DeepSeek coder API：快速入门指南

安装和基础 URL 配置

更新您的客户端配置以指向我们托管的端点。该 base_url 必须从默认提供商更改为 https://api.apicoderdeepseek.com/v1 正确路由请求。

• 设置 base_url 到上述值。
• 保持 SDK 标准不变以确保兼容性。

此单一更改确保所有后续调用直接命中我们的无审查模型。没有代理层意味着您获得一致的延迟，没有额外的跳数。

认证与请求头设置

在 Authorization 用于验证访问权限的 header。通过 Google 或电子邮件创建账户，即可即时获取您的唯一凭证。

包含头 Authorization: Bearer YOUR_API_KEY 在每次请求中。我们的系统在处理任何令牌或计算使用成本之前会验证此令牌。

发送您的第一个聊天补全请求

发送标准聊天补全请求以生成文本或代码。使用模型 ID uncensored 访问无内容拒绝的调优模型。

API 接受标准的 OpenAI 负载结构。您可以在单次调用中发送系统提示词、用户消息和助手历史记录。

确保您的请求体包含 model 和 messages 字段。响应将在 content 字段。

流式响应与 Token 用量

通过将 stream 在请求中设置为 true。API 通过服务器发送的事件 (SSE) 返回块以实现实时输出。

最后一个数据块包含用于计费透明的令牌使用详情。您可以实时跟踪输入和输出令牌。

此方法降低了长响应的感知延迟。开发人员更倾向于在编程助手和交互式应用中使用流式传输。

函数调用与 JSON 模式示例

使用 response_format 设置为 json_object 用于结构化输出。这确保模型返回有效的 JSON 而不是 markdown 文本。

在 tools 参数。根据提示，模型将在适当时调用这些函数。

支持 temperature, top_p，以及 stop 参数以微调输出。使用 seed 用于测试期间获得可复现的结果。

速率限制与错误处理

监控您的请求速率以避免节流。API 每个密钥每分钟允许 300 次请求和 8 个并发请求。

处理 401（密钥无效）和 429（速率限制）错误。支持 8 MB 以下的请求。错误不消耗余额。

上下文窗口总共支持最多 100,000 个 token。最大输出为 16,000 个 token，除非 max_tokens 默认设置为 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);

流式传输

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)