API DeepSeek coder: Руководство по быстрому старту

Установка и настройка базового URL

Обновите конфигурацию клиента, указав наш размещённый эндпоинт. У base_url должен измениться с провайдера по умолчанию на https://api.apicoderdeepseek.com/v1 для правильной маршрутизации запросов.

• Установить base_url к значению выше.
• Сохраните стандартный SDK без изменений для совместимости.

Это единственное изменение гарантирует, что все последующие запросы будут обращаться к нашей uncensored-модели напрямую. Отсутствие прокси-слоя означает стабильную задержку без дополнительных переходов.

Аутентификация и настройка заголовка

Передайте ваш ключ в Authorization Заголовок для проверки доступа. Создайте аккаунт через Google или email, чтобы мгновенно получить уникальный идентификатор.

Включите заголовок Authorization: Bearer YOUR_API_KEY в каждом запросе. Наша система проверяет этот токен перед обработкой любых токенов или расчетом стоимости использования.

Отправка вашего первого запроса на завершение чата

Отправьте стандартный запрос chat completion для генерации текста или кода. Используйте идентификатор модели uncensored для доступа к настроенной модели без отказов в контенте.

API принимает стандартные структуры полезной нагрузки OpenAI. Вы можете отправить системные промпты, сообщения пользователя и историю ассистента в одном вызове.

Убедитесь, что тело вашего запроса включает model и messages поля. Ответ будет содержать сгенерированный текст в content поле.

Потоковые ответы и использование токенов

Включите потоковую передачу, установив stream в true в вашем запросе. API возвращает чанки через Server-Sent Events (SSE) для вывода в реальном времени.

В последнем чанке содержатся данные об использовании токенов для прозрачности биллинга. Вы можете отслеживать количество входных и выходных токенов по мере их поступления.

Этот подход снижает воспринимаемую задержку для длинных ответов. Разработчики предпочитают потоковую передачу для помощников по кодированию и интерактивных приложений.

Примеры использования Function Calling и режима JSON

Использовать response_format установлен на json_object для структурированных выводов. Это гарантирует, что модель вернет корректный JSON вместо текста в формате markdown.

Определите схемы функций в tools параметр. Модель будет вызывать эти функции, когда это уместно, на основе запроса.

Поддерживает temperature, top_p, и stop параметры для тонкой настройки вывода. Используйте seed для воспроизводимых результатов при тестировании.

Лимиты запросов и обработка ошибок

Следите за частотой запросов, чтобы избежать ограничения скорости. API позволяет выполнять 300 запросов в минуту на ключ и 8 одновременных запросов.

Обрабатывайте HTTP 401 для недействительных ключей и 429 для лимитов. Поддерживаются запросы до 8 МБ. Ошибки не расходуют кредит.

Окно контекста поддерживает до 100 000 токенов в общей сложности. Максимальный вывод составляет 16 000 токенов, если max_tokens по умолчанию установлен на 2,048.

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);

Потоковая передача

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)