中文 ▾
获取 API 密钥

uncensoredqwen.com指南

Qwen API SDK:改用 OpenAI Python SDK

该 API 无需专用的 Qwen API SDK。它采用 OpenAI 传输格式,因此只需更改 base URL 和密钥,即可使用官方 OpenAI SDK。本页面展示了安装、首次调用、流式输出、工具调用及错误处理。

更新于

等距适配器连接标准 SDK 套接字与小型服务器,展示 OpenAI SDK 的复用

为何 OpenAI SDK 能满足你的需求

当人们搜索 Qwen API SDK 时,通常希望有一个能处理认证、重试、流式输出和类型化响应的客户端库。OpenAI SDK 已具备所有这些功能,且本服务实现了相同的 HTTP 接口:POST /v1/chat/completions、POST /v1/responses 和 GET /v1/models。任何允许覆盖 base URL 的客户端均可与其通信。

开始前需澄清一点:这不是阿里巴巴或任何模型供应商的官方 API,也不是将请求转发至他处的路由器。它是一个开放权重模型,由独立提供商运行,针对合法成人用途进行了优化,可实现无内容拒绝。您传入的唯一模型 ID 是 uncensored。

这使得迁移变得简单。如果你的项目已经通过 OpenAI SDK 调用托管聊天模型,只需更改三个值:base URL、API 密钥和模型名称。代码的其他部分无需更改。

安装并进行首次调用

安装 Python 或 Node 的官方包。无需添加任何服务特定的内容。

pip install openai
# Node: npm install openai

在 API 密钥页面创建密钥,然后导出它,使其不进入源代码。

export API_KEY="paste-your-key-here"

现在是最小可用 Python 脚本。客户端从环境变量读取密钥,并将请求发送到本服务而非 OpenAI。

import os
from openai import OpenAI

client = OpenAI(
    base_url="https://api.uncensoredqwen.com/v1",
    api_key=os.environ["API_KEY"],
)

resp = client.chat.completions.create(
    model="uncensored",
    messages=[
        {"role": "system", "content": "You are a concise technical assistant."},
        {"role": "user", "content": "Explain what a context window is in two sentences."},
    ],
    temperature=0.7,
)
print(resp.choices[0].message.content)
print(resp.usage)

如果你偏好原始 HTTP,curl 中的相同请求如下所示:

curl https://api.uncensoredqwen.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"uncensored","messages":[{"role":"user","content":"Say hello."}]}'

使用 SDK 进行流式输出回复

设置 stream=True 并遍历 chunks。服务发送 SSE,并在流结束时报告 token 用量,无需二次调用即可记录成本。

import os
from openai import OpenAI

client = OpenAI(base_url="https://api.uncensoredqwen.com/v1",
                api_key=os.environ["API_KEY"])

stream = client.chat.completions.create(
    model="uncensored",
    messages=[{"role": "user", "content": "Write a short product description for a desk lamp."}],
    stream=True,
    stream_options={"include_usage": True},
)

for chunk in stream:
    if chunk.choices and chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="", flush=True)
    if getattr(chunk, "usage", None):
        print("\nTokens:", chunk.usage.prompt_tokens, chunk.usage.completion_tokens)

请记住一点:流式请求会占用并发槽位,直到流结束。如果消费者处理缓慢或你忘记关闭流,你会比预期更早达到并发限制。

Node 中的相同模式:

import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://api.uncensoredqwen.com/v1",
  apiKey: process.env.API_KEY,
});

const stream = await client.chat.completions.create({
  model: "uncensored",
  messages: [{ role: "user", content: "Name three uses of JSON mode." }],
  stream: true,
});

for await (const chunk of stream) {
  process.stdout.write(chunk.choices[0]?.delta?.content ?? "");
}

工具调用和 JSON 模式

你用于工具的 SDK 参数直接透传:tools、tool_choice、流式 tool_calls 以及带 role: "tool" 的消息结果。最小往返示例如下:

import os, json
from openai import OpenAI

client = OpenAI(base_url="https://api.uncensoredqwen.com/v1",
                api_key=os.environ["API_KEY"])

tools = [{
    "type": "function",
    "function": {
        "name": "get_order_status",
        "description": "Look up an order by id",
        "parameters": {
            "type": "object",
            "properties": {"order_id": {"type": "string"}},
            "required": ["order_id"],
        },
    },
}]

messages = [{"role": "user", "content": "Where is order A-1042?"}]
first = client.chat.completions.create(model="uncensored", messages=messages, tools=tools)
call = first.choices[0].message.tool_calls[0]

messages.append(first.choices[0].message)
messages.append({
    "role": "tool",
    "tool_call_id": call.id,
    "content": json.dumps({"status": "shipped"}),
})
final = client.chat.completions.create(model="uncensored", messages=messages, tools=tools)
print(final.choices[0].message.content)

结构化输出时,传入 response_format={"type": "json_object"} 并在提示词中说明“以 JSON 回复”。JSON 模式要求模型输出 JSON,但代码仍需解析并验证字段名和类型。

采样设置如 temperature、top_p、stop、seed 及惩罚项均透传,现有调优设置可直接沿用。

处理 429 错误并读取标头

SDK 在 HTTP 429 时抛出速率限制异常,响应正文会告知你触发了哪种限制。完整密钥允许 8 个并发请求和每分钟 300 个请求。试用密钥允许 2 个并发请求和每分钟 60 个请求。

错误代码含义该做什么
rate_limited每分钟请求过多分散调用或添加客户端限速器
concurrency同时请求过多将工作池限制为 8(试用密钥为 2)
429 且 Retry-After: 5临时过载等待 5 秒并重试

每个响应均包含 X-Request-Id、X-Balance-USD、X-RateLimit-Limit-Requests 和 X-RateLimit-Limit-Concurrency。使用 Python SDK 读取它们需使用原始响应包装器:

import os
from openai import OpenAI

client = OpenAI(base_url="https://api.uncensoredqwen.com/v1",
                api_key=os.environ["API_KEY"])

raw = client.chat.completions.with_raw_response.create(
    model="uncensored",
    messages=[{"role": "user", "content": "ping"}],
    max_tokens=5,
)
print("Balance:", raw.headers.get("X-Balance-USD"))
print("Request id:", raw.headers.get("X-Request-Id"))
completion = raw.parse()

失败或被拒的请求不收费,因此 429 后的重试不会重复计费。关于 常见 Qwen API 错误 的现有文章涵盖了更多设置错误。

调用成本

定价为每 1M 输入 token $0.15,每 1M 输出 token $0.50,从预付额度中扣除。处理包含 2,000 个提示词 token 和 500 个完成 token 的请求:

  • 输入:2,000 x $0.15 / 1,000,000 = $0.0003
  • 输出:500 x $0.50 / 1,000,000 = $0.00025
  • 总计:$0.00055

$0.50 的试用额度可覆盖约 900 次该规模的请求($0.50 / $0.00055 约为 909 次)。注册后,只需在密钥页面点击一次即可获取试用额度,无需绑定信用卡,有效期为 7 天;免费额度文章 解释了其运作方式。付费充值最低 $20 起,定价页面 列出了奖励层级和接受的支付方式。

上下文窗口为 100,000 token(提示词和补全合计),max_tokens 是可选的。若需控制成本上限,设置它是好习惯。

迁移现有项目

大多数读者带着已调用聊天模型的代码而来。简短的检查清单可确保切换过程平稳:

  1. 将 base_url(或 Node 中的 baseURL)改为 https://api.uncensoredqwen.com/v1。保留 /v1 后缀,不要自行添加 /chat/completions,因为 SDK 会自动追加路径。
  2. 将密钥替换为你账户中的密钥。认证使用标准的 Authorization: Bearer 头,SDK 会自动构建。
  3. 将模型名称替换为 uncensored。未知模型名称的请求会失败,请在代码库中搜索硬编码的名称。
  4. 移除服务未提供的功能请求字段,例如图像输入或嵌入调用。
  5. 运行一次 GET /v1/models 调用作为冒烟测试。如果它列出了该模型,说明你的 URL 和密钥是正确的。

封装 OpenAI 客户端的框架通常以 openai_api_base 或 OPENAI_BASE_URL 等名称暴露这两个设置。如果工具提供基础 URL 的环境变量,你可以不修改源码即可切换整个应用。先用试用密钥测试,因为 2 个并发请求和每分钟 60 次的限制会很快暴露应用是否超出了计划的并行连接数。

上下文处理也值得再次审视。此处的上下文窗口为 100,000 个 token,由提示词和补全共享。如果你的旧设置将历史修剪为不同的大小,你可以放宽或收紧该修剪以匹配,但请注意在每一步重新发送长历史的成本。

生产代码的实用建议

  • 将密钥移出仓库。 从环境变量或密钥存储中读取,如上述示例所示。
  • 设置超时。 SDK 在客户端接受 timeout 参数。流式生成长文本需要较大的读取超时。
  • 限制你的工作进程。 将线程池或信号量的大小设置为你的并发限制,可在错误发生前避免大部分 429 错误。
  • 记录请求 ID。 联系支持时,X-Request-Id 的值可用于标识调用。
  • 关注余额。 从响应中读取 X-Balance-USD,或调用 GET /v1/balance,以便在信用额度耗尽前停止批处理作业。

该模型仅支持文本。不支持图像、音频或视频生成,也不支持嵌入和微调,因此请勿依赖这些 SDK 方法。完整参数详情见 文档。提示词不用于训练。

问答

该服务有官方的 Qwen API SDK 吗?

无需单独 SDK。使用官方 OpenAI Python 或 Node 包,将 base_url 设置为 https://api.uncensoredqwen.com/v1 并设置模型 uncensored。

支持哪些 SDK 语言?

任何兼容 OpenAI 的客户端均可,包括官方 Python 和 Node 包、原生 curl 以及允许覆盖 base URL 的社区库。

如何通过代码检查余额?

在任何响应中读取 X-Balance-USD 头,或调用 GET /v1/balance。OpenAI 风格的 credit_grants 接口也可用。

SDK 支持流式输出和工具吗?

支持。将 stream 设为 true 以启用服务器发送事件(SSE),并在末尾获取使用情况;像使用 OpenAI 一样使用 tools 和 tool_choice。

只差一张表单,即可获得密钥

创建账户,复制密钥,更改基础 URL。这就是全部设置。

获取 API 密钥