AI 튜토리얼

RouterHub에서 DeepSeek 무검열 모델과 연구 프롬프트 사용하기

RouterHub의 DeepSeek 카탈로그에 액세스하고, OpenAI 호환 요청을 보내며, 저장소의 연구 프롬프트 파일 35개를 사용하고, 지원되는 코딩 도구를 구성하고, 반복 가능한 테스트로 표준, abliterated 및 무검열 변형을 비교하는 방법을 알아보세요.

2026년 10월 28일약 16분 소요

RouterHub에서 DeepSeek 무검열 모델과 연구 프롬프트 사용하기

이 프로젝트가 제공하는 것

이 저장소는 DeepSeek 모델 가이드, RouterHub API 사용 지침, 35개의 연구 프롬프트 파일 모음을 결합합니다. 개발자가 코딩, 추론, 에이전트 워크플로, 중국어-영어 작업에 DeepSeek를 평가할 수 있도록 설계되었습니다.

RouterHub는 선불 AI API 게이트웨이입니다. 하나의 계정과 API 키로 DeepSeek, GPT, Claude, GLM, Qwen, Grok 및 기타 모델 제품군의 카탈로그 항목에 액세스할 수 있습니다. 각 항목은 특정 프로토콜을 지원하므로 모델 선택과 호환 클라이언트 선택을 함께 진행해야 합니다.

거부 감소 효과는 약속으로 간주하지 말고 측정해야 합니다. “검열 없음” 또는 “거부 없음”이라는 라벨만으로 제한 없고 정확하며 유용한 출력이 보장되지는 않습니다.

모델 라벨 이해하기

DeepSeek abliterated

Abliterated는 거부 관련 동작을 줄이기 위해 모델 가중치에 개입하는 것과 관련된 연구 범주를 나타냅니다. 이 라벨만으로 호스팅 모델이 어떻게 제작되었는지를 입증할 수는 없으므로, 가능한 경우 제공자의 구현 방식과 모델 출처를 확인하세요.

DeepSeek uncensored

Uncensored는 더 광범위한 동작 또는 제품 범주입니다. 항목에 학습 변경, 가중치 변경 또는 고정된 프롬프트 수준의 페르소나가 사용될 수 있습니다. 이름만으로는 구현 방식을 알 수 없습니다.

확인할 사항

실시간 카탈로그에 표시된 정확한 API 모델 ID
해당 모델이 지원하는 Chat Completions, Messages 또는 Responses와 같은 프로토콜
모델이 시스템 및 개발자 지침을 처리하는 방식
현재 제공 여부, 토큰 가격 및 모델 제한
자체 작업에서의 품질, 지연 시간, 거부 동작 및 재현성

README에는 DeepSeek 관련 Chat Completions 액세스를 위해 deepseek, deepseek-flash, deepseek-uncensored가 나열되어 있습니다. 카탈로그 항목은 변경될 수 있고 README의 여러 라벨이 deepseek-uncensored에 매핑되므로, 통합하기 전에 실시간 모델 카탈로그에서 현재 ID를 확인하세요.

주요 기능

하나의 API 계정: 각 제공자마다 별도 계정을 관리하지 않고 여러 등록 모델 제품군에 액세스할 수 있습니다.
호환 엔드포인트: OpenAI 호환 Chat Completions와, 지원되는 Claude 항목의 경우 Anthropic 호환 Messages를 사용할 수 있습니다.
선불 사용: 크레딧을 추가하고 구독 대신 선택한 모델의 토큰 요율에 따라 결제합니다.
연구 프롬프트 모음: 여러 모델 제품군에 걸쳐 정리된 35개의 프롬프트 파일을 검토하고 재사용할 수 있습니다.
코딩 도구 지침: OpenCode, Cursor, Continue, Cline, SDK 및 기타 클라이언트를 지원 프로토콜에 맞게 선택할 수 있습니다.
평가 리소스: 무해한 샘플 작업과 반복 가능한 점수 산정 프로세스를 사용해 변형 모델을 비교할 수 있습니다.

RouterHub API 액세스 설정

1. 계정 생성 및 충전

RouterHub에 등록하세요.
사용 가능한 결제 수단으로 선불 크레딧을 추가하세요.
개인 API 키를 생성하세요.
실시간 카탈로그를 열고 모델 ID, 프로토콜, 요율 및 제공 여부를 확인하세요.

추론 요청을 보내면 크레딧이 차감됩니다. 짧은 요청으로 시작한 다음, 대규모 평가를 실행하기 전에 계정의 사용 기록을 확인하세요.

2. 키와 기본 URL 저장

로컬 환경 또는 비밀 관리자에 자격 증명을 설정하세요. 실제 키를 소스 관리 시스템에 저장하지 마세요.

export ROUTERHUB_API_KEY="<your-private-key>"
export ROUTERHUB_API_BASE_URL="https://routerhub.si/v1"

3. OpenAI SDK 설치

등록된 DeepSeek 항목은 Chat Completions 프로토콜을 사용합니다. pip로 Python 클라이언트를 설치하세요.

python -m pip install openai

첫 DeepSeek 요청 보내기

RouterHub의 기본 URL과 개인 키로 OpenAI 클라이언트를 생성하세요. 다음 요청은 모델에 짧은 설명을 요청합니다.

import os
from openai import OpenAI

api = OpenAI(
    base_url=os.environ["ROUTERHUB_API_BASE_URL"],
    api_key=os.environ["ROUTERHUB_API_KEY"],
)

result = api.chat.completions.create(
    model="deepseek-uncensored",
    messages=[
        {
            "role": "user",
            "content": "Explain what an API gateway does in two sentences."
        }
    ],
)

print(result.choices[0].message.content)

요청이 실패하면 환경 변수, 계정 잔액, 정확한 모델 ID 및 현재 모델 제공 여부를 확인하세요. 또한 호환되지 않는 Messages 또는 Responses 클라이언트가 아니라 Chat Completions를 사용하고 있는지 확인하세요.

시스템 프롬프트 추가

시스템 프롬프트로 설명된 파일은 API 또는 클라이언트가 제공하는 시스템 메시지 필드에 배치할 수 있습니다. 파일을 검토한 후 첫 번째 메시지로 내용을 삽입하세요.

system_instructions = """Paste the reviewed system-prompt text here."""

result = api.chat.completions.create(
    model="deepseek-uncensored",
    messages=[
        {"role": "system", "content": system_instructions},
        {"role": "user", "content": "Explain this function and suggest tests."},
    ],
)

프롬프트 동작은 버전에 따라 달라집니다. 모델 업데이트로 지침 우선순위가 변경되거나, 페르소나 잠금이 해제되거나, 작업 공간 정책의 해석 방식이 달라질 수 있습니다. 사용하기 전에 모든 프롬프트를 검토하고, 배포하려는 정확한 모델 버전에서 테스트하세요.

포함된 프롬프트 모음 사용

모든 35개의 연구 파일은 저장소의 jailbreaks/ 디렉터리에 저장되어 있습니다. 이 컬렉션에는 DeepSeek, Claude, GLM 및 ZCode, Kimi, Grok, Gemini, Mistral, Qwen, Gemma, GPT-OSS, OpenCode Zen 모델을 대상으로 하는 파일과 아직 분류되지 않은 몇 가지 추가 파일이 포함되어 있습니다.

파일이 모두 같은 방식으로 설치되는 것은 아닙니다. 각 파일의 유형을 확인하고 아래의 해당 방법을 사용하세요.

시스템 프롬프트

시스템 프롬프트 파일을 클라이언트에서 지원하는 시스템 메시지, 사용자 지정 지침, 에이전트 지침 또는 하네스 수준의 프롬프트 필드에 붙여 넣으세요. 컬렉션의 DeepSeek 파일에는 DeepSeek V3 및 V4용 프롬프트와 DeepSeek 4.1용 어시스턴트 운영 사양이 포함되어 있습니다.

AGENTS.md 파일

호환되는 파일을 저장소 또는 작업 공간의 루트에 AGENTS.md로 저장하세요. 이 규칙을 인식하는 코딩 에이전트는 이를 프로젝트 수준의 지침으로 불러올 수 있습니다.

영구 작업 공간 정책

어시스턴트 운영 사양 또는 작업 공간 운영 프로필로 표시된 파일은 영구적인 전역 지침을 유지하는 환경을 위한 것입니다. README에서는 다음 OpenCode 위치를 예로 제시합니다.

~/.config/opencode/AGENTS.md

다른 클라이언트와 하네스는 다른 위치를 사용할 수 있습니다. 이 경로가 모든 환경에 적용된다고 가정하지 말고 클라이언트 문서를 확인하세요.

Ollama Modelfile

컬렉션에는 Gemma 4 및 GPT-OSS 20B용 Ollama Modelfile이 포함되어 있습니다. Ollama가 이미 설치되어 있고 참조된 기본 모델을 사용할 수 있다면, -f를 사용해 파일을 전달하여 파생 모델을 생성하세요.

ollama create gemma4-jb -f jailbreaks/gemma4.md

다른 Modelfile을 사용할 때는 대상 모델 이름과 소스 파일을 변경하세요.

Grok 구성

jailbreaks/grok-config.txt 파일은 대상 하네스의 구성 필드를 위한 것입니다. 일반 대화 메시지에 붙여 넣어서는 안 됩니다.

Claude에는 Anthropic 호환 Messages 사용

동일한 RouterHub 계정으로 Anthropic 호환 Messages API를 통해 지원되는 Claude 항목에 액세스할 수 있습니다. 이는 나열된 DeepSeek 모델을 위한 대체 엔드포인트가 아닙니다. 해당 DeepSeek 항목에는 Chat Completions가 필요합니다.

Anthropic SDK를 설치하세요.

python -m pip install anthropic

그런 다음 실시간 카탈로그에 Messages 호환으로 표시된 Claude 모델을 사용해 요청을 보내세요.

import os
from anthropic import Anthropic

api = Anthropic(
    base_url=os.environ["ROUTERHUB_API_BASE_URL"],
    api_key=os.environ["ROUTERHUB_API_KEY"],
)

result = api.messages.create(
    model="claude-opus-5-5",
    max_tokens=64,
    messages=[
        {
            "role": "user",
            "content": "Explain what an API gateway does in two sentences."
        }
    ],
)

for part in result.content:
    if part.type == "text":
        print(part.text)

실행하기 전에 예시 모델 ID를 계속 사용할 수 있는지 확인하세요. 공유 API 키가 있다고 해서 모든 모델이 모든 프로토콜과 호환되는 것은 아닙니다.

일반적인 개발 도구 연결

OpenCode: Chat Completions 제공자 구성을 선택하고 정확히 나열된 DeepSeek 모델 ID를 입력하세요.
Cursor: 설치된 버전이 사용자 지정 Chat Completions 엔드포인트와 워크플로에 필요한 모든 모델 기능을 지원하는지 확인하세요.
Continue 또는 Cline: DeepSeek에 호환되는 Chat Completions 구성을 사용하세요.
OpenAI SDK: RouterHub 기본 URL, API 키, 정확한 DeepSeek 모델 ID를 제공하세요.
Claude Code 또는 Anthropic SDK: Chat 전용 DeepSeek 항목이 아니라 Messages를 지원하는 카탈로그 항목(예: 사용 가능한 Claude 모델)을 선택하세요.
Codex CLI: Chat 전용 DeepSeek 항목 대신 동일한 계정에서 Responses와 호환되는 모델을 선택하세요.
LangChain 또는 LlamaIndex: 호환되는 Chat Completions 통합을 선택하고 애플리케이션에서 사용하는 모든 기능을 확인하세요.

변형 모델을 체계적으로 평가

허용적인 답변 하나만으로는 의미 있는 벤치마크가 되지 않습니다. 동일한 합법적 입력과 설정으로 일반, Flash, 비절제(abliterated), 검열 해제(uncensored) 항목을 비교하세요.

무해한 작업 정의: 애플리케이션과 관련된 코드 설명, 리팩터링, 테스트 생성, 이중 언어 초안 작성, 번역 및 다단계 에이전트 작업을 포함하세요.
구성 고정: 모델 ID, 프롬프트 버전, 생성 설정, 클라이언트 및 날짜를 기록하세요.
각 테스트 반복: 한 번의 응답에 의존하지 말고 여러 번 시험하세요.
불필요한 거부 측정: 명시한 테스트 정책에 따라 답변할 수 있는데도 거부된 요청의 수를 세세요.
작업 품질 평가: 정확성, 유용한 세부 정보, 불확실성, 코드 실행 및 테스트 결과를 확인하세요.
지침 동작 점검: 형식, 시스템 메시지 처리, 프로젝트 지침 및 도구 통합을 확인하세요.
총비용 측정: 입력 및 출력 토큰, 실패한 시도, 재시도, 출력 길이 및 종단 간 지연 시간을 포함하세요.

이 저장소는 실시간 벤치마크 점수를 주장하지 않으며 호스팅된 모델 가중치를 독립적으로 검사하지도 않습니다. 저장소의 무해한 평가 프롬프트는 테스트를 설계하는 데 도움이 될 수 있지만, 자체 결과를 생성하고 문서화해야 합니다.

고급 팁

지침 우선순위 테스트

일부 검열 해제 항목은 고정된 페르소나를 사용할 수 있습니다. 해당 페르소나가 시스템 및 개발자 지침을 보완하는지, 아니면 대체하는지 확인하세요. 필요한 출력 형식, 금지된 부작용 및 도구 권한을 명시적으로 테스트하세요.

프롬프트와 결과 버전 관리

각 프롬프트 버전을 모델 ID, 테스트 날짜, 설정 및 출력 결과와 함께 저장하세요. 모델 업데이트 후 프롬프트가 작동하지 않으면 수정한 뒤 실패 원인을 문서화하거나, 프롬프트 계층에 의존하는 대신 모델 수준의 변형을 테스트하세요.

성공한 결과당 비용 비교

토큰 요금만으로 모델을 선택하지 마세요. 더 저렴한 모델이라도 출력이 더 길거나, 수정 작업을 반복하거나, 여러 번 재시도해야 한다면 완료된 작업당 비용이 더 높을 수 있습니다. 동일한 승인 테스트를 사용해 Standard 항목과 Flash 항목을 비교하세요.

소액 유료 요청으로 시작

먼저 짧은 요청을 실행하고 출력과 계정 청구 금액을 확인한 다음 더 큰 벤치마크로 확장하세요. 선택한 모델이 캐시된 입력 요금을 지원하고 사용 기록에도 해당 사실이 확인될 때만 캐시된 입력 요금을 사용하세요.

자격 증명과 비공개 데이터 보호

API 키는 환경 변수나 비밀 관리자에 보관하고 적절한 권한을 적용하며, 저장소에 키를 절대 커밋하지 마세요. 호스팅 추론은 로컬 추론이 아니므로 비공개 정보나 규제 대상 정보를 전송하기 전에 제공업체의 약관과 보존 정책을 검토하세요.

중대한 작업에는 사람의 승인을 유지

모델 라벨만으로 안전성이나 정확성이 보장되지는 않습니다. 결과를 검토하고, 중대한 코드를 실행하거나 프로덕션 시스템을 수정하거나 민감한 의사결정에 따라 행동하기 전에 승인을 받으세요.

일반적인 제한 사항

거부 없음이라는 용어가 모델이 모든 요청에 답한다는 것을 보장하지는 않습니다.
호스팅 환경의 동작, 카탈로그 제공 여부 및 가격은 변경될 수 있습니다.
공유 API 키가 모델 간 프로토콜 차이를 없애 주지는 않습니다.
모델이나 지시 계층이 업데이트되면 프롬프트의 효과가 달라질 수 있습니다.
검열되지 않은 출력도 부정확하거나 불완전하거나 배포에 부적합할 수 있습니다.
호스팅 모델 라벨만으로는 가중치 수준의 수정 여부를 확인할 수 없습니다.

결론

이 프로젝트는 실험을 위한 두 가지 실용적인 경로를 제공합니다. 호환 클라이언트와 함께 번들로 제공되는 35개의 프롬프트 파일을 사용하거나, RouterHub의 OpenAI 호환 Chat Completions 엔드포인트를 통해 목록에 있는 DeepSeek 변형 모델을 호출할 수 있습니다. 먼저 실제 모델 ID와 프로토콜을 확인하고, 키를 보호한 뒤 소규모 요청을 실행하세요. 그런 다음 반복 가능한 품질, 거부율, 지연 시간 및 비용 측정값으로 변형 모델을 비교하세요.