Dokumentasi API

URL Asas dan Pengesahan

Sambung menggunakan kunci API anda untuk akses serta-merta ke LLM tanpa sensor. Semua permintaan memerlukan token pembawa sah dalam header Authorization. Kami tidak mengenakan caj untuk pengesahan gagal atau ralat pengaliran model.

Gunakan URL asas https://api.deepseekapiprices.com/v1 dengan mana-mana SDK OpenAI standard. Kunci anda memberikan akses kepada uncensored model. Tiada nombor telefon diperlukan untuk pendaftaran, dan kunci ditunjukkan serta-merta selepas anda mencipta akaun.

Contoh Pengesahan

Gantikan your-api-key dengan kunci sebenar anda. Pelayan mengesahkan token sebelum memproses permintaan anda.

Permintaan Pertama

Hantar penyelesaian chat mudah untuk menguji sambungan dan kualiti respons. Hujung sambungan ini mengembalikan teks dalam choices[0].message.content bidang. Kami menyokong panggilan fungsi dan mod JSON untuk output terstruktur.

• ID Model: uncensored
• Titik akhir: POST /v1/chat/completions
• Output Maks: 16,000 token

Permintaan di bawah menunjukkan arahan asas. Pastikan kunci API anda betul untuk mengelakkan ralat 401.

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"}]
  }'

Sahkan struktur respons sepadan dengan piawaian OpenAI. Ini memastikan anda boleh bertukar penyedia tanpa menulis semula logik aplikasi anda.

Integrasi SDK Python

Pasang pakej rasmi OpenAI dan konfigurasikan URL asas. Pendekatan ini berfungsi dengan piawai openai Python library. You only need to adjust the client configuration.

• URL Asas: https://api.deepseekapiprices.com/v1
• Kunci API: Tetapkan melalui pembolehubah persekitaran atau konstruktor
• Model: uncensored

Petik kod berikut menunjukkan persediaan minimum. Ia mengendalikan permintaan dan mencetak kandungan. Ralat dinaikkan sebagai pengecualian OpenAI piawai.

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)

Kaedah ini sesuai untuk perkhidmatan backend dan skrip. Ia mengekalkan keserasian dengan pangkalan kod sedia ada.

Persediaan SDK Node

Konfigurkan klien Node.js dengan URL asas tersuai. Ini membolehkan anda menggunakan standard openai pakej. Persediaannya adalah sama seperti perkhidmatan serasi OpenAI lain.

• URL Asas: https://api.deepseekapiprices.com/v1
• Pakej: openai (npm)
• Model: uncensored

Gunakan kod berikut untuk menginisialisasikan klien. Ia memastikan semua permintaan diarahkan dengan betul. Anda kemudian boleh memanggil chat.completions.create seperti biasa.

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);

Kendalikan ralat dengan sewajarnya untuk mengurus had kadar atau kredit tidak mencukupi. SDK melemparkan ralat piawai untuk isu API.

Streaming dan Penggunaan Token

Dayakan penstriman untuk penghantaran token masa nyata. Tetapkan stream: true dalam parameter permintaan anda. API mengembalikan blok apabila ia dijana. Butiran penggunaan token muncul dalam blok terakhir.

• Penstriman: Disokong melalui SSE
• Penggunaan Token: Diberikan dalam chunk akhir
• Parameter: temperature, top_p, stop

Pemprosesan aliran mengurangkan latensi yang dirasakan untuk respons panjang. Ia penting untuk antara muka sembang. Contoh berikut menunjukkan persediaan 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)

Parse aliran untuk mengemas kini UI secara berperingkat. Ini meningkatkan pengalaman pengguna dengan ketara.

Had had laju dan tetingkap konteks

Hormati had 300 permintaan setiap minit setiap kunci. Anda boleh mempunyai 8 permintaan serentak pada masa yang sama. Badan permintaan tidak boleh melebihi 8 MB. Ralat dan penolakan adalah percuma, jadi had kadar hanya terpakai untuk permintaan berjaya.

Model ini menyokong tetingkap konteks 100,000 token. Ini termasuk token prompt dan penyelesaian bersama. Gunakan ini untuk dokumen panjang atau perbualan lanjutan. Jadual berikut meringkaskan had-had tersebut.

Had	Nilai
Permintaan per minit	300
Permintaan serentak	8
Badan permintaan maksimum	8 MB
Tetingkap konteks	100,000 token

Melampaui had ini mengembalikan ralat 429. Tingkatkan kekonkurensian dengan berhati-hati untuk mengelakkan throttling.