DeepSeekユーザー向けクイックスタート

ベースURLと認証

APIを使用するには、クライアントをhttps://api.deepseekapi.top/v1にポイントしてください。エンドポイントパスを変更する必要はありません。標準の/v1/chat/completionsが期待どおりに機能します。認証はサインアップ時に生成された単一のAPIキーに依存します。このキーをAuthorizationヘッダーにBearerトークンとして渡してください。キーが不足しているか無効な場合、サーバーは401エラーを返します。最初のリクエストを行う前に、環境変数が正しく設定されていることを確認してください。

• ベースURL: https://api.deepseekapi.top/v1
• Authヘッダー: Authorization: Bearer YOUR_API_KEY

コピーcurl 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."}]
  }'

チャット補完エンドポイント

当社のAPIは標準のチャット補完リクエストを受け付けます。モデルIDをuncensoredとして、/v1/chat/completionsにPOSTリクエストを送信してください。モデルはコンテンツフィルタを適用せずにテキスト入力を処理し、テキスト出力を生成します。これは公式のDeepSeekやその他の主要プロバイダーに典型的なフィルタリングが行われません。これはクリエイティブライティング、ロールプレイ、または制限のないデータ処理に最適です。temperatureやtop_pなどのパラメータを使用して動作を制御できます。レスポンスには生成されたテキストとトークン使用統計が含まれます。

モデルはGPT、Claude、または他のベンダーのモデルではないことを覚えておいてください。これは独立したオープンウェイトモデルであり、制限のない合法的使用向けに調整されています。トークンコストについては料金ページをご覧ください。

コピーfrom 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統合

Node.js開発者の方には、標準的なOpenAI統合と同じプロセスです。クライアントを特定のベースURLとAPIキーで初期化します。設定でモデルをuncensoredに設定してください。SDKはOpenAI互換サービスと同様に、リトライやエラー処理を含むリクエストライフサイクルを処理します。これにより、既存のコードベースを最小限の摩擦で再利用できます。完全な互換性のために、最新のopenai npmパッケージを使用していることを確認してください。

APIは同期呼び出しと非同期呼び出しの両方をサポートしています。標準のmessages配列形式でメッセージを渡すことができます。レスポンス構造はOpenAI API仕様と一致しており、移行は簡単です。

コピーimport 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);

ストリーミングレスポンス

リクエストでstream: trueを設定してストリーミングを有効にします。APIはServer-Sent Events (SSE)ストリームを返します。各チャンクには部分的なレスポンスが含まれており、生成されるテキストを表示できます。トークン使用データはストリームの最終チャンクに含まれますが、すべてのチャンクに含まれるわけではありません。この設計はペイロードサイズを削減しながら、正確な請求指標を提供します。使用データを得るために特別なstream_optionsを設定する必要はありません。それは自動的に最後に提供されます。

ストリームイベントを処理してUIをリアルタイムで更新してください。ストリームはモデルがレスポンスを完了するか、制限に達したときに終了します。

コピーstream = 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)

関数呼び出しとJSONモード

APIはtoolsとtool_choiceパラメータを介して関数呼び出しをサポートします。リクエストに関数を定義し、モデルは構造化されたツール呼び出しを返します。また、response_formatを{"type": "json_object"}に設定することで、厳密なJSON出力を強制することもできます。これは解析エラーなしで構造化データを生成する場合に役立ちます。モデルはこれらの指示を確実に従うように調整されています。

動的な相互作用のために関数呼び出しをストリーミングと組み合わせます。APIは複数のターンにわたってコンテキストを維持し、複雑なマルチステップワークフローを可能にします。最高の結果を得るために、関数定義を明確かつ構造化されたものにしてください。

制限、エラー、コンテキストウィンドウ

コンテキストウィンドウは100,000トークンで、プロンプトと completion を合計した値です。1つのリクエストあたりの最大出力は32,000トークンです。max_tokensを設定しない場合は2,048トークンになります。レート制限は1分あたり300リクエスト、キーあたり8つの同時リクエストです。これを超えると、429エラーが発生します。401エラーはキーが無効であることを示し、402エラーは前払いクレジットが枯渇したことを意味します。エラーや拒否はトークンを消費しません。リクエストのボディは8 MBまでです。Googleまたはメールアドレスでサインアップすると、すぐにキーを取得できます。