」。更稳的做法是在代码里做一层很薄的封装，用环境变量决定走哪一个接口，这样可以先让一小部分流量或者一部分功能走新接口，出了问题改一个变量就能退回去。因为两边都是 OpenAI 兼容格式，封装非常简单。

复制import os
from openai import OpenAI

PROVIDERS = {
    "old": {
        "base_url": os.environ.get("OLD_BASE_URL", ""),
        "api_key": os.environ.get("OLD_API_KEY", ""),
        "model": os.environ.get("OLD_MODEL", ""),
    },
    "wuxianzhi": {
        "base_url": "https://api.wuxianzhiapi.com/v1",
        "api_key": os.environ.get("WUXIANZHI_API_KEY", ""),
        "model": "uncensored",
    },
}

def get_client(name=None):
    name = name or os.environ.get("LLM_PROVIDER", "old")
    cfg = PROVIDERS[name]
    return OpenAI(base_url=cfg["base_url"], api_key=cfg["api_key"]), cfg["model"]

def chat(messages, provider=None, **kwargs):
    client, model = get_client(provider)
    return client.chat.completions.create(model=model, messages=messages, **kwargs)

# 通用任务走旧接口，需要无审查输出的请求显式指定新接口
resp = chat([{"role": "user", "content": "写一个黑色幽默的短故事"}],
            provider="wuxianzhi", max_tokens=800)
print(resp.choices[0].message.content)

切换粒度可以有三层：按环境（测试环境先切）、按功能（只把创作类接口切过来）、按用户（灰度一部分账号）。无论哪一层，都建议把日志里记录的 provider 字段留下，出现差异时才能对照排查。对话历史也建议统一存成标准的 messages 数组，这样同一段会话可以在两边之间无缝接着聊。

切换清单

上线前按下面的顺序过一遍，基本不会漏项：

1. 在 /get-api-key/ 注册，拿到密钥，用 $0.50 试用额度（7 天内有效）做验证，不需要先充值。
2. 用 curl /v1/models 确认密钥有效、网络可达。
3. 把 base_url、api_key、model 三项改成环境变量驱动，密钥不进代码仓库。
4. 搜一遍代码里写死的模型名、max_tokens 数值和 embeddings 调用。
5. 检查流式处理代码，兼容最后一个 choices 为空的用量块。
6. 给 429 和 503 加指数退避重试，给 402 和 403 加明确的提示分支。
7. 用你真实的提示词跑一批回归样例，重点看原来被拒答的那部分是否正常输出。
8. 先灰度小比例流量，对比用量和延迟，没问题再扩大。
9. 确认产品面向的是成年用户，并且用途合法，这是使用本接口的前提。

迁移中最常见的几个坑

模型名忘了改。旧代码里的 gpt 型号或某个聚合平台的模型路径原样发过来，会得到错误响应。全局搜索模型名，确保最终发出去的是 uncensored。

max_tokens 超限。有些项目为了让模型写得长，把 max_tokens 设到 32000 甚至更大，在这里单次最大是 16,000，超过会返回 400。另外，提示词加 max_tokens 不能超过 64,000 tokens，输入很长的请求要相应调小输出上限。

流式用量块。流结束前服务器会自动追加一个带 usage 的块，它的 choices 是空数组。如果你的解析代码写成 chunk.choices[0] 直接取值，就会在最后一步报错。有些旧代码还会手动传 stream_options 去要用量，在这里不需要。

把「无审查」当成「无边界」。合法的成人内容、虚构和争议话题不会被拒绝，但涉及未成年人的性内容始终拦截，包括虚构和角色扮演，返回 403 content_blocked。产品需要自己做好成年用户的准入。

余额与试用到期。试用额度 7 天后失效，余额用完后会收到 402，错误码是 no_credit。在应用里把这个错误翻译成用户能看懂的提示，而不是笼统的「服务出错」。具体场景设计可以参考 应用场景 一文。