API Kod DeepSeek: Panduan Permulaan Pantas

Pemasangan dan Konfigurasi URL Asas

Kemas kini konfigurasi klien anda untuk menunjuk ke hujung sambungan yang dihoskan kami. ID base_url mesti ditukar daripada penyedia lalai kepada https://api.apicoderdeepseek.com/v1 untuk menyambung semula permintaan dengan betul.

• Tetapkan base_url ke nilai di atas.
• Kekalkan SDK piawai seperti sedia ada untuk keserasian.

Perubahan tunggal ini memastikan semua panggilan seterusnya mengenai model tanpa sensor kami secara langsung. Tiada lapisan proksi bermaksud anda mendapatkan latensi yang konsisten tanpa laluan tambahan.

Pengesahan dan Penetapan Header

Masukkan kunci anda dalam Authorization header untuk mengesahkan akses. Cipta akaun melalui Google atau e-mel untuk menerima kelayakan unik anda serta-merta.

Termasuk header Authorization: Bearer YOUR_API_KEY dalam setiap permintaan. Sistem kami mengesahkan token ini sebelum memproses sebarang token atau mengira kos penggunaan.

Menghantar Permintaan Pelengkapan Chat Pertama Anda

Hantar permintaan penyelesaian chat standard untuk menjana teks atau kod. Gunakan ID model uncensored untuk mengakses model yang disesuaikan tanpa penolakan kandungan.

API menerima struktur payload OpenAI standard. Anda boleh menghantar arahan sistem, mesej pengguna, dan sejarah pembantu dalam satu panggilan.

Pastikan badan permintaan anda termasuk model dan messages bidang. Respons akan mengandungi teks yang dijana dalam content bidang.

Penggunaan Token Respons Streaming

Aktifkan aliran dengan menetapkan stream ke benar dalam permintaan anda. API mengembalikan bahagian melalui Acara Dihantar Server (SSE) untuk output masa nyata.

Bungkusan akhir mengandungi butiran penggunaan token untuk ketelusan pengebilan. Anda boleh menjejak token input dan output apabila ia tiba.

Pendekatan ini mengurangkan latensi yang dirasakan untuk respons panjang. Pembangun lebih suka penstriman untuk pembantu pengekodan dan aplikasi interaktif.

Contoh Panggilan Fungsi dan Mod JSON

Gunakan response_format tetapkan kepada json_object untuk output terstruktur. Ini memastikan model mengembalikan JSON yang sah bukan teks markdown.

Takrifkan skema fungsi dalam tools parameter. Model akan memanggil fungsi ini apabila sesuai berdasarkan prompt.

Menyokong temperature, top_p, dan stop parameter untuk menipukan output. Gunakan seed untuk keputusan yang boleh diulang semasa pengujian.

Had Kadar dan Penanganan Ralat

Pantau kadar permintaan anda untuk mengelakkan pengehadan. API ini membenarkan 300 permintaan setiap minit setiap kunci dan 8 permintaan serentak.

Tangani HTTP 401 untuk kunci tidak sah dan 429 untuk had kadar. Permintaan di bawah 8 MB disokong. Ralat tidak menggunakan kredit.

Tingkap konteks menyokong sehingga 100,000 token secara keseluruhan. Output maksimum ialah 16,000 token melainkan max_tokens ditetapkan kepada 2,048 secara lalai.

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);

Aliran

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)