DeepSeek उपयोगकर्ताओं के लिए त्वरित प्रारंभ

बेस URL और प्रमाणीकरण

हमारे API का उपयोग करने के लिए, अपने क्लाइंट को https://api.deepseekapi.top/v1 पर इंगित करें। आपको एंडपॉइंट पथों में कोई बदलाव करने की आवश्यकता नहीं है; मानक /v1/chat/completions बिल्कुल उम्मीद के अनुसार काम करता है। प्रमाणीकरण साइनअप के दौरान उत्पन्न की गई एकल API कुंजी पर निर्भर करता है। इस कुंजी को Authorization हेडर में Bearer टोकन के रूप में पास करें। यदि कुंजी अनुपस्थित या अमान्य है, तो सर्वर 401 त्रुटि लौटाता है। अपना पहला अनुरोध करने से पहले सुनिश्चित करें कि आपके पर्यावरण वेरिएबल सही ढंग से सेट हैं।

• बेस URL: https://api.deepseekapi.top/v1
• Auth हेडर: Authorization: Bearer YOUR_API_KEY

कॉपी करेंcurl 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."}]
  }'

Chat Completions एंडपॉइंट

हमारा API मानक चैट पूर्णता अनुरोध स्वीकार करता है। मॉडल ID uncensored के साथ POST अनुरोध भेजें /v1/chat/completions पर। मॉडल टेक्स्ट इनपुट का उत्तर देता है और आधिकारिक DeepSeek या अन्य प्रमुख प्रदाताओं की सामान्य सामग्री फ़िल्टर लागू किए बिना टेक्स्ट आउटपुट उत्पन्न करता है। यह रचनात्मक लेखन, रोलप्ले या असीमित डेटा प्रसंस्करण के लिए आदर्श है। आप temperature और top_p जैसे पैरामीटर का उपयोग करके व्यवहार को नियंत्रित कर सकते हैं। प्रतिक्रिया में उत्पन्न टेक्स्ट और टोकन उपयोग के आँकड़े शामिल हैं।

याद रखें कि मॉडल GPT, Claude या किसी अन्य विक्रेता का मॉडल नहीं है। यह एक स्वतंत्र ओपन-वेट मॉडल है जिसे असीमित कानूनी उपयोग के लिए ट्यून किया गया है। टोकन लागत के लिए मूल्य सूची पृष्ठ देखें।

कॉपी करेंfrom 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)

Node SDK इंटीग्रेशन

Node.js डेवलपर्स के लिए, प्रक्रिया मानक OpenAI एकीकरण के समान है। अपने विशिष्ट बेस URL और API कुंजी के साथ क्लाइंट को इनिशियलाइज़ करें। अपनी कॉन्फ़िगरेशन में मॉडल को uncensored पर सेट करें। SDK अनुरोध जीवनचक्र, जिसमें पुनरावृत्ति और त्रुटि प्रबंधन शामिल है, को संभालता है, बिल्कुल वैसे ही जैसे यह किसी भी OpenAI-संगत सेवा के लिए करता। इससे आपको मौजूदा कोडबेस को न्यूनतम बाधा के साथ पुन: उपयोग करने की अनुमति मिलती है। पूर्ण संगतता के लिए सुनिश्चित करें कि आप openai npm पैकेज का एक हालिया संस्करण उपयोग कर रहे हैं।

API सिंक्रोनस और असिंक्रोनस दोनों कॉल का समर्थन करता है। आप मानक messages सरूप प्रारूप में संदेश पास कर सकते हैं। प्रतिक्रिया संरचना OpenAI API विनिर्देश से मेल खाती है, जिससे माइग्रेशन सीधा होता है।

कॉपी करेंimport 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);

स्ट्रीमिंग प्रतिक्रियाएं

अपने अनुरोध में stream: true सेट करके स्ट्रीमिंग सक्षम करें। API एक सर्वर-संदेशित घटनाएं (SSE) स्ट्रीम लौटाता है। प्रत्येक चंक में आंशिक प्रतिक्रिया होती है, जिससे आपको टेक्स्ट को उत्पन्न होते हुए प्रदर्शित करने की अनुमति मिलती है। टोकन उपयोग के आँकड़े केवल स्ट्रीम के अंतिम चंक में शामिल होते हैं, प्रत्येक चंक में नहीं। यह डिज़ाइन पेलोड आकार को कम करता है जबकि अभी भी सटीक बिलिंग मेट्रिक्स प्रदान करता है। आपको उपयोग आँकड़े प्राप्त करने के लिए विशेष stream_options कॉन्फ़िगर करने की आवश्यकता नहीं है; इसे अंत में स्वचालित रूप से प्रदान किया जाता है।

अपने UI को रियल-टाइम में अपडेट करने के लिए स्ट्रीम इवेंट्स को संभालें। स्ट्रीम तब समाप्त होती है जब मॉडल अपनी प्रतिक्रिया पूरी करता है या एक सीमा को छू लेता है।

कॉपी करेंstream = 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)

फ़ंक्शन कॉलिंग और JSON मोड

API tools और tool_choice पैरामीटर के माध्यम से फ़ंक्शन कॉलिंग का समर्थन करता है। अनुरोध में अपनी फ़ंक्शन परिभाषित करें, और मॉडल संरचित उपकरण आह्वान लौटाएगा। आप response_format को {"type": "json_object"} सेट करके कठोर JSON आउटपुट भी लागू कर सकते हैं। यह पार्सिंग त्रुटियों के बिना संरचित डेटा उत्पन्न करने के लिए उपयोगी है। मॉडल इन निर्देशों का पालन करने के लिए अनुकूलित है।

गतिशील इंटरैक्शन के लिए फ़ंक्शन कॉलिंग को स्ट्रीमिंग के साथ जोड़ें। API कई टर्न्स के बीच संदर्भ बनाए रखता है, जटिल मल्टी-स्टेप वर्कफ़्लो की अनुमति देता है। सर्वोत्तम परिणामों के लिए सुनिश्चित करें कि आपके फ़ंक्शन परिभाषाएं स्पष्ट और अच्छी तरह से संरचित हैं।

लिमिट्स, त्रुटियां और कॉन्टेक्स्ट विंडो

आपकी कॉन्टेक्स्ट विंडो 100,000 टोकन की है, जिसमें प्रॉम्प्ट और पूर्णता शामिल है। प्रति अनुरोध अधिकतम आउटपुट 32,000 टोकन है, या 2,048 यदि आप max_tokens सेट नहीं करते। रेट लिमिट प्रति मिनट 300 अनुरोध और प्रति कुंजी 8 समानांतर अनुरोध हैं। यदि आप इनसे अधिक हो जाते हैं, तो आपको 429 त्रुटि मिलती है। 401 त्रुटि एक अमान्य कुंजी को इंगित करती है, जबकि 402 त्रुटि का अर्थ है कि आपका प्रीपेड क्रेडिट समाप्त हो गया है। त्रुटियाँ और अस्वीकृतियाँ कोई टोकन खर्च नहीं करतीं। अनुरोधों को 8 MB के बॉडी तक सीमित किया गया है। तुरंत अपनी कुंजी प्राप्त करने के लिए Google या ईमेल के साथ साइन इन करें।