Cara Menggunakan API DeepSeek di Cursor: Pengaturan URL Dasar Kustom

Jawaban singkat

Jika Anda ingin mengetahui cara menggunakan API DeepSeek di Cursor, prosesnya sama untuk penyedia yang kompatibel dengan OpenAI. Anda membuka pengaturan model Cursor, menempelkan kunci API ke bidang kunci OpenAI, mengganti URL dasar OpenAI, dan menambahkan nama model yang tidak dikenal Cursor. Kemudian Anda memilih model tersebut di obrolan.

Satu klarifikasi sebelum Anda memulai. Situs ini bukan API DeepSeek resmi. Ini adalah API teks yang dihosting dan kompatibel dengan OpenAI yang menjalankan satu model bobot terbuka, dijalankan oleh penyedia independen dan disesuaikan untuk menjawab tanpa penolakan konten untuk penggunaan dewasa yang sah. ID modelnya adalah uncensored. Jika Anda memerlukan layanan DeepSeek resmi, gunakan endpoint dan kunci vendor sendiri. Pengaturan di Cursor terlihat sama dalam kedua kasus: hanya tiga nilai yang berubah.

Sebelum Anda membuka Cursor: dapatkan dan uji kunci

Pendaftaran dilakukan melalui Google, atau dengan email dan kata sandi. Setelah itu, halaman kunci API memiliki tombol satu klik yang menambahkan $0,50 kredit uji coba. Kredit ini berlaku selama 7 hari, tidak memerlukan kartu, dan dibatasi satu per orang. Itu cukup untuk beberapa ratus pertanyaan coding singkat, sehingga Anda dapat menyelesaikan seluruh pengaturan sebelum membayar apa pun. Halaman kunci API memandu langkah-langkahnya.

Sekarang uji kunci di luar Cursor. Pesan kesalahan Cursor pendek, dan salah ketik pada kunci terlihat sama dengan URL yang salah. Jalankan ini di 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."}]
  }'

Anda harus mendapatkan balasan JSON dengan fungsi di choices[0].message.content. Anda juga dapat mencantumkan model dengan GET /v1/models, yang merupakan cara cepat untuk mengonfirmasi bahwa kunci diterima. Jika ini berhasil, sisi endpoint selesai dan sisanya adalah konfigurasi Cursor.

Konfigurasikan Cursor langkah demi langkah

1. Buka pengaturan Cursor dan buka bagian Model. Pada sebagian besar build, Anda dapat mengaksesnya dengan ikon roda gigi, lalu Model.
2. Temukan bidang untuk kunci API OpenAI Anda dan tempelkan kunci. Cursor mungkin meminta Anda untuk memverifikasinya. Verifikasi dapat gagal dengan endpoint kustom, karena Cursor memeriksa kunci terhadap daftar modelnya sendiri. Jika demikian, lanjutkan dengan langkah-langkah berikutnya dan nilai berdasarkan apakah obrolan berfungsi.
3. Aktifkan opsi untuk mengganti URL dasar OpenAI dan masukkan https://api.deepseekapi.top/v1. Sertakan /v1 di akhir. Jangan tambahkan /chat/completions; aplikasi klien menambahkan jalur itu sendiri.
4. Gunakan tombol tambah model dan ketik uncensored persis, dalam huruf kecil. Aktifkan di daftar model.
5. Buka panel obrolan, pilih uncensored di pemilih model, dan kirim prompt pendek.

Nama menu berubah antara rilis Cursor, jadi jika label berbeda dari yang di atas, carilah tiga hal yang sama: kunci, URL dasar, model kustom. Dokumentasi resmi Cursor adalah tempat untuk memeriksa nama saat ini.

Satu pengaturan yang perlu diperhatikan

Cursor menyimpan satu penggantian URL dasar OpenAI. Saat diaktifkan, setiap model bernama OpenAI yang Anda gunakan di Cursor akan dialihkan ke alamat baru. Jika Anda juga ingin menggunakan layanan kompatibel OpenAI yang berbeda untuk sesuatu yang lain, matikan penggantian tersebut, atau gunakan profil terpisah.

Apa yang berfungsi dengan endpoint kustom

Kunci kustom digunakan untuk fitur yang memanggil model obrolan: panel obrolan dan edit baris. Fitur-fitur tersebut mengirim permintaan penyelesaian obrolan standar, yang diterima oleh API ini. Layanan mendukung streaming melalui SSE, sehingga respons muncul token demi token di panel obrolan seperti halnya dengan penyedia lain.

Beberapa fitur Cursor bergantung pada model dan server Cursor sendiri, seperti pelengkapan otomatis Tab. Fitur-fitur tersebut tidak beralih ke kunci Anda. Selain itu, Cursor mungkin mengarahkan permintaan melalui backend-nya sendiri sebelum mencapai endpoint Anda, jadi periksa dokumentasinya jika lokasi jaringan atau logging penting bagi Anda. Di sisi kami, prompt tidak digunakan untuk pelatihan.

Fitur bergaya agen bergantung pada pemanggilan fungsi. API mendukung pemanggilan fungsi dengan tools, tool_choice dan tool_calls yang di-stream, dengan hasil yang dikembalikan sebagai role: "tool". Apakah mode Cursor tertentu menggunakan jalur tersebut dengan model kustom dapat berbeda antar versi, jadi anggaplah ini sebagai sesuatu yang perlu diuji pada tugas kecil sebelum Anda membangun alur kerja di atasnya.

Jendela konteks adalah 100.000 token, untuk prompt dan penyelesaian. Itu cukup besar untuk beberapa file sekaligus, tetapi Cursor memutuskan apa yang akan dilampirkan, dan lampiran besar memakan token input pada setiap pesan.

Prompt yang berfungsi baik di editor

Model obrolan di editor hanya berguna sejauh konteks yang Anda berikan. Beberapa kebiasaan membuat perbedaan yang terlihat dengan model apa pun di balik endpoint kustom.

• Lampirkan hanya file yang penting. Setiap file yang dilampirkan adalah token input pada setiap giliran. Dua file yang relevan mengalahkan sepuluh yang terkait longgar, baik untuk kualitas maupun biaya.
• Nyatakan tugas dan batasannya. "Tulis ulang fungsi ini untuk menghindari rekursi, pertahankan tanda tangan" bekerja lebih baik daripada "buat ini lebih baik".
• Minta jawaban berukuran diff. Jika Anda menginginkan perubahan kecil, katakanlah. Jika tidak, model mungkin menulis ulang seluruh file, dan Anda membayar token output.
• Mulai obrolan baru untuk setiap tugas. Percakapan sebelumnya dikirim ulang. Obrolan bersih adalah pemangkasan konteks termurah yang ada.

Model ini disesuaikan untuk menjawab tanpa penolakan konten untuk penggunaan dewasa yang sah, sehingga pertanyaan pemrograman terkait keamanan, seperti cara kerja kelas kerentanan yang dikenal dalam kode Anda sendiri, cenderung mendapatkan jawaban langsung daripada peringatan. Model ini masih membuat kesalahan seperti model bahasa lainnya. Baca kode yang diberikannya dan jalankan pengujian sebelum melakukan commit apa pun.

Jika jawaban panjang macet, periksa bagian batas di bawah. Dua jendela editor yang streaming secara bersamaan pada kunci uji akan mengisi kedua slot konkurensi, dan permintaan ketiga menunggu atau mengembalikan 429.

Biayanya di editor

Harga adalah $0.15 per 1M token input dan $0.50 per 1M token output, dari saldo prabayar. Tidak ada langganan, permintaan yang gagal atau ditolak tidak dibebankan biaya, dan saldo tidak pernah kedaluwarsa.

Giliran obrolan tipikal di editor memiliki banyak input (file yang Anda lampirkan plus riwayat) dan jawaban singkat. Ambil 6.000 token input dan 700 token output:

• Input: 6.000 × $0,15 / 1.000.000 = $0,0009
• Output: 700 × $0,50 / 1.000.000 = $0,00035
• Total: $0,00125 per putaran

Pada ukuran itu, 100 putaran berharga $0,125. Satu hari kerja panjang dengan 400 putaran berharga $0,50. Input mendominasi tagihan saat percakapan bertambah, karena Cursor mengirim ulang riwayat. Memulai obrolan baru saat Anda mengubah tugas adalah cara termudah untuk menjaga angka tersebut tetap rendah.

Ketika Anda ingin lebih dari uji coba, isi saldo adalah jumlah bulat apa pun dari $20 hingga $500, dengan bonus +5% dari $50, +10% dari $100 dan +15% dari $200. Anda dapat membayar dengan kartu (Visa, Mastercard, Apple Pay, Google Pay) atau dengan kripto (USDT di TRC20, USDC di Base). Detailnya ada di halaman harga.

Pemecahan Masalah

401 atau kunci tidak valid

Kunci tersebut ditempelkan dengan spasi di akhir, atau milik situs yang berbeda. Jalankan kembali pengujian curl dengan string yang sama. Jika curl berhasil dan Cursor tidak, tempelkan kunci lagi.

404 atau model tidak ditemukan

Biasanya URL dasar tidak menyertakan /v1 atau memiliki jalur tambahan di akhir. Nama model harus persis uncensored.

Respons 429

Kunci penuh memungkinkan 8 permintaan paralel dan 300 permintaan per menit. Kunci uji coba memungkinkan 2 permintaan paralel dan 60 per menit. Kode kesalahan rate_limited berarti terlalu banyak permintaan per menit dan concurrency berarti terlalu banyak sekaligus. Saat kelebihan beban sementara, Anda juga mendapatkan 429 dengan Retry-After: 5. Respons yang di-stream memegang slotnya hingga stream berakhir, sehingga beberapa jendela editor yang di-stream secara bersamaan dapat mencapai batas konkurensi pada kunci uji coba.

Model menolak atau keluar dari topik

Model ini telah disesuaikan untuk menghindari penolakan konten guna penggunaan dewasa yang sah, namun tetap merupakan model bahasa dan mengikuti prompt Anda. Berikan instruksi sistem yang jelas dan tugas yang presisi. Batas kerasnya adalah konten seksual yang melibatkan anak di bawah umur tidak pernah diizinkan.

Dokumentasi quickstart mencantumkan header yang dikembalikan pada setiap respons, termasuk X-Request-Id, yang berguna untuk dikutip saat menghubungi dukungan.

Panduan lainnya

• Cara Menggunakan API DeepSeek di SillyTavern: Endpoint Kustom
• Contoh API DeepSeek Python: Chat, Streaming, Alat
• Kunci API DeepSeek: Akses API LLM Tanpa Sensor