DeepSeek coder API: Οδηγός Εκκίνησης

Εγκατάσταση και Ρύθμιση Βάσης URL

Ενημερώστε τη διαμόρφωση του πελάτη ώστε να κατευθύνεται προς το σημείο τερματισμού που φιλοξενούμε. Το base_url πρέπει να αλλάξετε από τον προεπιλεγμένο πάροχο σε https://api.apicoderdeepseek.com/v1 για να κατευθύνετε σωστά τα αιτήματα.

• Ορίστε base_url στην τιμή παραπάνω.
• Διατηρήστε το SDK τυπικό όπως έχει για συμβατότητα.

Αυτή η μοναδική αλλαγή διασφαλίζει ότι όλες οι επόμενες κλήσεις χτυπούν απευθείας το μοντέλο μας χωρίς λογοκρισία. Δεν υπάρχει στρώμα μεσάζοντος, οπότε λαμβάνετε σταθερή καθυστέρηση χωρίς επιπλέον διαδρομές.

Πιστοποίηση και Ρύθμιση Header

Περνάτε το κλειδί σας στο Authorization header για την επαλήθευση της πρόσβασης. Δημιουργήστε έναν λογαριασμό μέσω Google ή email για να λάβετε το μοναδικό σας διαπιστευτήριο αμέσως.

Συμπεριλάβετε τον header Authorization: Bearer YOUR_API_KEY σε κάθε αίτημα. Το σύστημά μας επαληθεύει αυτό το token πριν επεξεργαστεί οποιαδήποτε tokens ή υπολογίσει το κόστος χρήσης.

Αποστολή του Πρώτου Αιτήματος Chat Completion

Στείλτε ένα τυπικό αίτημα chat completion για να δημιουργήσετε κείμενο ή κώδικα. Χρησιμοποιήστε το model ID uncensored για πρόσβαση στο ρυθμισμένο μοντέλο χωρίς απορρίψεις περιεχομένου.

Η API δέχεται τυπικές δομές payload OpenAI. Μπορείτε να στείλετε system prompts, μηνύματα χρήστη και ιστορικό βοηθού σε μια ενιαία κλήση.

Βεβαιωθείτε ότι το request body περιλαμβάνει το model και messages πεδία. Η απόκριση θα περιέχει το παραγόμενο κείμενο στο content πεδίο.

Streaming Αποκρίσεις και Χρήση Token

Ενεργοποιήστε streaming ρυθμίζοντας stream σε true στο αίτημά σας. Το API επιστρέφει chunks μέσω Server-Sent Events (SSE) για έξοδο σε πραγματικό χρόνο.

Το τελευταίο chunk περιέχει λεπτομέρειες χρήσης tokens για διαφάνεια στις χρεώσεις. Μπορείτε να παρακολουθείτε τα tokens εισόδου και εξόδου καθώς φτάνουν.

Αυτή η προσέγγιση μειώνει την αντιλαμβανόμενη καθυστέρηση για μακρές απαντήσεις. Οι προγραμματιστές προτιμούν τη ροή για βοηθούς κώδικα και διαδραστικές εφαρμογές.

Παραδείγματα Function Calling και JSON Mode

Χρήση response_format ορισμένο σε json_object για δομημένες εξόδους. Αυτό διασφαλίζει ότι το μοντέλο επιστρέφει έγκυρο JSON αντί για κείμενο markdown.

Ορίστε schemas συναρτήσεων στο tools parameter. Το μοντέλο θα καλέσει αυτές τις συναρτήσεις όταν είναι κατάλληλο βάσει της εντολής.

Υποστηρίζει temperature, top_p, και stop parameters για λεπτομερή ρύθμιση της εξόδου. Χρησιμοποιήστε seed για αναπαραγώγιμα αποτελέσματα κατά τη δοκιμή.

Όρια Ρυθμού και Διαχείριση Σφαλμάτων

Παρακολουθήστε τον ρυθμό των αιτημάτων σας για να αποφύγετε τον περιορισμό. Το API επιτρέπει 300 αιτήματα ανά λεπτό ανά κλειδί και 8 ταυτόχρονα.

Διαχειριστείτε το HTTP 401 για μη έγκυρα keys και το 429 για όρια ρυθμού. Υποστηρίζονται αιτήσεις κάτω από 8 MB. Τα σφάλματα δεν καταναλώνουν credit.

Το παράθυρο πλαισίου (context window) υποστηρίζει έως 100.000 tokens συνολικά. Μέγιστη έξοδος 16.000 tokens εκτός αν max_tokens ορίζεται σε 2.048 εξ προεπιλογής.

cURL

Copycurl https://api.apicoderdeepseek.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "List the available endpoints for the chat completion service."}]
  }'

Python

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.apicoderdeepseek.com/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.js

Copyimport OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://api.apicoderdeepseek.com/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);

Ροή

Copystream = 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)