Chuyển đến nội dung chính
Hướng dẫn AI

Sử dụng các mô hình DeepSeek không kiểm duyệt và prompt nghiên cứu với RouterHub

Tìm hiểu cách truy cập danh mục DeepSeek của RouterHub, gửi yêu cầu tương thích với OpenAI, sử dụng 35 tệp prompt nghiên cứu trong kho mã, cấu hình các công cụ lập trình được hỗ trợ và so sánh các biến thể tiêu chuẩn, đã loại bỏ kiểm duyệt và không kiểm duyệt bằng các bài kiểm thử có thể lặp lại.

Thời gian đọc khoảng 26 phút
Sử dụng mô hình DeepSeek không kiểm duyệt và prompt nghiên cứu với RouterHub

Dự án này cung cấp gì

Kho lưu trữ này kết hợp hướng dẫn về mô hình DeepSeek, hướng dẫn sử dụng API RouterHub và bộ sưu tập gồm 35 tệp prompt nghiên cứu. Dự án được thiết kế cho các nhà phát triển đánh giá DeepSeek trong lập trình, suy luận, quy trình tác vụ agent và các tác vụ Trung-Anh.

RouterHub là một cổng API AI trả trước. Một tài khoản và khóa API có thể truy cập các mục trong danh mục từ DeepSeek, GPT, Claude, GLM, Qwen, Grok và các dòng mô hình khác. Mỗi mục hỗ trợ một giao thức cụ thể, vì vậy việc chọn mô hình và chọn client tương thích phải được thực hiện cùng nhau.

Việc giảm từ chối nên được đo lường thay vì xem như một lời hứa. Nhãn “không kiểm duyệt” hay “không từ chối” đều không đảm bảo đầu ra không bị hạn chế, chính xác hoặc hữu ích.

Tìm hiểu các nhãn mô hình

DeepSeek abliterated

Abliterated xác định một nhóm nghiên cứu gắn với các can thiệp vào trọng số mô hình nhằm giảm hành vi liên quan đến việc từ chối. Bản thân nhãn này không chứng minh độc lập cách một mô hình lưu trữ đã được tạo ra, vì vậy hãy xác minh cách triển khai và nguồn gốc mô hình của nhà cung cấp khi có thể.

DeepSeek uncensored

Uncensored là một nhóm hành vi hoặc sản phẩm rộng hơn. Một mục có thể sử dụng các thay đổi trong quá trình huấn luyện, thay đổi trọng số hoặc persona cố định ở cấp prompt. Chỉ riêng tên gọi không cho biết cách triển khai.

Những điều cần xác minh

  • ID mô hình API chính xác được hiển thị trong danh mục hiện hành.
  • Giao thức được mô hình hỗ trợ, chẳng hạn như Chat Completions, Messages hoặc Responses.
  • Cách mô hình xử lý chỉ dẫn hệ thống và chỉ dẫn nhà phát triển.
  • Tình trạng khả dụng hiện tại, giá token và giới hạn mô hình.
  • Chất lượng, độ trễ, hành vi từ chối và tính lặp lại trên các tác vụ của bạn.

README liệt kê deepseek, deepseek-flash và deepseek-uncensored để truy cập Chat Completions liên quan đến DeepSeek. Vì các mục trong danh mục có thể thay đổi và nhiều nhãn trong README trỏ đến deepseek-uncensored, hãy xác nhận ID hiện tại trong danh mục mô hình hiện hành trước khi tích hợp.

Tính năng chính

  • Một tài khoản API: truy cập nhiều dòng mô hình được liệt kê mà không cần duy trì tài khoản riêng cho từng nhà cung cấp.
  • Endpoint tương thích: sử dụng Chat Completions tương thích với OpenAI và, đối với các mục Claude được hỗ trợ, Messages tương thích với Anthropic.
  • Sử dụng trả trước: nạp tín dụng và thanh toán theo mức giá token của mô hình đã chọn thay vì qua gói thuê bao.
  • Bộ sưu tập prompt nghiên cứu: xem và tái sử dụng 35 tệp prompt được sắp xếp theo nhiều dòng mô hình.
  • Hướng dẫn công cụ lập trình: ghép OpenCode, Cursor, Continue, Cline, SDK và các client khác với giao thức mà chúng hỗ trợ.
  • Tài nguyên đánh giá: so sánh các biến thể bằng những tác vụ mẫu an toàn và quy trình chấm điểm có thể lặp lại.

Thiết lập quyền truy cập API RouterHub

1. Tạo và nạp tiền vào tài khoản

  1. Đăng ký RouterHub.
  2. Thêm tín dụng trả trước bằng phương thức thanh toán khả dụng.
  3. Tạo khóa API riêng tư.
  4. Mở danh mục hiện hành và xác nhận ID mô hình, giao thức, mức giá và tình trạng khả dụng.

Một yêu cầu suy luận sẽ tiêu tốn tín dụng. Hãy bắt đầu bằng một yêu cầu ngắn, sau đó kiểm tra lịch sử sử dụng của tài khoản trước khi chạy một đánh giá lớn hơn.

2. Lưu khóa và URL cơ sở

Thiết lập thông tin xác thực trong môi trường cục bộ hoặc trình quản lý bí mật. Không đặt khóa thật trong hệ thống quản lý mã nguồn.

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

3. Cài đặt SDK OpenAI

Các mục DeepSeek được liệt kê sử dụng giao thức Chat Completions. Cài đặt client Python bằng pip:

python -m pip install openai

Thực hiện yêu cầu DeepSeek đầu tiên

Tạo client OpenAI với URL cơ sở của RouterHub và khóa riêng tư của bạn. Yêu cầu sau đây đề nghị mô hình đưa ra một lời giải thích ngắn:

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)

Nếu yêu cầu thất bại, hãy kiểm tra các biến môi trường, số dư tài khoản, ID mô hình chính xác và tình trạng khả dụng hiện tại của mô hình. Đồng thời xác nhận rằng bạn đang sử dụng Chat Completions thay vì client Messages hoặc Responses không tương thích.

Thêm system prompt

Một tệp được mô tả là system prompt có thể được đặt vào trường tin nhắn hệ thống do API hoặc client cung cấp. Sau khi xem xét tệp, chèn nội dung của tệp làm tin nhắn đầu tiên:

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."},
    ],
)

Hành vi của prompt phụ thuộc vào phiên bản. Các bản cập nhật mô hình có thể thay đổi mức độ ưu tiên của chỉ dẫn, vô hiệu hóa khóa persona hoặc thay đổi cách diễn giải chính sách workspace. Hãy xem xét từng prompt trước khi sử dụng và kiểm thử trên đúng phiên bản mô hình mà bạn dự định triển khai.

Sử dụng bộ sưu tập prompt đi kèm

Tất cả 35 tệp nghiên cứu được lưu trong thư mục jailbreaks/ của kho mã. Bộ sưu tập bao gồm các tệp nhắm đến DeepSeek, Claude, GLM và ZCode, Kimi, Grok, Gemini, Mistral, Qwen, Gemma, GPT-OSS, các mô hình OpenCode Zen và một số tệp bổ sung chưa được phân loại.

Các tệp không được cài đặt theo cùng một cách. Hãy kiểm tra loại của từng tệp và sử dụng phương pháp tương ứng bên dưới.

System prompt

Dán tệp system prompt vào trường system-message, custom-instructions, agent-instructions hoặc trường prompt cấp harness mà ứng dụng của bạn hỗ trợ. Các tệp DeepSeek trong bộ sưu tập bao gồm prompt cho DeepSeek V3 và V4, cùng một đặc tả vận hành trợ lý cho DeepSeek 4.1.

Tệp AGENTS.md

Lưu tệp tương thích với tên AGENTS.md tại thư mục gốc của kho mã hoặc workspace. Các coding agent nhận diện quy ước này có thể tải tệp dưới dạng hướng dẫn cấp dự án.

Chính sách workspace cố định

Các tệp được đánh dấu là đặc tả vận hành trợ lý hoặc hồ sơ vận hành workspace dành cho những môi trường duy trì hướng dẫn toàn cục cố định. README đưa ra vị trí sau của OpenCode làm ví dụ:

~/.config/opencode/AGENTS.md

Các ứng dụng và harness khác có thể sử dụng vị trí khác. Hãy tham khảo tài liệu của ứng dụng thay vì mặc định cho rằng đường dẫn này áp dụng cho mọi nơi.

Ollama Modelfile

Bộ sưu tập bao gồm Ollama Modelfile cho Gemma 4 và GPT-OSS 20B. Nếu Ollama đã được cài đặt và mô hình nền được tham chiếu có sẵn, hãy tạo một mô hình dẫn xuất bằng cách truyền tệp với -f:

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

Thay đổi tên mô hình đích và tệp nguồn khi làm việc với Modelfile khác.

Cấu hình Grok

Tệp jailbreaks/grok-config.txt dành cho trường cấu hình của harness đích. Không nên dán tệp này vào tin nhắn hội thoại thông thường.

Sử dụng Messages tương thích với Anthropic cho Claude

Cùng một tài khoản RouterHub có thể truy cập các mục Claude được hỗ trợ thông qua Messages API tương thích với Anthropic. Đây không phải là endpoint thay thế cho các mô hình DeepSeek được liệt kê: các mục DeepSeek đó yêu cầu Chat Completions.

Cài đặt Anthropic SDK:

python -m pip install anthropic

Sau đó gửi yêu cầu bằng một mô hình Claude được danh mục hiện tại liệt kê là tương thích với Messages:

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)

Hãy xác nhận ID mô hình trong ví dụ vẫn còn khả dụng trước khi chạy. Một API key dùng chung không khiến mọi mô hình đều tương thích với mọi giao thức.

Kết nối các công cụ phát triển phổ biến

  • OpenCode: chọn cấu hình nhà cung cấp Chat Completions và nhập chính xác ID mô hình DeepSeek được liệt kê.
  • Cursor: xác minh phiên bản đã cài đặt hỗ trợ endpoint Chat Completions tùy chỉnh và mọi tính năng mô hình mà quy trình của bạn cần.
  • Continue hoặc Cline: sử dụng cấu hình Chat Completions tương thích của chúng cho DeepSeek.
  • OpenAI SDK: cung cấp base URL của RouterHub, API key và ID mô hình DeepSeek chính xác.
  • Claude Code hoặc Anthropic SDK: chọn một mục trong danh mục hỗ trợ Messages, chẳng hạn một mô hình Claude đủ điều kiện, thay vì mục DeepSeek chỉ hỗ trợ Chat.
  • Codex CLI: chọn một mô hình tương thích với Responses từ cùng tài khoản thay vì mục DeepSeek chỉ hỗ trợ Chat.
  • LangChain hoặc LlamaIndex: chọn một tích hợp Chat Completions tương thích và xác minh mọi tính năng mà ứng dụng sử dụng.

Đánh giá có hệ thống các biến thể

Một câu trả lời dễ dãi đơn lẻ không phải là phép benchmark có ý nghĩa. Hãy so sánh các mục standard, Flash, abliterated và uncensored bằng cùng những đầu vào và cài đặt hợp lệ.

  1. Xác định các tác vụ lành tính: bao gồm giải thích mã, tái cấu trúc, tạo kiểm thử, soạn thảo song ngữ, dịch thuật và tác vụ agent nhiều bước phù hợp với ứng dụng của bạn.
  2. Cố định cấu hình: ghi lại ID mô hình, bản sửa đổi prompt, cài đặt sinh, ứng dụng khách và ngày.
  3. Lặp lại từng bài kiểm thử: chạy nhiều lần thay vì chỉ dựa vào một phản hồi.
  4. Đo lường các lượt từ chối không cần thiết: đếm những yêu cầu bị từ chối dù có thể trả lời theo chính sách kiểm thử đã nêu.
  5. Chấm điểm chất lượng tác vụ: kiểm tra tính chính xác, mức độ chi tiết hữu ích, độ không chắc chắn, khả năng thực thi mã và kết quả kiểm thử.
  6. Kiểm tra hành vi tuân thủ chỉ dẫn: xác minh định dạng, cách xử lý system message, hướng dẫn dự án và tích hợp công cụ.
  7. Đo tổng chi phí: bao gồm số token đầu vào và đầu ra, các lần thử thất bại, lần thử lại, độ dài đầu ra và độ trễ đầu cuối.

Kho mã không công bố điểm benchmark trực tiếp và không tự kiểm tra các trọng số mô hình được lưu trữ trên máy chủ. Các prompt đánh giá lành tính trong kho có thể giúp bạn thiết kế một bài kiểm thử, nhưng bạn phải tự tạo và ghi lại kết quả của mình.

Mẹo nâng cao

Kiểm thử thứ tự ưu tiên của chỉ dẫn

Một số mục uncensored có thể sử dụng persona cố định. Hãy kiểm tra xem persona đó bổ sung hay thay thế các chỉ dẫn hệ thống và nhà phát triển của bạn. Kiểm thử rõ ràng các định dạng đầu ra bắt buộc, tác động phụ bị cấm và quyền sử dụng công cụ.

Quản lý phiên bản của prompt và kết quả

Lưu mỗi phiên bản sửa đổi của prompt cùng với ID mô hình, ngày kiểm thử, các thiết lập và đầu ra. Nếu một prompt ngừng hoạt động sau khi mô hình được cập nhật, hãy sửa đổi prompt đó và ghi lại lỗi, hoặc kiểm thử một biến thể ở cấp mô hình thay vì chỉ dựa vào lớp prompt.

So sánh chi phí cho mỗi kết quả đạt yêu cầu

Đừng chọn mô hình chỉ dựa trên đơn giá token. Một mô hình rẻ hơn có thể tốn nhiều chi phí hơn cho mỗi tác vụ hoàn tất nếu cần đầu ra dài hơn, nhiều lần sửa lỗi hoặc nhiều lần thử lại. So sánh các phiên bản Standard và Flash bằng cùng một bộ kiểm thử nghiệm thu.

Bắt đầu với các yêu cầu trả phí nhỏ

Trước tiên, hãy chạy một yêu cầu ngắn, kiểm tra đầu ra và khoản phí trên tài khoản, rồi mới mở rộng sang một bài đánh giá chuẩn lớn hơn. Chỉ sử dụng mức giá cho đầu vào được lưu trong bộ nhớ đệm khi mô hình đã chọn hỗ trợ tính năng này và bản ghi sử dụng xác nhận điều đó.

Bảo vệ thông tin xác thực và dữ liệu riêng tư

Lưu khóa API trong biến môi trường hoặc trình quản lý bí mật, áp dụng quyền truy cập phù hợp và không bao giờ commit khóa vào kho mã nguồn. Suy luận do nhà cung cấp lưu trữ không phải là suy luận cục bộ, vì vậy hãy xem xét điều khoản của nhà cung cấp và chính sách lưu giữ dữ liệu trước khi truyền thông tin riêng tư hoặc thông tin thuộc diện quản lý.

Duy trì phê duyệt của con người đối với các hành động có hệ quả

Nhãn mô hình không xác lập tính an toàn hay độ chính xác. Hãy xem xét đầu ra và yêu cầu phê duyệt trước khi thực thi mã có hệ quả, sửa đổi hệ thống production hoặc đưa ra quyết định nhạy cảm.

Những hạn chế thường gặp

  • Thuật ngữ “không từ chối” không đảm bảo mô hình sẽ trả lời mọi yêu cầu.
  • Hành vi của dịch vụ lưu trữ, tính khả dụng trong danh mục và giá cả có thể thay đổi.
  • Một khóa API dùng chung không loại bỏ sự khác biệt về giao thức giữa các mô hình.
  • Hiệu quả của prompt có thể thay đổi khi mô hình hoặc thứ bậc chỉ dẫn được cập nhật.
  • Đầu ra không bị kiểm duyệt vẫn có thể không chính xác, không đầy đủ hoặc không phù hợp để triển khai.
  • Nhãn mô hình được lưu trữ không tự xác minh các sửa đổi ở cấp trọng số.

Kết luận

Dự án này cung cấp hai hướng thực tế để thử nghiệm: sử dụng 35 tệp prompt đi kèm với các ứng dụng tương thích, hoặc gọi một biến thể DeepSeek được liệt kê thông qua endpoint Chat Completions tương thích với OpenAI của RouterHub. Hãy bắt đầu bằng việc xác nhận ID mô hình đang hoạt động và giao thức, bảo vệ khóa, chạy một yêu cầu nhỏ, rồi so sánh các biến thể bằng các phép đo có thể lặp lại về chất lượng, mức độ từ chối, độ trễ và chi phí.