DeepSeek 用户快速上手

基础 URL 和认证

要使用我们的 API，请将客户端指向 https://api.deepseekapi.top/v1。您无需更改接口路径；标准的 /v1/chat/completions 完全按预期工作。认证依赖于注册时生成的单个 API 密钥。将此密钥作为 Bearer 令牌传入 Authorization 头部。如果密钥缺失或无效，服务器将返回 401 错误。在发出第一个请求之前，请确保正确设置了环境变量。

• 基础 URL：https://api.deepseekapi.top/v1
• 认证头部：Authorization: Bearer YOUR_API_KEY

复制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."}]
  }'

聊天补全接口

我们的 API 接受标准的聊天补全请求。向 /v1/chat/completions 发送 POST 请求，模型 ID 设为 uncensored。该模型接收文本输入并生成文本输出，不应用官方 DeepSeek 或其他主要提供商通常使用的内容过滤器。这使其非常适合创意写作、角色扮演或不受限制的数据处理。您可以使用 temperature 和 top_p 等参数控制行为。响应包括生成的文本和 token 使用统计。

请记住，该模型不是 GPT、Claude 或任何其他厂商的模型。它是一个独立的开放权重模型，专为不受限制的法律用途进行调整。请查看定价页面了解 token 成本。

复制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 集成

对于 Node.js 开发者，过程与标准 OpenAI 集成完全相同。使用您的特定基础 URL 和 API 密钥初始化客户端。在配置中将模型设置为 uncensored。SDK 处理请求生命周期，包括重试和错误处理，就像处理任何 OpenAI 兼容服务一样。这允许您以最小的摩擦重用现有代码库。请确保使用最新版本的 openai npm 包以获得完全兼容性。

API 支持同步和异步调用。你可以使用标准的 messages 数组格式传递消息。响应结构符合 OpenAI API 规范，迁移过程十分简单。

复制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);

流式响应

通过在请求中设置 stream: true 启用流式输出。API 返回服务器发送事件 (SSE) 流。每个数据块包含部分响应，允许您在生成文本时显示文本。Token 使用数据仅包含在流的最后一个数据块中，而不是每个数据块。这种设计减少了有效负载大小，同时仍提供准确的计费指标。您无需配置特殊的 stream_options 即可获取使用数据；它会在结束时自动提供。

处理流事件以实时更新您的 UI。当模型完成响应或达到限制时，流结束。

复制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)

函数调用和 JSON 模式

API 支持通过 tools 和 tool_choice 参数进行函数调用。在请求中定义您的函数，模型将返回结构化的工具调用。您还可以通过将 response_format 设置为 {"type": "json_object"} 来强制执行严格的 JSON 输出。这对于生成结构化数据且无需解析错误非常有用。该模型经过调整，可可靠地遵循这些指令。

将函数调用与流式输出结合使用以实现动态交互。API 在多次对话中保持上下文，允许复杂的多步工作流。确保您的函数定义清晰且结构良好，以获得最佳结果。

限制、错误和上下文窗口

您的上下文窗口为 100,000 token，包含提示词和补全。每次请求的最大输出为 32,000 token，如果未设置 max_tokens，则为 2,048。速率限制为每分钟 300 次请求和每个密钥 8 个并发请求。如果超出这些限制，您将收到 429 错误。401 错误表示密钥无效，而 402 错误表示您的预付额度已用完。错误和拒绝不消耗 token。请求限制为 8 MB 主体。使用 Google 或电子邮件注册以立即获取密钥。