Strona główna/Agenci
Test API zgodny z OpenAI: zweryfikuj dowolny endpoint

Nie potrzebujesz specjalnego testera API zgodnego z OpenAI do sprawdzenia endpointu. Cztery zapytania i krótki skrypt Pythona powiedzą Ci, czy bazowy URL naprawdę zachowuje się jak API OpenAI.
Zaktualizowano
Kluczowe punkty
- Zacznij od GET /v1/models, a następnie jednego minimalnego wywołania completion.
- Przetestuj strumieniowanie i przeczytaj zużycie na końcu strumienia.
- Celowo wyślij błędne zapytania, aby zobaczyć, jak wyglądają błędy.
- Jeden skrypt może uruchomić wszystkie testy i wyświetlić wynik: poprawny lub niepoprawny.
Cztery kluczowe sprawdzenia
Wiele usług twierdzi, że są zgodne z OpenAI. Niektóre kopiują tylko trasę czatu, niektóre zmieniają format błędów, niektóre rezygnują z szczegółów strumieniowania. Tester powinien potwierdzić, co jest kluczowe dla Twojego kodu klienta:
- Autoryzacja i odkrywanie:
GET /v1/modelsz kluczem Bearer. - Minimalne completion czatu:
POST /v1/chat/completions. - Strumieniowanie: to samo wywołanie z
stream: true. - Błędy: co zwraca system przy nieprawidłowym kluczu, nieprawidłowej nazwie modelu i niepoprawnym ciele zapytania.
Poniższe przykłady używają endpointu tej strony, https://api.uncensoredapis.com/v1, i modelu uncensored. Zamień bazowy URL i model na te, które testujesz. Jeśli jeszcze nie masz klucza, utwórz go tutaj; nowe konta mogą uzyskać kredyt próbny za $0,50 bez karty.
Sprawdzenie 1: wypisz modele za pomocą curl
export API_KEY="sk-your-key"
curl -s -w "\nHTTP %{http_code}\n" \
https://api.uncensoredapis.com/v1/models \
-H "Authorization: Bearer $API_KEY"
Oczekuj HTTP 200 i obiektu JSON z tablicą data. Każdy element ma id. Tutaj ID, którego będziesz używać wszędzie, to uncensored. To jedno wywołanie sprawdza DNS, TLS, prefiks ścieżki i klucz, więc jeśli zawiedzie, nie ma sensu testować czegokolwiek innego. Typowe przyczyny to brak /v1 w bazowym URL, dodatkowy ukośnik na końcu lub klucz wklejony z znakiem nowej linii.
Sprawdzenie 2: jedno minimalne zapytanie czatu
curl -s https://api.uncensoredapis.com/v1/chat/completions \
-H "Authorization: Bearer $API_KEY" \
-H "Content-Type: application/json" \
-d '{"model":"uncensored","messages":[{"role":"user","content":"Reply with the word ok."}]}'
W odpowiedzi sprawdź choices[0].message.content, finish_reason oraz obiekt usage z liczbą tokenów prompt i completion. Wykorzystaj też nagłówki: dodaj -i i szukaj X-Request-Id, X-Balance-USD, X-RateLimit-Limit-Requests oraz X-RateLimit-Limit-Concurrency. Są przydatne do logowania i śledzenia kosztów w przyszłości. Ta sama usługa akceptuje również POST /v1/responses, co omawia poradnik referencji API.
Sprawdzenie 3: skrypt Pythona testujący wszystko
Curl jest wystarczający do pierwszego spojrzenia, ale skrypt, który możesz uruchomić ponownie po każdej zmianie, jest lepszy. Ten używa oficjalnego pakietu openai i raportuje każde sprawdzenie.
import sys
from openai import OpenAI, AuthenticationError, NotFoundError, RateLimitError
BASE = "https://api.uncensoredapis.com/v1"
MODEL = "uncensored"
client = OpenAI(base_url=BASE, api_key=sys.argv[1])
def check(name, fn):
try:
print("PASS", name, "-", fn())
except Exception as e:
print("FAIL", name, "-", type(e).__name__, e)
def models():
ids = [m.id for m in client.models.list().data]
assert MODEL in ids, ids
return ids
def chat():
r = client.chat.completions.create(
model=MODEL, messages=[{"role": "user", "content": "Say ok."}])
assert r.choices[0].message.content
return r.usage.total_tokens
def stream():
parts, usage = [], None
for c in client.chat.completions.create(
model=MODEL, stream=True,
messages=[{"role": "user", "content": "Count to five."}]):
if c.choices and c.choices[0].delta.content:
parts.append(c.choices[0].delta.content)
usage = getattr(c, "usage", None) or usage
assert parts
return f"{len(parts)} chunks, usage={usage}"
def bad_model():
try:
client.chat.completions.create(
model="no-such-model", messages=[{"role": "user", "content": "hi"}])
except NotFoundError as e:
return "NotFoundError " + str(e.status_code)
except Exception as e:
return type(e).__name__
raise AssertionError("bad model name was accepted")
for n, f in [("models", models), ("chat", chat), ("stream", stream), ("bad model", bad_model)]:
check(n, f)
Uruchom go poleceniem python tester.py sk-your-key. Sprawdzenie błędnego modelu rejestruje dowolną klasę błędów zgłoszoną przez Twoje SDK, co samo w sobie jest przydatną informacją. Jeśli usługa akceptuje nieznaną nazwę modelu, prawdopodobnie przekierowuje ją lub tworzy alias, i powinieneś dowiedzieć się, jak to działa.
Sprawdzenie 4: obsługa błędów
Twoja aplikacja będzie widzieć błędy, więc przyjrzyj im się celowo.
- Nieprawidłowy klucz: zmień jeden znak w kluczu. Oczekuj HTTP 401 i ciała błędu JSON, a nie strony HTML.
- Niepoprawne ciało: wyślij
{"model":"uncensored"}bez wiadomości. Oczekuj błędu 4xx z czytelną wiadomością. - Limity zapytań: to API zwraca 429 z kodem
rate_limiteddla zapytań na minutę orazconcurrencydla zbyt wielu równoległych zapytań. Tymczasowe przeciążenie również zwraca 429, zRetry-After: 5.
Dobry klient traktuje 429 jako sygnał do oczekiwania i ponownego wysłania zapytania, a 4xx inne niż 429 jako błąd do naprawienia. Zapisz regułę ponawiania raz i przetestuj ją, uruchamiając dziesięć zapytań jednocześnie. Limity dla każdego typu klucza znajdują się na stronie błędów i limitów zapytań.
Luki kompatybilności do sprawdzenia
Przejście czterech sprawdzeń to dobry początek. To miejsca, w których klony różnią się najczęściej, więc sprawdź każde z nich, jeśli Twoja aplikacja od nich zależy:
- Parametry: wyślij
temperature,top_p,stop,seedoraz kary. Niektóre serwery ignorują je w tle. Uruchom ten sam prompt trzy razy z ustalonymseedi niską temperaturą i porównaj wyniki. - Role wiadomości: wypróbuj najpierw wiadomość
system, a następnie długą historię wieloetapową. Sprawdź, czy wiadomość systemowa faktycznie zmienia zachowanie. - Wywoływanie funkcji: poproś o wywołanie funkcji, którą zdefiniujesz, a następnie wyślij wynik z powrotem jako wiadomość
role: "tool". W trybie strumieniowaniatool_callsprzychodzą w kawałkach, które musisz złożyć. - Tryb JSON: ustaw
response_formatna{"type":"json_object"}i przeanalizuj 20 odpowiedzi. - Rozmiar ciała: to API akceptuje ciała do 8 MB. Zapytanie przekraczające limit powinno zakończyć się błędem 4xx, a nie zawisnąć.
Zapisz każdą napotkaną lukę i zdecyduj, czy twój kod może ją obejść. Przechowuj notatki obok skryptu, ponieważ następnym razem, gdy dostawca wypuści aktualizację, będziesz chciał ponownie uruchomić te same sprawdzenia i porównać wyniki. Jeśli testujesz kilku dostawców, uruchom ten sam skrypt przeciwko każdemu z nich i przechowuj wyniki w tabeli, aby różnice były widoczne na pierwszy rzut oka, a nie ukryte w pamięci. Brakujący parametr jest zwykle nieszkodliwy. Inny format błędu lub zepsute strumieniowanie zwykle nie jest.
Co nie dowodzi poprawności
Zielony wynik pokazuje kompatybilność protokołu. Nic nie mówi o jakości odpowiedzi, prędkości pod obciążeniem czy cenie. Wymagają one oddzielnych testów na twoich własnych promptach. Warto dodać dwa szybkie testy: żądanie z długim promptem zbliżonym do twojego rzeczywistego rozmiaru (ten endpoint ma okno kontekstu 100 000 tokenów) oraz żądanie z wywoływaniem narzędzi, jeśli twoja aplikacja używa agentów.
Pamiętaj też, z czym dokładnie testujesz. Usługa obsługuje jeden model o otwartych wagach, dostrojony do odpowiadania bez odmów treści dla legalnego użytku dorosłych. Obsługuje tylko tekst i nie jest oficjalnym API żadnego dostawcy modeli. Ceny wynoszą $0,15 za 1 mln tokenów wejściowych i $0,50 za 1 mln tokenów wyjściowych, podane na stronie z cenami, a nieudane zapytania nie są rozliczane, więc powtarzane uruchomienia testów kosztują bardzo mało. W dokumentacji wymieniono wszystkie obsługiwane parametry.
Więcej przewodników
Pytania i odpowiedzi
Czy istnieje narzędzie online do testowania endpointu zgodnego z OpenAI?
Działa dowolny klient HTTP: curl, Postman lub krótki skrypt z OpenAI SDK. Zaletą skryptu jest możliwość ponownego uruchomienia go po każdej zmianie.
Jaki Base URL powinienem wpisać w SDK?
Użyj pełnego URL, łącznie z /v1, np. https://api.uncensoredapis.com/v1. Nie dodawaj /chat/completions, ponieważ SDK dodaje go automatycznie.
Dlaczego otrzymuję 404 przy żądaniu, które wygląda poprawnie?
Najczęstszą przyczyną jest bazowy URL bez /v1 lub z podwójną ścieżką. Sprawdź go, wysyłając GET do /v1/models.
Jak sprawdzić pozostałe środki podczas testowania?
Przeczytaj nagłówek X-Balance-USD w każdej odpowiedzi lub wywołaj GET /v1/balance.
Twój klucz jest o jeden formularz stąd
Utwórz konto, skopiuj klucz, zmień bazowy URL. To cała konfiguracja.