Migrationsleitfaden für API-Proxy: Wechsel von OpenAI, OpenRouter zu unzensierter API

Unterschied zwischen API-Proxy und spezialisiertem unzensiertem Modell

Klär die Begriffe zuerst, sonst wählst du bei der Migration leicht die falsche Richtung. API-Gateway-Anbieter verkaufen im Wesentlichen die Aufruf-Kontingente großer Modellanbieter oder bündeln sie und bieten eine OpenAI-kompatible URL an, damit du mit demselben SDK verschiedene Modelle wechseln kannst. Sie lösen das Problem des Zugriffs und der Bezahlung, etwa einen einheitlichen Einstiegspunkt und eine einheitliche Abrechnung, aber das Modell selbst bleibt das ursprüngliche: Die Inhaltsrichtlinien des Herstellers bleiben unverändert. Themen, die abgelehnt werden, werden auch weiterhin abgelehnt – ein Wechsel der Gateway-URL ändert daran nichts.

Ein dediziertes unzensiertes Modell ist eine andere Baustelle. Es ist kein Weiterleiten eines fremden Modells, sondern ein eigenständig bereitgestelltes Modell, das legale erwachsene Inhalte, fiktive Kreationen und kontroverse Themen nicht ablehnt. Wu Xianzhi API bietet nur ein Modell an, der Modellname ist uncensored. Die Schnittstelle ist OpenAI-kompatibel, daher sind die Migrationskosten gering, aber es gibt klare Grenzen: Es unterstützt nur Text, keine Bilder, Audio, Vektoren oder Fine-Tuning. Sexuelle Inhalte, an denen Minderjährige beteiligt sind, werden unabhängig davon, ob sie fiktiv sind, blockiert und mit 403 zurückgegeben.

Frag dich vor der Migration: Ist das Problem „instabile Schnittstelle, hoher Preis“ oder „Modell lehnt legitime Anfragen ab“? Bei Letzterem hilft ein Proxy wenig; eine spezialisierte unzensierte API ist die Lösung. Viele Teams betreiben beides parallel: Standardaufgaben über die alte Schnittstelle, unzensierte Ausgaben über diese API. Wie du das umsetzt, siehst du weiter unten.

Migration von OpenAI oder OpenRouter: Die drei zu ändernden Stellen

Egal, ob du die offizielle OpenAI-Schnittstelle, einen Aggregator wie OpenRouter oder einen API-Provider nutzt: Solange dein Code ein OpenAI-kompatibles SDK verwendet, musst du drei Dinge ändern: Setze base_url auf https://api.wuxianzhiapi.com/v1. Ersetze api_key durch den Schlüssel, den du auf /get-api-key/ erhältst. Setze model einheitlich auf uncensored. Es gibt keine anderen Modelle. GET /v1/models zeigt nur dieses eine.

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 funktioniert ähnlich: Ersetze in new OpenAI({...}) die Werte für baseURL und apiKey. Bei direkten HTTP-Anfragen ändere die URL zu https://api.wuxianzhiapi.com/v1/chat/completions und behalte den Header Authorization: Bearer <API-Schlüssel> bei. Siehe auch Codebeispiele.

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}'

Parameter-Vergleich: Was funktioniert, was nicht

Die folgende Tabelle geht die Felder durch, die bei der Migration am häufigsten vorkommen. Die Regel lautet: Alle dialogbezogenen Kernfelder im OpenAI-Format können wie gewohnt verwendet werden; Funktionen, die sich auf „andere Modelle oder andere Modalitäten“ beziehen, gibt es hier nicht.

Bisherige Nutzung	Behandlung hier
model (z. B. verschiedene GPT-Modelle)	Muss auf uncensored geändert werden
messages (system / user / assistant / tool)	Format identisch, direkt verwendbar
max_tokens	Standardmäßig 2048, maximal 32,000; bei Überschreitung tritt 400 auf
stream: true	Unterstützt; am Ende wird ein Nutzungsblok angehängt
tools / tool_choice	Unterstützt, OpenAI-Format
Kontextfenster	Gesamtsumme aus Prompt und Ausgabe: 100,000 Token
Anfragekörpergröße	Nicht mehr als 8 MB
Ratenlimit	300 Anfragen pro Minute und Schlüssel
Vektor-Embeddings	Nicht unterstützt
Bildgenerierung/-erkennung, Audio, Video	Nicht unterstützt; nur Textverarbeitung
Fine-Tuning	Nicht unterstützt
Modellwechsel	Es gibt nur ein Modell, keine Liste zum Umschalten

Nimm nicht an, dass andere optionale Felder, die nicht in der Tabelle aufgeführt sind, auf die gleiche Weise wie beim Hersteller funktionieren. Der sichere Ansatz ist, sie im Testumfeld separat zu testen und erst dann live zu schalten, wenn das Verhalten den Erwartungen entspricht. Die genaue Unterstützung findest du in den API-Dokumentationen.

Was tun bei fehlenden Funktionen: Alternativen für Vektoren, Bilder und Audio

Wenn dein Projekt sowohl Dialog als auch Vektorsuche nutzt, solltest du nicht alles auf einmal umstellen. Hier bieten wir nur Textdialoge an. Code für Embeddings (z. B. Wissensdatenbank-Suche, semantische Deduplizierung) bleibt bei deinem ursprünglichen Vektordienst oder du setzt eine eigene Vektorsolution ein. Der Dialogteil wird hierher verschoben, der Suchteil bleibt unverändert. Diese Trennung ist die einfachste Lösung.

Gleiche Logik gilt für Bilder und Audio. Wenn dein Produkt Text mit Bildern kombiniert, kann die Textgenerierung über diesen Dienst laufen, während die Bildgenerierung über die ursprüngliche Bild-API weiterläuft. Für Sprachausgabe generiere den Text und übergebe ihn an deinen bestehenden Audio-Dienst. Wenn du die Textgenerierung in eine separate Funktion auslagerst, sind spätere Änderungen gering.

Es gibt noch einen weiteren Fall: Wenn dein Code mehrere Modelle für verschiedene Aufgaben nutzt, z. B. ein günstiges Modell zur Klassifizierung und ein teures zur Kreation. Hier gibt es nur ein Modell, also muss auch die Klassifizierung von diesem übernommen werden. Da der Input-Preis nur $0,25 pro Million Token beträgt, sind die Kosten für Klassifizierungsaufgaben (kurze Ausgaben) sehr gering. Setze max_tokens klein, dann sind die Kosten vernachlässigbar. Details zur Preisgestaltung findest du auf der Preisseite.

Parallele Ausführung: Umschalten zwischen zwei Endpunkten über Umgebungsvariablen

Der größte Fehler bei Migrationen ist der „Big Bang“. Eine stabilere Lösung ist eine dünne Abstraktionsschicht im Code, die über eine Umgebungsvariable steuert, welcher Endpunkt genutzt wird. So kannst du zunächst nur einen kleinen Teil des Traffics oder eine Funktion auf den neuen Endpunkt legen. Bei Problemen reicht ein Variablenwechsel zum Zurückkehren. Da beide Endpunkte OpenAI-kompatibel sind, ist die Abstraktion einfach.

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)

Die Granularität des Wechsels kann in drei Ebenen erfolgen: nach Umgebung (zuerst in der Testumgebung wechseln), nach Funktion (nur die Kreationsschnittstellen umstellen) oder nach Benutzer (einen Teil der Konten umstellen). Egal auf welcher Ebene empfehlen wir, das Feld provider in den Logs beizubehalten, damit du bei Abweichungen vergleichen kannst. Auch den Chatverlauf empfehlen wir, als standardmäßiges messages-Array zu speichern, damit dieselbe Konversation nahtlos an beiden Enden fortgesetzt werden kann.

Migrations-Checkliste

Gehe vor dem Go-Live die folgenden Punkte durch, um nichts zu übersehen:

1. Registriere dich auf /get-api-key/, erhalte deinen Schlüssel und überprüfe ihn mit dem $0,50-Testguthaben (gültig für 7 Tage). Eine vorherige Aufladung ist nicht erforderlich.
2. Verwende curl /v1/models, um zu bestätigen, dass der Schlüssel gültig ist und das Netzwerk erreichbar ist.
3. Ändere die drei Werte base_url, api_key und model so, dass sie über Umgebungsvariablen gesteuert werden. Der Schlüssel sollte nicht im Code-Repository gespeichert werden.
4. Durchsuche den Code nach fest codierten Modellnamen, max_tokens-Werten und Embedding-Aufrufen.
5. Prüfe den Streaming-Code auf Kompatibilität mit dem letzten Block, bei dem choices leer ist.
6. Füge exponentielle Backoff-Wiederholungsversuche für 429 und 503 hinzu. Füge klare Fehlerzweige für 402 und 403 hinzu.
7. Führe eine Regression mit echten Prompts durch. Achte besonders darauf, ob Antworten, die zuvor abgelehnt wurden, jetzt korrekt ausgegeben werden.
8. Starte mit einem kleinen Anteil des Traffics. Vergleiche Verbrauch und Latenz. Erweitere den Umfang erst, wenn alles stabil läuft.
9. Stelle sicher, dass das Produkt an erwachsene Nutzer gerichtet ist und der Verwendungszweck legal ist. Dies ist Voraussetzung für die Nutzung des Endpunkts.

Häufige Fallstricke bei der Migration

Modellname vergessen zu ändern. Wenn du die gpt-Modelle aus dem alten Code oder die Modellpfade eines Gateway-Anbieters unverändert sendest, erhältst du Fehlerantworten. Suche global nach dem Modellnamen und stelle sicher, dass am Ende uncensored gesendet wird.

max_tokens überschritten. Einige Projekte setzen max_tokens auf 32000 oder höher, um längere Ausgaben zu erzwingen. Hier ist das Maximum pro Anfrage 32,000; darüber hinaus wird ein 400-Fehler zurückgegeben. Zusätzlich darf die Summe aus Prompt und max_tokens 100,000 Token nicht überschreiten. Bei langen Eingaben musst du die Ausgabelimits entsprechend anpassen.

Nutzungsdaten-Block im Streaming. Bevor der Stream endet, hängt der Server automatisch einen Block mit usage an. Die choices sind ein leeres Array. Wenn dein Parsing-Code direkt chunk.choices[0] ausliest, wirst du im letzten Schritt einen Fehler erhalten. In manchen alten Codes wird auch manuell stream_options gesendet, um die Nutzung abzurufen – das ist hier nicht nötig.

„Unzensiert“ mit „Grenzenlos“ verwechseln. Legale erwachsene Inhalte, Fiktion und kontroverse Themen werden nicht abgelehnt, aber sexuelle Inhalte, an denen Minderjährige beteiligt sind, werden immer blockiert – sowohl in der Fiktion als auch im Rollenspiel – mit dem Fehler 403 content_blocked. Das Produkt muss selbst sicherstellen, dass nur erwachsene Benutzer Zugang erhalten.

Guthaben und Testguthaben-Verfall. Das Testguthaben verfällt nach 7 Tagen. Wenn das Guthaben aufgebraucht ist, erhältst du den Fehler 402 mit dem Code no_credit. Übersetze diesen Fehler in deiner Anwendung in eine für den Benutzer verständliche Meldung, statt nur allgemein „Dienstfehler“ anzuzeigen. Für die Gestaltung spezifischer Szenarien kannst du den Artikel Anwendungsszenarien als Referenz nehmen.