API दस्तावेज़ीकरण

बेस URL और प्रमाणीकरण

तुरंत अनसेंसर्ड LLM तक पहुंच के लिए अपनी API कुंजी का उपयोग करके कनेक्ट करें। सभी अनुरोधों में Authorization हेडर में एक मान्य बीयरर टोकन की आवश्यकता होती है। हम असफल प्रमाणीकरण या मॉडल रूटिंग त्रुटियों के लिए चार्ज नहीं करते हैं।

बेस यूआरएल का उपयोग करें https://api.deepseekapiprices.com/v1 किसी भी मानक OpenAI SDK के साथ। आपकी कुंजी आपको uncensored मॉडल। साइनअप के लिए फोन नंबर की आवश्यकता नहीं है, और खाता बनाने के तुरंत बाद कुंजी दिखाई जाती है।

प्रमाणीकरण उदाहरण

प्रतिस्थापित करें your-api-key अपने वास्तविक कुंजी के साथ। सर्वर आपके अनुरोध को प्रोसेस करने से पहले टोकन की सत्यापन करता है।

पहला अनुरोध

कनेक्टिविटी और प्रतिक्रिया गुणवत्ता का परीक्षण करने के लिए एक सरल चैट पूरक भेजें। यह एंडपॉइंट पाठ को लौटाता है choices[0].message.content फ़ील्ड। हम संरचित आउटपुट के लिए फ़ंक्शन कॉलिंग और JSON मोड का समर्थन करते हैं।

• मॉडल ID: uncensored
• एंडपॉइंट: POST /v1/chat/completions
• अधिकतम आउटपुट: 16,000 टोकन

नीचे दिया गया अनुरोध एक मूलभूत प्रॉम्प्ट का प्रदर्शन करता है। 401 त्रुटि से बचने के लिए सुनिश्चित करें कि आपकी API कुंजी सही है।

Copycurl https://api.deepseekapiprices.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Translate this technical documentation to German"}]
  }'

प्रतिक्रिया संरचना OpenAI मानदंड से मेल खाती है। इससे आपको प्रदाता बदलने के बिना अपने ऐप लॉजिक को फिर से लिखे बिना प्रदाता बदलने की अनुमति मिलती है।

Python SDK इंटीग्रेशन

औपचारिक OpenAI पैकेज को इंस्टॉल करें और बेस URL को कॉन्फ़िगर करें। यह दृष्टिकोण मानक के साथ काम करता है openai Python लाइब्रेरी। आपको केवल क्लाइंट कॉन्फ़िगरेशन को समायोजित करने की आवश्यकता है।

• बेस यूआरएल: https://api.deepseekapiprices.com/v1
• API Key: Set via environment variable or constructor
• मॉडल: uncensored

निम्नलिखित कोड स्निपेट न्यूनतम सेटअप दिखाता है। यह अनुरोध संभालता है और सामग्री प्रिंट करता है। त्रुटियां मानक OpenAI अपवादों के रूप में उठाई जाती हैं।

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.deepseekapiprices.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)

यह विधि बैकएंड सर्विसेज और स्क्रिप्ट्स के लिए आदर्श है। यह मौजूदा कोडबेस के साथ संगतता बनाए रखता है।

Node SDK सेटअप

Node.js क्लाइंट को कस्टम बेस URL के साथ कॉन्फ़िगर करें। यह आपको मानक का उपयोग करने की अनुमति देता है openai पैकेज। सेटअप अन्य OpenAI-संगत सेवाओं के समान है।

• बेस यूआरएल: https://api.deepseekapiprices.com/v1
• पैकेज: openai (npm)
• मॉडल: uncensored

क्लाइंट को इनिशियलाइज़ करने के लिए निम्नलिखित कोड का उपयोग करें। यह सुनिश्चित करता है कि सभी अनुरोध सही तरीके से रूट किए जाएं। आप फिर कॉल कर सकते हैं chat.completions.create जैसा कि सामान्य है।

Copyimport OpenAI from "openai";

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

दर सीमाओं या अपर्याप्त क्रेडिट्स को प्रबंधित करने के लिए त्रुटियों को उचित रूप से हैंडल करें। SDK API समस्याओं के लिए मानक त्रुटियां फेंकता है।

स्ट्रीमिंग और टोकन उपयोग

वास्तविक समय में टोकन वितरण के लिए स्ट्रीमिंग सक्षम करें। stream पैरामीटर को stream: true अपने अनुरोध पैरामीटर में। API चंक को जनरेट होने के साथ-साथ लौटाता है। टोकन उपयोग विवरण अंतिम चंक में प्रकट होते हैं।

• स्ट्रीमिंग: SSE के माध्यम से सपोर्टेड
• टोकन उपयोग: अंतिम चंक में प्रदान किया गया है
• पैरामीटर: temperature, top_p, stop

लंबे रिस्पॉन्स के लिए अदृश्य लेटेंसी कम करने के लिए स्ट्रीम प्रोसेसिंग। यह चैट इंटरफेस के लिए आवश्यक है। निम्नलिखित उदाहरण स्ट्रीमिंग सेटअप को प्रदर्शित करता है।

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)

UI को क्रमिक रूप से अपडेट करने के लिए स्ट्रीम को पार्स करें। इससे उपयोगकर्ता अनुभव काफी बेहतर होता है।

रेट लिमिट्स और संदर्भ विंडो

प्रति कुंजी प्रति मिनट 300 अनुरोधों की सीमा का सम्मान करें। आप एक साथ 8 कन्करेंट अनुरोध भेज सकते हैं। अनुरोध बॉडी 8 MB से अधिक नहीं होनी चाहिए। त्रुटियां और रिफ्यूज़ल मुफ्त हैं, इसलिए रेट लिमिट केवल सफल अनुरोधों पर लागू होते हैं।

मॉडल 100,000 टोकन संदर्भ विंडो का समर्थन करता है। इसमें प्रॉम्प्ट और पूर्णता टोकन दोनों शामिल हैं। लंबे दस्तावेज़ों या विस्तृत संवादों के लिए इसका उपयोग करें। निम्नलिखित तालिका सीमाओं का सारांश प्रस्तुत करती है।

सीमा	मूल्य
प्रति मिनट अनुरोध	300
समानांतर अनुरोध	8
अधिकतम अनुरोध बॉडी	8 MB
संदर्भ विंडो	100,000 टोकन

इन सीमाओं को पार करने से 429 त्रुटि लौटाई जाती है। थ्रॉटलिंग से बचने के लिए कंकरेंसी सावधानी से बढ़ाएं।