Szybki start dla użytkowników DeepSeek

Bazowy URL i uwierzytelnianie

Aby korzystać z naszego API, skieruj klienta do https://api.deepseekapi.top/v1. Nie musisz zmieniać ścieżek endpointu; standardowy /v1/chat/completions działa dokładnie tak, jak oczekujesz. Uwierzytelnianie opiera się na jednym kluczu API wygenerowanym podczas rejestracji. Przekaż ten klucz w nagłówku Authorization jako token Bearer. Jeśli klucz jest nieobecny lub nieprawidłowy, serwer zwróci błąd 401. Upewnij się, że zmienne środowiskowe są poprawnie ustawione przed wysłaniem pierwszego zapytania.

• Bazowy URL: https://api.deepseekapi.top/v1
• Nagłówek autoryzacji: Authorization: Bearer YOUR_API_KEY

Kopiujcurl 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

Nasze API akceptuje standardowe żądania uzupełnienia czatu. Wyślij żądanie POST do /v1/chat/completions z identyfikatorem modelu uncensored. Model reaguje na wejście tekstowe i generuje wyjście tekstowe bez stosowania filtrów treści typowych dla oficjalnego DeepSeek lub innych dużych dostawców. Dzięki czemu jest idealny do pisania kreatywnego, roleplay lub przetwarzania danych bez ograniczeń. Możesz kontrolować zachowanie za pomocą parametrów takich jak temperature i top_p. Odpowiedź zawiera wygenerowany tekst oraz statystyki użycia tokenów.

Pamiętaj, że model nie jest GPT, Claude ani modelem żadnego innego dostawcy. Jest to niezależny model o otwartych wagach dostrojony do nieograniczonego, zgodnego z prawem użytkowania. Sprawdź stronę cennika pod kątem kosztów tokenów.

Kopiujfrom 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)

Integracja z Node SDK

Dla programistów Node.js proces jest identyczny jak w standardowych integracjach OpenAI. Zainicjuj klienta swoim specyficznym bazowym URL i kluczem API. Ustaw model na uncensored w swojej konfiguracji. SDK obsługuje cykl życia żądania, w tym ponawianie i obsługę błędów, dokładnie tak, jak w przypadku dowolnej usługi kompatybilnej z OpenAI. Pozwala to na ponowne użycie istniejących baz kodu przy minimalnym wysiłku. Upewnij się, że używasz najnowszej wersji pakietu openai npm dla pełnej kompatybilności.

API obsługuje zarówno wywołania synchroniczne, jak i asynchroniczne. Możesz przekazywać wiadomości w standardowym formacie tablicy messages. Struktura odpowiedzi odpowiada specyfikacji API OpenAI, co ułatwia migrację.

Kopiujimport 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);

Odpowiedzi strumieniowe

Włącz strumieniowanie, ustawiając stream: true w swoim żądaniu. API zwraca strumień Server-Sent Events (SSE). Każdy fragment zawiera częściową odpowiedź, pozwalając na wyświetlanie tekstu w miarę jego generowania. Dane o użyciu tokenów są dołączane tylko w ostatnim fragmencie strumienia, a nie w każdym. To rozwiązanie zmniejsza rozmiar ładunku, zapewniając jednocześnie dokładne metryki rozliczeniowe. Nie musisz konfigurować specjalnych stream_options, aby uzyskać dane o użyciu; są one dostarczane automatycznie na końcu.

Obsłuż zdarzenia strumienia, aby aktualizować interfejs użytkownika w czasie rzeczywistym. Strumień kończy się, gdy model zakończy generowanie odpowiedzi lub osiągnie limit.

Kopiujstream = 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)

Wywoływanie funkcji i tryb JSON

API obsługuje wywoływanie funkcji za pomocą parametrów tools i tool_choice. Zdefiniuj swoje funkcje w żądaniu, a model zwróci strukturalne wywołania narzędzi. Możesz również wymusić ścisły output JSON, ustawiając response_format na {"type": "json_object"}. Jest to przydatne przy generowaniu danych strukturalnych bez błędów parsowania. Model jest dostrojony do niezawodnego przestrzegania tych instrukcji.

Połącz wywoływanie funkcji ze strumieniowaniem dla dynamicznych interakcji. API zachowuje kontekst przez wiele tur, umożliwiając złożone wieloetapowe przepływy pracy. Upewnij się, że definicje funkcji są jasne i dobrze ustrukturyzowane dla najlepszych wyników.

Limity, błędy i okno kontekstu

Twoje okno kontekstu wynosi 100 000 tokenów, łącząc prompt i uzupełnienie. Maksymalne wyjście to 32 000 tokenów na zapytanie lub 2 048, jeśli nie ustawisz max_tokens. Limity zapytań to 300 zapytań na minutę i 8 równoległych zapytań na klucz. Jeśli przekroczysz te limity, otrzymasz błąd 429. Błąd 401 oznacza nieprawidłowy klucz, a błąd 402 oznacza wyczerpanie przedpłaconego kredytu. Błędy i odrzucenia nie zużywają tokenów. Zapytania są ograniczone do ciała o rozmiarze 8 MB. Zarejestruj się za pomocą Google lub e-maila, aby natychmiast uzyskać klucz.