AI教程

使用 RouterHub 的 DeepSeek 无审查模型和研究提示词

了解如何访问 RouterHub 的 DeepSeek 模型目录、发起兼容 OpenAI 的请求、使用代码仓库中的 35 个研究提示词文件、配置受支持的编程工具，并通过可重复的测试比较标准版、abliterated 版和无审查变体。

AI我搜编辑部2026年10月28日阅读约 13 分钟

本项目提供的内容

此仓库整合了 DeepSeek 模型指南、RouterHub API 使用说明，以及由 35 个研究提示词文件组成的集合，面向评估 DeepSeek 在编程、推理、智能体工作流和中英文任务中的表现的开发者。

RouterHub 是一个预付费 AI API 网关。一个账户和 API 密钥即可访问 DeepSeek、GPT、Claude、GLM、Qwen、Grok 及其他模型系列的目录条目。每个条目支持特定协议，因此选择模型时必须同时选择兼容的客户端。

应当通过测量来评估拒答减少的程度，而不应将其视为承诺。“未审查”或“无拒答”标签都不能保证输出不受限制、准确或有用。

理解模型标签

DeepSeek abliterated

Abliterated 指一种研究类别，通常与对模型权重进行干预以减少拒答相关行为有关。该标签本身无法证明托管模型的生成方式，因此应尽可能核实提供商的实现方式和模型来源。

DeepSeek uncensored

Uncensored 是一个更宽泛的行为或产品类别。某个条目可能采用训练调整、权重调整，或固定的提示词级角色设定。仅凭名称无法确定其实现方式。

需要核实的事项

实时目录中显示的确切 API 模型 ID。
该模型支持的协议，例如 Chat Completions、Messages 或 Responses。
模型如何处理系统指令和开发者指令。
当前可用性、令牌价格和模型限制。
模型在你自己的任务上的质量、延迟、拒答行为和可重复性。

README 列出了用于 DeepSeek 相关 Chat Completions 访问的 deepseek、deepseek-flash 和 deepseek-uncensored。由于目录条目可能发生变化，且 README 中的多个标签都映射到 deepseek-uncensored，因此在集成前请通过实时模型目录确认当前 ID。

主要功能

一个 API 账户：无需为每个提供商分别维护账户，即可访问多个列出的模型系列。
兼容的端点：使用 OpenAI 兼容的 Chat Completions；对于受支持的 Claude 条目，还可使用 Anthropic 兼容的 Messages。
预付费使用：充值后按照所选模型的令牌费率付费，无需订阅。
研究提示词集合：查看并复用分布在多个模型系列中的 35 个提示词文件。
编程工具指南：根据所支持的协议，为 OpenCode、Cursor、Continue、Cline、SDK 及其他客户端匹配合适的模型。
评估资源：使用无害的示例任务和可重复的评分流程比较不同变体。

设置 RouterHub API 访问

1. 创建账户并充值

注册 RouterHub。
使用可用的支付方式添加预付费额度。
创建私有 API 密钥。
打开实时目录，确认模型 ID、协议、费率和可用性。

推理请求会消耗额度。先从简短请求开始，然后在运行更大规模的评估前检查账户的使用记录。

2. 保存密钥和基础 URL

将凭据设置在本地环境或密钥管理器中。不要将真实密钥放入源代码管理。

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

3. 安装 OpenAI SDK

列出的 DeepSeek 条目使用 Chat Completions 协议。使用 pip 安装 Python 客户端：

python -m pip install openai

发出首个 DeepSeek 请求

使用 RouterHub 的基础 URL 和私有密钥创建 OpenAI 客户端。以下请求要求模型提供简短解释：

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)

如果请求失败，请检查环境变量、账户余额、确切的模型 ID 以及当前模型可用性。同时确认使用的是 Chat Completions，而不是不兼容的 Messages 或 Responses 客户端。

添加系统提示词

标记为系统提示词的文件可以放入 API 或客户端提供的系统消息字段中。查看文件后，将其内容作为第一条消息插入：

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."},
    ],
)

提示词行为取决于版本。模型更新可能改变指令优先级、关闭角色锁定，或改变工作区策略的解释方式。使用前请审查每个提示词，并在你计划部署的确切模型版本上进行测试。

使用随附的提示词集合

全部 35 个研究文件都存储在仓库的 jailbreaks/ 目录中。该集合包含针对 DeepSeek、Claude、GLM 和 ZCode、Kimi、Grok、Gemini、Mistral、Qwen、Gemma、GPT-OSS、OpenCode Zen 模型的文件，以及一些尚未归类的补充文件。

这些文件的安装方式并不完全相同。请检查每个文件的类型，并使用下面对应的方法。

系统提示词

将系统提示词文件粘贴到客户端支持的系统消息、自定义指令、代理指令或框架级提示词字段中。该集合中的 DeepSeek 文件包括针对 DeepSeek V3 和 V4 的提示词，以及针对 DeepSeek 4.1 的助手运行规范。

AGENTS.md 文件

将兼容的文件以 AGENTS.md 的名称保存到仓库或工作区的根目录。识别此约定的编码代理可以将其作为项目级指令加载。

持久化工作区策略

标记为助手运行规范或工作区运行配置的文件，适用于维护持久化全局指令的环境。README 以 OpenCode 的以下位置为例：

~/.config/opencode/AGENTS.md

其他客户端和框架可能使用不同的位置。请查阅客户端文档，不要假定此路径适用于所有环境。

Ollama Modelfile

该集合包含适用于 Gemma 4 和 GPT-OSS 20B 的 Ollama Modelfile。如果 Ollama 已安装且所引用的基础模型可用，可以使用 -f 传入文件来创建派生模型：

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

使用其他 Modelfile 时，请更改目标模型名称和源文件。

Grok 配置

jailbreaks/grok-config.txt 文件用于目标框架的配置字段。不应将其粘贴到普通对话消息中。

对 Claude 使用兼容 Anthropic 的 Messages

同一个 RouterHub 账户可以通过兼容 Anthropic 的 Messages API 访问受支持的 Claude 条目。这不是所列 DeepSeek 模型的替代端点：这些 DeepSeek 条目需要使用 Chat Completions。

安装 Anthropic SDK：

python -m pip install anthropic

然后使用在线目录列出的、兼容 Messages 的 Claude 模型发起请求：

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)

运行前请确认示例模型 ID 仍然可用。共享 API 密钥并不意味着每个模型都兼容每种协议。

连接常用开发工具

OpenCode：选择 Chat Completions 提供商配置，并输入目录中列出的准确 DeepSeek 模型 ID。
Cursor：确认已安装的版本支持自定义 Chat Completions 端点，以及工作流所需的全部模型功能。
Continue 或 Cline：使用其兼容的 Chat Completions 配置连接 DeepSeek。
OpenAI SDK：提供 RouterHub 基础 URL、API 密钥和准确的 DeepSeek 模型 ID。
Claude Code 或 Anthropic SDK：选择支持 Messages 的目录条目，例如符合条件的 Claude 模型，而不要选择仅支持 Chat 的 DeepSeek 条目。
Codex CLI：从同一账户中选择兼容 Responses 的模型，而不要选择仅支持 Chat 的 DeepSeek 条目。
LangChain 或 LlamaIndex：选择兼容的 Chat Completions 集成，并验证应用使用的每项功能。

系统评估不同变体

单个宽松回答并不是有意义的基准。请使用相同的合法输入和设置，对比标准、Flash、abliterated 和 uncensored 条目。

定义良性任务：包括代码解释、重构、测试生成、双语起草、翻译，以及与应用相关的多步骤代理工作。
固定配置：记录模型 ID、提示词版本、生成设置、客户端和日期。
重复每项测试：运行多次试验，不要依赖单次响应。
衡量不必要的拒答：统计在既定测试政策下本可回答却被拒绝的请求数量。
评估任务质量：检查正确性、细节的实用性、不确定性表达、代码执行情况和测试结果。
检查指令行为：验证格式、系统消息处理、项目指令和工具集成。
衡量总成本：纳入输入和输出令牌、失败尝试、重试、输出长度以及端到端延迟。

该仓库不声称拥有实时基准分数，也不会独立检查托管模型的权重。其中的良性评估提示词可以帮助你设计测试，但你必须自行生成并记录结果。

高级提示

测试指令优先级

某些 uncensored 条目可能使用固定人设。请检查该人设是补充还是替换你的系统指令和开发者指令。明确测试所需的输出格式、禁止的副作用和工具权限。

为提示词和结果进行版本管理

为每次提示词修订记录模型 ID、测试日期、设置和输出。如果模型更新后某个提示词停止工作，请修改提示词并记录失败情况，或改为测试模型级变体，而不要继续依赖提示词层。

比较每次成功结果的成本

不要只根据令牌费率选择模型。如果一个更便宜的模型需要更长的输出、反复修正或多次重试才能完成任务，那么每个已完成任务的成本可能更高。使用相同的验收测试比较 Standard 和 Flash 条目。

从小额付费请求开始

先运行一个简短请求，检查其输出和账户扣费，然后再扩大到更大的基准测试。仅当所选模型支持缓存输入计费，且使用记录确认已采用该计费方式时，才使用缓存输入价格。

保护凭据和私人数据

将 API 密钥保存在环境变量或密钥管理器中，设置适当的权限，绝不要将密钥提交到代码仓库。托管推理并非本地推理，因此在传输私人或受监管信息前，请审查提供商条款和数据保留政策。

对重要操作保留人工审批

模型标签不能证明安全性或正确性。在执行重要代码、修改生产系统或处理敏感决策前，应审查输出并要求获得批准。

常见限制

“无拒答”术语并不能保证模型会回答每个请求。
托管行为、目录可用性和价格可能发生变化。
共享 API 密钥并不会消除模型之间的协议差异。
当模型或指令层级更新时，提示词的有效性可能发生变化。
未审查的输出仍可能不准确、不完整或不适合部署。
托管模型标签本身无法验证权重级别的修改。

结论

本项目提供了两种实用的实验路径：使用兼容客户端调用随附的 35 个提示词文件，或通过 RouterHub 兼容 OpenAI 的 Chat Completions 端点调用所列出的 DeepSeek 变体。请先确认实时模型 ID 和协议，保护好密钥，运行一个小请求，并使用可重复的质量、拒答、延迟和成本指标比较各个变体。