DeepSeek 編碼器 API：快速入門指南

安裝與基礎 URL 設定

將客戶端設定更新為指向我們的託管端點。 base_url 必須從預設供應商更改為 https://api.apicoderdeepseek.com/v1 用於正確路由請求。

• 設定 base_url 至上述數值。
• 為保持相容性，保持 SDK 標準不變。

此單一變更確保所有後續呼叫直接連接到我們的無審查模型。無代理層意味著您獲得一致的延遲，無需額外的跳躍。

驗證與標頭設定

將您的金鑰傳入 Authorization 標頭以驗證存取權。透過 Google 或電子郵件建立帳戶，即可立即獲得您的專屬憑證。

包含標頭 Authorization: Bearer YOUR_API_KEY 每次請求中。我們的系統會在處理任何 token 或計算使用成本之前驗證此 token。

傳送您的第一個聊天完成請求

發送標準聊天完成請求以生成文本或代碼。使用模型 ID uncensored 存取無內容拒絕的調整過模型。

API 接受標準的 OpenAI 有效載荷結構。您可以在單一呼叫中傳送系統提示詞、使用者訊息和助手歷史記錄。

確保您的請求主體包含 model 和 messages 欄位。回應將包含在 content 欄位。

串流回應與 Token 用量

在請求主體中將 stream 在請求中設為 true。API 透過伺服器發送事件（SSE）回傳區塊，以提供即時輸出。

最終的區塊包含用於帳單透明度的 token 使用詳情。您可以追蹤輸入和輸出 token 的即時情況。

此方法可降低長回應的感知延遲。開發者偏好使用串流來開發程式碼助手與互動式應用程式。

函式呼叫與 JSON 模式範例

使用 response_format 設定為 json_object 用於結構化輸出。這能確保模型回傳有效的 JSON 而非 Markdown 文本。

在 tools 參數。模型會根據提示在適當時呼叫這些函式。

支援 temperature, top_p，以及 stop 參數。用於微調輸出的 seed 用於測試期間獲得可重現的結果。

速率限制與錯誤處理

監控您的請求速率以避免節流。API 每個金鑰每分鐘允許 300 次請求和 8 個並行請求。

處理無效金鑰的 HTTP 401 錯誤和速率限制的 429 錯誤。支援 8 MB 以下的請求。錯誤不會消耗餘額。

上下文視窗總共支援最多 100,000 個 token。最大輸出為 16,000 個 token，除非 max_tokens 預設設定為 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);

串流

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)