DeepSeek API SDK: استخدم OpenAI SDK وقم بتبديل نقاط النهاية

لماذا يُعد SDK الخاص بـ OpenAI هو SDK الخاص بـ DeepSeek API

عندما يبحث الأشخاص عن SDK الخاص بـ DeepSeek API، فإنهم يتوقعون حزمة برمجية تحمل اسم البائع. في الواقع، تصف وثائق DeepSeek الخاصة استدعاء الـ API الخاص بها عبر SDK الخاص بـ OpenAI مع عنوان URL أساسي مختلف، لأن الـ API يتبع طلبات OpenAI وتنسيق الاستجابة. تحقق من وثائقهم الحالية للحصول على عنوان URL الأساسي واسم النموذج الدقيقين؛ فهم المرجع المعتمد في خدمتهم.

النتيجة مفيدة. يمكن لأي كود مكتوب باستخدام مكتبة عميل OpenAI التحدث مع أي خادم يطبق نقاط النهاية نفسها، وهي هنا POST /v1/chat/completions، وPOST /v1/responses، وGET /v1/models. يصبح الانتقال بين المزودين مجرد تغيير في التكوين بدلاً من إعادة الكتابة. يوضح هذا المقال النمط في Python و Node و curl، ثم الهيكل الذي يجعل التبديل سهلاً.

إعداد Python

قم بتثبيت الحزمة الرسمية ووجهها إلى نقطة النهاية:

Copypip install openai

Copyfrom openai import OpenAI

client = OpenAI(
    base_url="https://api.deepseekapi.top/v1",
    api_key="YOUR_KEY",
)

resp = client.chat.completions.create(
    model="uncensored",
    messages=[
        {"role": "system", "content": "You are a concise technical assistant."},
        {"role": "user", "content": "Explain idempotency in two sentences."},
    ],
)
print(resp.choices[0].message.content)
print(resp.usage)

احصل على مفتاح من صفحة مفتاح واجهة برمجة التطبيقات. يمكن للمستخدمين الجدد الحصول على رصيد تجريبي بقيمة $0.50 بنقرة واحدة وبدون بطاقة. يشرح المقال DeepSeek API Python هذه اللغة بشكل أعمق، بما في ذلك معالجة الأخطاء.

إعداد Node.js

Copynpm install openai

Copyimport OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://api.deepseekapi.top/v1",
  apiKey: process.env.API_KEY,
});

const stream = await client.chat.completions.create({
  model: "uncensored",
  stream: true,
  messages: [{ role: "user", content: "List four uses of a message queue." }],
});

for await (const chunk of stream) {
  process.stdout.write(chunk.choices[0]?.delta?.content ?? "");
}

النمط متطابق: عنوان URL الأساسي، المفتاح، النموذج. يُرجع البث المتدفق SSE، وتحول المكتبة هذه الأحداث إلى مُكرّر غير متزامن. يتبع استدعاء الأدوات نفس المخطط الخاص بواجهات برمجة التطبيقات المتوافقة مع OpenAI: مرر tools، واقرأ الـ tool_calls المتدفقة، ثم أعد النتائج كرسائل role: "tool".

اجعل نقطة النهاية قابلة للتبديل

لا تقم بتثبيت القيم الثلاث بشكل ثابت. اقرأها من البيئة ولف إنشاء العميل في دالة واحدة. ثم يعني الانتقال من نقطة نهاية إلى أخرى تعديل ملف .env، وليس الكود.

Copyimport os
from openai import OpenAI

def make_client():
    return OpenAI(
        base_url=os.environ.get("LLM_BASE_URL", "https://api.deepseekapi.top/v1"),
        api_key=os.environ["LLM_API_KEY"],
    )

MODEL = os.environ.get("LLM_MODEL", "uncensored")

def ask(prompt: str) -> str:
    r = make_client().chat.completions.create(
        model=MODEL,
        messages=[{"role": "user", "content": prompt}],
        temperature=0.7,
    )
    return r.choices[0].message.content

الآن، يحتاج مزوّد مختلف فقط إلى ثلاث متغيرات بيئة. تقرأ المكتبات الرسمية أيضًا OPENAI_API_BASE و OPENAI_API_KEY في بعض الإصدارات، لكن المتغيرات الصريحة أكثر وضوحًا وتتجنب المفاجآت عند تشغيل عدة مزوّدين في وقت واحد.

إذا كنت تستخدم TypeScript أو لغة أخرى، فالفكرة نفسها: دالة مصنع واحدة، وثلاث متغيرات، بدون أسماء مزوّدات مشتتة في الكود. خطأ شائع هو السماح لاسم البائع بالتسرب إلى أسماء الدوال ورسائل السجل وأسماء المتغيرات، مما يجعل التبديل اللاحق أكثر صعوبة مما يجب. سمِّ الأشياء حسب الوظيفة (ask، summarise) بدلاً من المزوّد.

احتفظ باختبار صغير يرسل موجّهًا ثابتًا واحدًا عبر ask() ويتحقق من وجود إجابة غير فارغة. شغله بعد كل تغيير في نقطة النهاية؛ فإنه يلتقط عناوين URL والمفاتيح الخاطئة في ثوانٍ.

ما الذي يبقى كما هو وما الذي يتغير عند التبديل

الصف الأخير هو الذي يلفت انتباه الناس. نقطة النهاية متوافقة على مستوى البروتوكول، وليس على مستوى السلوك. يمكن لمزوّدين قبول طلبات متطابقة وإعطاء إجابات مختلفة جدًا. النموذج هنا هو نموذج مفتوح الأوزان واحد من مزوّد مستقل، مُضبط للإجابة بدون رفض المحتوى للاستخدام القانوني للبالغين، وهو ليس واجهة برمجة التطبيقات الرسمية لـ DeepSeek أو أي مختبر آخر. أعد اختبار الموجّهات التي ضبطتها لنموذج آخر.

الميزات التي تمتلكها نقطة النهاية، وتفتقر إليها

• مدعوم: إكمال الدردشة، تنسيق Responses، سرد النماذج، البث المتدفق، استدعاء الأدوات، وضع JSON (response_format مع json_object)، وتمرير temperature و top_p و stop و seed والعقوبات.
• غير مُقدَّم: توليد الصور أو الصوت أو الفيديو، التضمينات، الضبط الدقيق.
• الحدود: نافذة 100,000 رمز، حد أقصى لحجم الجسم 8 ميجابايت، 8 طلبات متزامنة و 300 في الدقيقة على مفتاح كامل (2 و 60 على مفتاح تجريبي).
• الأخطاء: HTTP 429 مع الرمز rate_limited أو concurrency، ورأس Retry-After: 5 عند الحمل الزائد المؤقت.

إذا كان كودك يستدعي نقطة نهاية للتضمينات، فستحتاج إلى مزود آخر لذلك الجزء ويمكنك الاستمرار في الدردشة هنا. تقسيم المهام هو سبب شائع لنمط متغيرات البيئة المذكور أعلاه.

قائمة مراجعة للانتقال

عند استبدال نقطة نهاية بأخرى في مشروع قائم، اعمل خلال قائمة قصيرة بدلاً من تغيير كل شيء مرة واحدة.

1. أثبت نقطة النهاية. أرسل طلباً واحداً مع curl وتأكد من استلام نص كاستجابة. اتصل بـ GET /v1/models وتأكد من أن المعرف uncensored مدرج.
2. غيّر القيم الثلاث. نقطة النهاية الأساسية، والمفتاح، واسم النموذج، ولا شيء آخر. لا تلمس الموجّهات بعد.
3. شغّل اختباراتك الحالية. إذا كانت لديك اختبارات انحدار الموجّه، شغّلها ولاحظ الفشل. الفشل عادة يكون سلوكياً، مثل تنسيق إخراج مختلف، وليس أخطاء بروتوكول.
4. تحقق من المعاملات. أزل الخيارات التي لا تحتاجها نقطة النهاية. احتفظ بـ temperature و top_p و stop و seed إذا كنت تستخدمها.
5. اختبر البث المتدفق والأدوات بشكل منفصل. غالباً ما تختبئ أخطاء البث في كود العميل الذي يفترض تخطيط شريحة محدد. تحتاج استدعاءات الدوال إلى مخطط يلتزم به النموذج جيداً، لذا اختبره مع دوالك الحقيقية.
6. قِس التكلفة وزمن الوصول على حركة المرور الحقيقية. قارن يوماً من الطلبات، وليس موجهاً واحداً.

افعل ذلك في فرع أو مع علم ميزة يحول حصة صغيرة من حركة المرور إلى نقطة النهاية الجديدة. لأن كود العميل مشترك، فإن التراجع هو تغيير متغير بيئة.

معالجة إعادة المحاولة وقراءة الاستخدام

تعيد المكتبات محاولة بعض الأخطاء افتراضيًا، لكن لا يزال يتعيّن عليك التعامل مع الخطأ 429 بنفسك، لأن حدود التزامن حقيقية في بيئة الإنتاج. التقط استثناء حدّ المعدل، وانتظر عدد الثواني المحدد في Retry-After (5 في حالة الحمل الزائد)، ثم أعد المحاولة عدة مرات. الطلبات الفاشلة لا تُحسب تكلفتها، لذا تعد إعادة المحاولة آمنة لرصيدك.

سجّل usage.prompt_tokens وusage.completion_tokens في كل استدعاء. التسعير هو $0.15 لكل مليون رمز إدخال و$0.50 لكل مليون رمز إخراج، لذا فإن استدعاءً يحتوي على 2,000 رمز إدخال و600 رمز إخراج يكلف 2,000 × $0.15 / 1M + 600 × $0.50 / 1M = $0.0003 + $0.0003 = $0.0006. تتضمن رؤوس الاستجابة أيضًا X-Balance-USD للرصيد المتبقي. انظر صفحة التسعير لشحن الرصيد والمكافآت، والوثائق للحصول على قائمة المعاملات الكاملة.

المحررات والأدوات الأخرى

القيم الثلاث تنتقل إلى أي أداة تحتوي على إعداد مزود متوافق مع OpenAI. تشرح المقالة حول استخدام واجهة برمجة تطبيقات على نمط DeepSeek في Cursor كيفية استخدام محرر واحد بهذه الطريقة. في كل أداة، تُسمى الحقول بشكل مختلف قليلاً، لكنك دائمًا تدخل عنوان URL الأساسي الذي ينتهي بـ /v1، والمفتاح، واسم النموذج.

المزيد من الأدلة

• تكلفة واجهة برمجة تطبيقات DeepSeek مقابل واجهة برمجة تطبيقات OpenAI: أمثلة عملية
• مفتاح DeepSeek API: الوصول إلى LLM بدون رقابة