DeepSeek API-dokumentation: Hurtigstartsguide

Base URL og autentificering

Vores API virker med ethvert OpenAI-kompatibelt klientbibliotek ved blot at ændre base URL'en og angive din API-nøgle. Vi ruter ikke flere modeller; vi hoster én stor uncensored sprogmodel tilpasset til voksen- og koderebrug. Godkendelse afhænger af en enkelt API-nøgle pr. konto, som du modtager straks efter tilmelding via Google eller e-mail. Der kræves ikke et telefonnummer, og der er ingen abonnementsgebyrer. Dine prompts bruges ikke til træningsdata, hvilket sikrer privatliv, mens du integrerer vores endpoint i din eksisterende kodebase.

Copycurl https://api.deepseekapidocumentation.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Explain the difference between supervised fine-tuning and RLHF."}]
  }'

POST /v1/chat/completions: Det centrale endpoint

Send dine samtaler til vores enkelt endpoint for tekst-ind, tekst-ud-svar. Du behøver ikke at administrere modelrouting eller bekymre dig om gateway-forsinkelse, fordi vi leverer ét tilpasset endpoint direkte. Model-ID'et er uncensored, og den reagerer på standard chat completion-parametre. Denne tilgang eliminerer kompleksiteten ved at vælge mellem en pulje af modeller. Du får forudsigelig adfærd uden støj fra flere leverandørversioner.

Copyfrom openai import OpenAI

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

GET /v1/models: Verificer din ukensurerede model

Bekræft din forbindelse og den aktive model ved at kalde models-endpointet. Dette returnerer den specifikke konfiguration af vores uncensored LLM, forskellig fra GPT, Claude eller andre udbydere. Du kan verificere kontekstvinduet og token-grænserne direkte fra dette svar. Det er en hurtig tjek for at sikre, at din SDK-klient peger korrekt på vores servere. Brug dette til at fejlsøge forbindelsesproblemer, før du sender tunge payloads.

Copyimport OpenAI from "openai";

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

Parametre: Temperatur, Top P og Streaming

Kontroller kreativitet med temperatur og top_p, eller aktiver streaming via Server-Sent Events (SSE). Streaming giver realtids-tokenopdateringer, hvilket er afgørende for at bygge responsive chatgrænseflader. Du kan også indstille en seed for deterministiske outputs eller definere stopsekvenser. Vores API returnerer tokenforbrug i den sidste chunk af en strøm. Denne gennemsigtighed hjælper dig med at spore omkostninger præcist, mens modellen genererer tekst.

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)

JSON-tilstand og funktionskald

Strukturer dine outputs til programmatisk brug med JSON-tilstand eller integrer eksterne tools via function calling. Indstil response_format til json_object for at tvinge streng JSON-overholdelse. Funktionskald gør det muligt for modellen at kalde værktøjer med specifikke argumenter. Denne opsætning er ideel til at bygge agenter eller parse struktureret data. Du kan også bruge tilstedeværelses- og frekvensstraffe for at reducere gentagelse i genereret tekst.

Rate Limits og Tokenantal

Hver nøgle understøtter 300 anmodninger i minuttet og tillader 8 samtidige anmodninger. Kontekstvinduet rummer 100.000 tokens i alt, med et maksimum output på 16.000 tokens pr. anmodning. Hvis du ikke indstiller max_tokens, grænsen default til 2.048 tokens. Request-bodyen kan ikke overstige 8 MB. Disse grænser er strenge, men forudsigelige, hvilket hjælper dig med at designe robust retry-logik uden uventet throttling. Fejl forbruger ikke credit, så du kan teste frit.