Endpoints da API Open WebUI: conecte um LLM sem censura

Os valores que você precisa

O Open WebUI precisa apenas de três coisas deste serviço. A primeira é a URL base, https://api.dolphinllm.com/v1. A segunda é uma chave de API da sua conta. A terceira é o ID do modelo, uncensored, que o Open WebUI lê da lista de modelos automaticamente quando a conexão funciona.

Dois endpoints estão envolvidos. GET /v1/models preenche o menu suspenso de modelos, e POST /v1/chat/completions transporta todas as mensagens que você envia. Nada mais é necessário para o chat. Esta é uma API de texto, então os recursos de imagem, áudio e embedding do Open WebUI não têm nada para comunicar aqui.

Você não precisa de cartão para experimentar. Após o cadastro, você pode reivindicar $0,50 de crédito de teste com um clique na página de chaves. Ele dura 7 dias.

Adicione a conexão no painel de administração

Se o Open WebUI já estiver em execução, esta é a rota mais rápida.

1. Entre como administrador e abra Configurações do Admin, depois Conexões.
2. Na seção API OpenAI, clique no botão mais para adicionar uma conexão.
3. Cole https://api.dolphinllm.com/v1 como URL e sua chave como chave.
4. Use o botão de verificação ao lado dos campos. Uma confirmação verde significa que a lista de modelos foi retornada.
5. Salve, abra um novo chat e selecione uncensored no seletor de modelos.

Os nomes dos menus mudam um pouco entre as versões do Open WebUI. Se você não encontrar Conexões, pesquise nas configurações por "OpenAI". Os campos são sempre os mesmos: URL, chave e às vezes um filtro de modelo.

Configure com variáveis de ambiente do Docker

Para uma instalação nova, você pode pular a tela de administração e passar a conexão quando o contêiner iniciar. O Open WebUI lê OPENAI_API_BASE_URL e OPENAI_API_KEY na inicialização.

Copydocker run -d -p 3000:8080 \
  -e OPENAI_API_BASE_URL="https://api.dolphinllm.com/v1" \
  -e OPENAI_API_KEY="YOUR_KEY" \
  -v open-webui:/app/backend/data \
  --name open-webui \
  ghcr.io/open-webui/open-webui:main

Depois, acesse http://localhost:3000, crie a primeira conta (ela se tornará a admin) e o modelo já deve estar listado. Mantenha a chave fora do histórico do shell se a máquina for compartilhada: coloque-a em um arquivo env e use --env-file em vez disso.

Algumas versões do Open WebUI tratam essas variáveis apenas como valores iniciais. Depois de salvar uma conexão na interface, o valor armazenado prevalece. Se você alterar a variável e nada acontecer, edite a conexão em Configurações do Admin.

Executando para várias pessoas

O Open WebUI tem seus próprios usuários, então uma instalação pode atender uma família ou uma pequena equipe enquanto apenas uma chave de API fica no servidor. Isso é conveniente, mas também é um risco: todos os usuários gastam do mesmo saldo. Decida quem recebe uma conta e verifique X-Balance-USD de vez em quando, para que um fim de semana longo de roleplay não te surpreenda.

Mantenha a chave em uma variável de ambiente ou arquivo de segredos, nunca em uma captura de tela ou documento compartilhado. Sua chave está na página de chaves de API; se suspeitar que ela vazou, substitua-a no Open WebUI assim que tiver uma nova. Para uma instalação pública, coloque-a atrás de HTTPS e desative o cadastro aberto para que estranhos não possam criar contas e usar seu crédito.

Mais um ponto para configurações compartilhadas: o modelo é ajustado para responder sem recusas de conteúdo para uso adulto legal. Isso é um recurso para ficção e pesquisa privada, e também significa que você define as regras da casa. Um prompt do sistema no modelo compartilhado é o local mais fácil para escrevê-las. Nada sexual envolvendo menores é permitido na API, independentemente do que o prompt diga.

Bons usos para esta configuração

Quem conecta o Open WebUI a um endpoint sem censura geralmente quer uma janela de chat limpa, sem as limitações de um chatbot hospedado. Os usos comuns incluem ficção longa e construção de mundo, interpretação (RP) e personagens companheiros para adultos, redação de materiais que assistentes convencionais recusam tocar, e ajuda comum para codificação ou escrita. O mesmo modelo lida com tudo isso, então você pode alternar tarefas dentro de um único chat.

O Open WebUI ajuda de algumas maneiras específicas. Prompts salvos e presets de modelo permitem que você mantenha uma persona de personagem ou editor a um clique de distância. O envio de documentos e as funcionalidades de busca na web, quando você as ativa, enviam texto adicional para o prompt, o que aumenta o uso de tokens, então fique de olho no tamanho do que você anexa. Pastas de chat e busca facilitam o retorno a um projeto longo.

O que ele não fará é gerar imagens, fala ou vídeo através desta conexão, porque a API é apenas de texto.

Teste o endpoint antes de culpar o Open WebUI

A maioria das configurações falhas vem de um erro de digitação na URL ou uma chave desatualizada, e ambos aparecem mais rápido em um terminal. Execute essas duas chamadas da máquina que hospeda o Open WebUI.

Copycurl https://api.dolphinllm.com/v1/models \
  -H "Authorization: Bearer YOUR_KEY"

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

A primeira chamada deve listar uncensored. A segunda deve retornar uma conclusão de chat normal. Verifique também os cabeçalhos de resposta: X-Balance-USD mostra o que resta na sua conta, o que é uma maneira prática de confirmar que o Open WebUI está gastando da chave que você acha que está.

A lista completa de parâmetros está na documentação da API.

Configurações que valem a pena alterar para chat

Prompt do sistema e amostragem

O Open WebUI permite definir um prompt de sistema por modelo ou por chat. Como o modelo é ajustado para responder sem recusas de conteúdo para uso adulto lícito, um prompt de sistema curto que define o tom, a persona ou o formato de saída faz mais do que uma longa lista de regras. Temperatura, top_p, stop, seed e as penalidades são passadas adiante, então os controles deslizantes no Open WebUI realmente têm efeito.

Comprimento do contexto

A janela é de 100.000 tokens para prompt mais conclusão. Chats longos aumentam o prompt a cada turno, e você paga por todo o histórico cada vez. Se um thread ficar pesado, inicie um novo chat ou resuma o antigo.

Requisições em segundo plano

O Open WebUI pode enviar chamadas extras em segundo plano para títulos de chat e tags, usando o mesmo modelo por padrão. Em uma chave de teste, que permite 2 requisições simultâneas e 60 por minuto, essas chamadas podem bloquear sua mensagem real. Desative a geração de título e tag, ou aceite um pequeno atraso. Uma chave completa permite 8 requisições simultâneas e 300 por minuto, o que é suficiente para uma instalação pessoal ou de pequena equipe.

Streaming, modo JSON e ferramentas

O Open WebUI transmite respostas por padrão, e a API suporta eventos enviados pelo servidor (stream: true), com um bloco de uso no final do stream. Você vê o texto aparecer token por token, e o cabeçalho de saldo na resposta final reflete o que você gastou.

A chamada de funções também é suportada pela API: tools, tool_choice, streaming de tool_calls, e resultados enviados de volta como role: "tool". Até onde o Open WebUI expõe isso depende da sua versão e das ferramentas ou funções que você instala, então teste com uma pequena ferramenta antes de construir um fluxo de trabalho em torno dela. O modo JSON (response_format definido como json_object) é útil quando você chama o mesmo endpoint de scripts ao lado da interface de chat.

Um padrão prático é manter o Open WebUI para pessoas e usar a mesma chave de um script para trabalho em lote. Ambos passam pela mesma URL base, então um saldo cobre tudo. Lembre-se apenas que os limites se aplicam por chave: 8 requisições simultâneas em uma chave completa, compartilhadas entre a interface e seus scripts.

Erros comuns e correções

• Nenhum modelo aparece. A URL provavelmente não tem /v1 ou tem um erro de digitação. Compare caractere por caractere com o valor acima e remova qualquer barra final.
• Erro de autenticação. A chave foi colada com um espaço à esquerda ou à direita, ou pertence a uma conta excluída. Copie-a novamente da página de chaves.
• O seletor de modelos mostra a lista errada. O Open WebUI também consulta outras conexões que você adicionou, como um Ollama local. Desative as que você não usa.
• As respostas param de aparecer no meio do streaming. Um proxy reverso na frente do Open WebUI pode fazer armazenamento temporário de eventos enviados pelo servidor. Desative o armazenamento temporário para essa rota.
• O saldo está baixo. Recarregue antes que ele chegue a zero. Requisições falhas ou recusadas não são cobradas, então você paga apenas pelas conclusões que foram entregues.

Quanto custa uma interface de chat nesta API

O preço é $0,15 por 1M de tokens de entrada e $0,50 por 1M de tokens de saída, descontados do crédito pré-pago. Considere uma interação típica em um chat de tamanho médio: 4.000 tokens de histórico sendo enviados e 500 tokens sendo gerados. O custo de entrada é 4.000 x $0,15 / 1.000.000 = $0,0006. O custo de saída é 500 x $0,50 / 1.000.000 = $0,00025. A interação custa $0,00085.

A essa taxa, o crédito de teste de $0,50 cobre cerca de 588 rodadas, e uma recarga de $20 cobre aproximadamente 23.500. Veja a página de preços para bônus de recarga. Se você quiser usar a mesma chave fora do Open WebUI, por exemplo, em scripts que nunca precisam de uma tela de login, a página sobre como usar um LLM sem restrições de login cobre esse lado.

Mais guias

• API LLM gratuita para desenvolvedores: teste vs. pagamento por uso
• Como usar um LLM sem restrições de login