客户端接入
Unsloth
Unsloth 是微调与本地推理框架,不是聊天客户端 —— 说明它接不了 aicentos 的原因
最后更新于:
Unsloth 是开源的模型微调与本地推理框架,附带桌面 App 和 Unsloth Studio(浏览器界面)。它的 Connections 面板看起来像「模型供应商设置」,但只能填本地或自建端点,云端供应商是一份固定名单,没有「任意 OpenAI 兼容 URL」这一项,因此无法把推理请求指向 aicentos。
为什么不能直接接入
- Studio 的
Settings → Connections → Add Provider里可选的是 llama.cpp、vLLM、Ollama 这类本地/自建服务,填的 Base URL 形如http://localhost:8000/v1。 - 云端方向是一份固定清单(OpenAI、Anthropic、OpenRouter、ChatGPT/Codex)+ API Key,没有自定义端点入口。
- 官方文档里「remote OpenAI-compatible endpoint」指的是你自己部署的推理服务,不是第三方聚合网关。
- 方向上它也偏服务端:Unsloth 自己对外提供 OpenAI 兼容 API,是给别人连的。
需要填写的配置
| 字段 | 值 |
|---|---|
| API Key | 控制台创建的 Key |
| Base URL | https://aicentos.com/v1 |
| 模型 | 控制台「模型广场」中的模型名 |
上表是 aicentos 侧的通用参数,供下面的替代方案使用。
替代方案
方案一:训练归训练,聊天归聊天
用 Unsloth 做微调和本地推理,用 Cherry Studio、Chatbox 这类客户端接 aicentos 做日常对话。两者互不干扰。
方案二:本地起服务,前端接它
Unsloth 暴露的是 OpenAI 兼容接口。unsloth 服务起在本地后,把客户端的 Base URL 填成它的地址(例如 http://localhost:8000/v1),和填 aicentos 是同一套操作。
方案三:要对比效果就换前端
想比较「本地微调模型」和「aicentos 上的通用模型」,用一个支持多 provider 并存的客户端最省事,同界面切换。
测试
本地服务起来后先 curl http://localhost:8000/v1/models 确认接口活着,再在客户端里发一句提示词。
注意事项
- 别把 Studio 的
Connections当成 BYOK 面板,它管的是本地运行时。 - 本地推理吃硬件,长上下文和大批量任务建议走 aicentos。
- 官方文档没有「用第三方 API 生成训练数据」的流程说明,别按这个思路规划流水线。