Guide de démarrage pour les utilisateurs DeepSeek

URL de base et authentification

Pour utiliser notre API, pointez votre client vers https://api.deepseekapi.top/v1. Vous n'avez pas besoin de modifier les chemins d'endpoint ; le standard /v1/chat/completions fonctionne exactement comme prévu. L'authentification repose sur une seule clé API générée lors de l'inscription. Transmettez cette clé dans l'en-tête Authorization en tant que jeton Bearer. Si la clé est manquante ou invalide, le serveur renvoie une erreur 401. Assurez-vous que vos variables d'environnement sont correctement définies avant de faire votre première requête.

• URL de base : https://api.deepseekapi.top/v1
• En-tête d'authentification : Authorization: Bearer YOUR_API_KEY

Copiercurl https://api.deepseekapi.top/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Write a blunt product review of a cheap VPN."}]
  }'

Endpoint Chat Completions

Notre API accepte les requêtes standard de complétion de chat. Envoyez une requête POST à /v1/chat/completions avec un ID de modèle de uncensored. Le modèle répond aux entrées textuelles et génère des sorties textuelles sans appliquer les filtres de contenu typiques de DeepSeek officiel ou d'autres grands fournisseurs. Cela le rend idéal pour l'écriture créative, le jeu de rôle ou le traitement de données sans restriction. Vous pouvez contrôler le comportement à l'aide de paramètres tels que temperature et top_p. La réponse inclut le texte généré et les statistiques d'utilisation des tokens.

N'oubliez pas que le modèle n'est ni GPT, ni Claude, ni aucun autre modèle de fournisseur. Il s'agit d'un modèle à poids ouverts indépendant, optimisé pour une utilisation légale sans restriction. Consultez la page des tarifs pour les coûts des tokens.

Copierfrom 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": "user", "content": "Summarise this thread without softening it."}],
)
print(resp.choices[0].message.content)

Intégration SDK Node.js

Pour les développeurs Node.js, le processus est identique aux intégrations OpenAI standard. Initialisez le client avec votre URL de base et votre clé API spécifiques. Définissez le modèle sur uncensored dans votre configuration. Le SDK gère le cycle de vie de la requête, y compris les nouvelles tentatives et la gestion des erreurs, exactement comme pour tout service compatible OpenAI. Cela vous permet de réutiliser vos bases de code existantes avec un minimum de friction. Assurez-vous d'utiliser une version récente du package npm openai pour une compatibilité totale.

L'API prend en charge les appels synchrones et asynchrones. Vous pouvez transmettre des messages au format standard du tableau messages. La structure de la réponse correspond à la spécification de l'API OpenAI, ce qui rend la migration simple.

Copierimport OpenAI from "openai";

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

const resp = await client.chat.completions.create({
  model: "uncensored",
  messages: [{ role: "user", content: "Draft a villain monologue for my game." }],
});
console.log(resp.choices[0].message.content);

Réponses en streaming

Activez le streaming en définissant stream: true dans votre requête. L'API renvoie un flux Server-Sent Events (SSE). Chaque chunk contient une réponse partielle, vous permettant d'afficher le texte au fur et à mesure de sa génération. Les données d'utilisation des tokens sont incluses uniquement dans le dernier chunk du flux, et non dans chaque chunk. Cette conception réduit la taille du payload tout en fournissant des métriques de facturation précises. Vous n'avez pas besoin de configurer des stream_options spéciaux pour obtenir les données d'utilisation ; elles sont fournies automatiquement à la fin.

Gérez les événements de streaming pour mettre à jour votre interface utilisateur en temps réel. Le flux se termine lorsque le modèle termine sa réponse ou atteint une limite.

Copierstream = client.chat.completions.create(
    model="uncensored",
    messages=[{"role": "user", "content": "Tell the story in second person."}],
    stream=True,
)
for chunk in stream:
    if chunk.choices and chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="", flush=True)

Appel de fonctions et mode JSON

L'API prend en charge l'appel de fonctions via les paramètres tools et tool_choice. Définissez vos fonctions dans la requête, et le modèle renverra des appels d'outils structurés. Vous pouvez également imposer une sortie JSON stricte en définissant response_format sur {"type": "json_object"}. Cela est utile pour générer des données structurées sans erreurs d'analyse. Le modèle est optimisé pour suivre ces instructions de manière fiable.

Combinez l'appel de fonctions avec le streaming pour des interactions dynamiques. L'API maintient le contexte sur plusieurs tours, permettant des workflows complexes en plusieurs étapes. Assurez-vous que vos définitions de fonctions sont claires et bien structurées pour de meilleurs résultats.

Limites, erreurs et fenêtre de contexte

Votre fenêtre de contexte est de 100 000 tokens, combinant prompt et complétion. La sortie maximale est de 32 000 tokens par requête, ou 2 048 si vous ne définissez pas max_tokens. Les limites de débit sont de 300 requêtes par minute et 8 requêtes simultanées par clé. Si vous dépassez ces limites, vous recevez une erreur 429. Une erreur 401 indique une clé invalide, tandis qu'une erreur 402 signifie que votre crédit prépayé est épuisé. Les erreurs et les refus ne consomment aucun token. Les requêtes sont limitées à un corps de 8 Mo. Inscrivez-vous avec Google ou e-mail pour obtenir votre clé immédiatement.