Comment utiliser l'API DeepSeek dans Cursor : configuration de l'URL de base personnalisée

La réponse courte

Si vous voulez savoir comment utiliser l'API deepseek dans Cursor, le processus est le même pour tout fournisseur compatible OpenAI. Vous ouvrez les paramètres du modèle de Cursor, collez une clé API dans le champ de clé OpenAI, remplacez l'URL de base OpenAI et ajoutez un nom de modèle que Cursor ne connaît pas. Ensuite, vous sélectionnez ce modèle dans le chat.

Une clarification avant de commencer. Ce site n'est pas l'API officielle DeepSeek. C'est une API textuelle hébergée compatible OpenAI qui exécute un seul modèle à poids ouverts, gérée par un fournisseur indépendant et ajustée pour répondre sans refus de contenu pour une utilisation adulte légale. L'ID du modèle est uncensored. Si vous avez besoin du service officiel DeepSeek, utilisez plutôt l'endpoint et la clé du fournisseur. Les paramètres dans Cursor sont identiques dans les deux cas : seules les trois valeurs changent.

Avant d'ouvrir Cursor : obtenez et testez une clé

L'inscription se fait avec Google, ou avec un e-mail et un mot de passe. Ensuite, la page de clé API propose un bouton en un clic qui ajoute 0,50 $ de crédit d'essai. Il est valable 7 jours, ne nécessite pas de carte et est limité à un par personne. Cela suffit pour quelques centaines de questions de codage courtes, afin que vous puissiez terminer toute la configuration avant de payer quoi que ce soit. La page de clé explique les étapes.

Testez maintenant la clé en dehors de Cursor. Les messages d'erreur de Cursor sont courts, et une faute de frappe dans la clé ressemble à une URL incorrecte. Exécutez ceci dans un terminal :

Copycurl https://api.deepseekapi.top/v1/chat/completions   -H "Authorization: Bearer YOUR_KEY"   -H "Content-Type: application/json"   -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Write a Python function that reverses a string."}]
  }'

Vous devriez obtenir une réponse JSON avec la fonction dans choices[0].message.content. Vous pouvez également lister les modèles avec GET /v1/models, ce qui est un moyen rapide de confirmer que la clé est acceptée. Si cela fonctionne, le côté endpoint est terminé et tout le reste est la configuration de Cursor.

Configurez Cursor étape par étape

1. Ouvrez les paramètres de Cursor et allez dans la section Modèles. Sur la plupart des versions, vous y accédez avec l'icône engrenage, puis Modèles.
2. Trouvez le champ pour votre clé API OpenAI et collez la clé. Cursor peut vous demander de la vérifier. La vérification peut échouer avec un endpoint personnalisé, car Cursor vérifie la clé par rapport à sa propre liste de modèles. Si c'est le cas, continuez avec les étapes suivantes et jugez par le fonctionnement du chat.
3. Activez l'option pour remplacer l'URL de base OpenAI et entrez https://api.deepseekapi.top/v1. Incluez le /v1 à la fin. N'ajoutez pas /chat/completions ; l'application client ajoute ce chemin elle-même.
4. Utilisez le bouton d'ajout de modèle et tapez uncensored exactement, en minuscules. Activez-le dans la liste des modèles.
5. Ouvrez un panneau de chat, choisissez uncensored dans le sélecteur de modèles, et envoyez un prompt court.

Les noms des menus changent entre les versions de Cursor, donc si une étiquette diffère de celle ci-dessus, recherchez les trois mêmes éléments : clé, URL de base, modèle personnalisé. La documentation de Cursor est l'endroit où vérifier les noms actuels.

Un paramètre à surveiller

Cursor conserve une seule substitution d'URL de base OpenAI. Tant qu'elle est activée, chaque modèle nommé OpenAI que vous utilisez dans Cursor va à la nouvelle adresse. Si vous souhaitez également utiliser un autre service compatible OpenAI pour autre chose, désactivez la substitution, ou utilisez un profil séparé.

Ce qui fonctionne avec un endpoint personnalisé

Une clé personnalisée est utilisée pour les fonctionnalités qui appellent un modèle de chat : le panneau de chat et les modifications en ligne. Celles-ci envoient une requête standard de complétion de chat, ce que cette API accepte. Le service prend en charge le streaming via SSE, donc les réponses apparaissent token par token dans le panneau de chat comme avec d'autres fournisseurs.

Certaines fonctionnalités de Cursor dépendent des modèles et serveurs propres de Cursor, comme sa complétion par Tab. Celles-ci ne basculent pas vers votre clé. De plus, Cursor peut router les requêtes via son propre backend avant qu'elles n'atteignent votre endpoint, donc vérifiez sa documentation si l'emplacement réseau ou la journalisation vous importe. De notre côté, les prompts ne sont pas utilisés pour l'entraînement.

Les fonctionnalités de type agent reposent sur l'appel d'outils. L'API prend en charge l'appel d'outils avec tools, tool_choice et le streaming de tool_calls, les résultats étant retournés en tant que role: "tool". Le fait qu'un mode Cursor donné utilise ce chemin avec un modèle personnalisé peut varier selon les versions, considérez-le donc comme quelque chose à tester sur une petite tâche avant de construire un workflow autour.

La fenêtre de contexte est de 100 000 tokens, prompt plus complétion. C'est assez grand pour plusieurs fichiers à la fois, mais Cursor décide quoi joindre, et une grosse pièce jointe coûte des tokens d'entrée à chaque message.

Prompts qui fonctionnent bien dans un éditeur

Un modèle de chat dans un éditeur n'est utile que dans la mesure du contexte que vous lui donnez. Quelques habitudes font une différence visible avec n'importe quel modèle derrière un endpoint personnalisé.

• N'attachez que les fichiers qui comptent. Chaque fichier attaché est des tokens d'entrée à chaque tour. Deux fichiers pertinents battent dix vaguement liés, tant pour la qualité que pour le coût.
• Énoncez la tâche et la contrainte. « Réécris cette fonction pour éviter la récursivité, garde la signature » fonctionne mieux que « améliore ceci ».
• Demandez une réponse de la taille d'un diff. Si vous voulez un petit changement, précisez-le. Sinon, le modèle peut réécrire tout le fichier, et vous payez pour les tokens de sortie.
• Commencez un nouveau chat par tâche. Les anciens tours sont renvoyés. Un chat propre est le moyen le moins cher de réduire le contexte.

Le modèle est ajusté pour répondre sans refus de contenu pour une utilisation adulte légale, donc les questions de codage liées à la sécurité, comme le fonctionnement d'une classe connue de vulnérabilité dans votre propre code, tendent à obtenir une réponse directe plutôt qu'un avertissement. Il fait toujours des erreurs comme n'importe quel modèle de langage. Lisez le code qu'il vous donne et exécutez les tests avant de valider quoi que ce soit.

Si une longue réponse stagne, consultez la section des limites ci-dessous. Deux fenêtres d'éditeur en streaming en même temps sur une clé d'essai rempliront les deux emplacements de concurrence, et la troisième requête attendra ou retournera une 429.

Ce que cela coûte dans un éditeur

Le prix est de 0,15 $ par 1 M de tokens d'entrée et de 0,50 $ par 1 M de tokens de sortie, prélevés sur le crédit prépayé. Il n'y a pas d'abonnement, les requêtes échouées ou refusées ne sont pas facturées, et le crédit n'expire jamais.

Un tour de chat typique dans un éditeur a beaucoup d'entrée (le fichier que vous avez attaché plus l'historique) et une courte réponse. Prenez 6 000 tokens d'entrée et 700 tokens de sortie :

• Entrée : 6 000 × 0,15 $ / 1 000 000 = 0,0009 $
• Sortie : 700 × 0,50 $ / 1 000 000 = 0,00035 $
• Total : 0,00125 $ par tour

À cette taille, 100 tours coûtent 0,125 $. Une longue journée de travail de 400 tours coûte 0,50 $. L'entrée domine la facture une fois que les conversations grandissent, car Cursor renvoie l'historique. Commencer un nouveau chat lorsque vous changez de tâche est le moyen le plus simple de garder ce nombre bas.

Lorsque vous voulez plus que l'essai, les recharges sont un montant entier de 20 $ à 500 $, avec un bonus de +5 % à partir de 50 $, +10 % à partir de 100 $ et +15 % à partir de 200 $. Vous pouvez payer par carte (Visa, Mastercard, Apple Pay, Google Pay) ou avec de la crypto (USDT sur TRC20, USDC sur Base). Les détails sont sur la page des tarifs.

Dépannage

401 ou clé invalide

La clé a été collée avec un espace à la fin, ou elle appartient à un autre site. Relancez le test curl avec la même chaîne. Si curl fonctionne et que Cursor non, collez à nouveau la clé.

404 ou modèle introuvable

Généralement, il manque /v1 à l'URL de base ou a un chemin supplémentaire à la fin. Le nom du modèle doit être exactement uncensored.

Réponses 429

Une clé complète permet 8 requêtes simultanées et 300 requêtes par minute. La clé d'essai permet 2 requêtes simultanées et 60 par minute. Le code d'erreur rate_limited signifie trop de requêtes par minute et concurrency signifie trop de requêtes à la fois. En cas de surcharge temporaire, vous obtenez également une 429 avec Retry-After: 5. Une réponse en streaming occupe son emplacement jusqu'à la fin du streaming, donc plusieurs fenêtres d'éditeur en streaming en même temps peuvent atteindre la limite de concurrence sur une clé d'essai.

Le modèle refuse ou s'éloigne du sujet

Le modèle est ajusté pour éviter les refus de contenu dans le cadre d'une utilisation légale pour adultes, mais il reste un modèle de langage et suit votre prompt. Donnez-lui une instruction système claire et une tâche précise. La limite absolue est que le contenu sexuel impliquant des mineurs est toujours interdit.

La documentation de démarrage rapide liste les en-têtes retournés à chaque réponse, y compris X-Request-Id, qui est utile à citer lorsque vous contactez le support.

Plus de guides

• Comment utiliser l'API DeepSeek dans SillyTavern : endpoint personnalisé
• Exemple Python de l'API DeepSeek : chat, streaming, outils
• Clé API DeepSeek : accès à l'API LLM sans censure