DeepSeek-API-Dokumentation: Schnellstartanleitung

Basis-URL und Authentifizierung

Unsere API funktioniert mit jedem OpenAI-kompatiblen Client, indem Sie einfach die base_url ändern und Ihren API-Schlüssel angeben. Wir leiten keine mehreren Modelle weiter; wir hosten ein einzelnes unzensiertes Large Language Model, das für Erwachsene und Programmierer optimiert ist. Die Authentifizierung erfolgt über einen einzelnen API-Schlüssel pro Konto, den Sie sofort nach der Anmeldung über Google oder E-Mail erhalten. Es ist keine Telefonnummer erforderlich, und es gibt keine Abonnementgebühren. Ihre Prompts werden nicht für Trainingsdaten verwendet, was die Privatsphäre gewährleistet, während Sie unseren Endpunkt in Ihren bestehenden Code integrieren.

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: Der Kernendpunkt

Senden Sie Ihre Gespräche an unseren einzelnen Endpunkt für Text-ein, Text-aus-Antworten. Sie müssen kein Modell-Routing verwalten oder sich Sorgen über Gateway-Latenz machen, da wir einen einzelnen angepassten Endpunkt direkt bedienen. Die Modell-ID ist uncensored, und es reagiert auf standardmäßige Chat-Vervollständigungsparameter. Dieser Ansatz eliminiert die Komplexität der Auswahl aus einem Pool von Modellen. Sie erhalten vorhersehbares Verhalten ohne das Rauschen mehrerer Anbieter-Versionen.

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: Überprüfen Sie Ihr unzensiertes Modell

Bestätigen Sie Ihre Verbindung und das aktive Modell, indem Sie den Endpunkt /models aufrufen. Dies gibt die spezifische Konfiguration unseres unzensierten LLM zurück, die sich von GPT, Claude oder anderen Anbietern unterscheidet. Sie können den Context-Window und die Token-Limits direkt aus dieser Antwort überprüfen. Dies ist eine schnelle Überprüfung, um sicherzustellen, dass Ihr SDK-Client korrekt auf unsere Server verweist. Nutzen Sie dies zur Fehlerbehebung bei Verbindungsproblemen, bevor Sie schwere Payloads senden.

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);

Parameter: Temperatur, Top P und Streaming

Kreativität mit temperature und top_p steuern oder Streaming über Server-Sent Events (SSE) aktivieren. Streaming bietet Echtzeit-Token-Updates, was entscheidend ist für die Entwicklung responsiver Chat-Schnittstellen. Sie können auch einen Seed für deterministische Ausgaben festlegen oder Stop-Sequenzen definieren. Unsere API gibt die Token-Nutzung im letzten Chunk eines Streams zurück. Diese Transparenz hilft Ihnen, die Kosten genau zu verfolgen, während das Modell Text generiert.

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-Modus und Funktionsaufruf

Strukturieren Sie Ihre Ausgaben für die programmatische Nutzung mit dem JSON-Modus oder integrieren Sie externe Tools über Function Calling. Legen Sie das Antwortformat auf json_object strikte JSON-Konformität zu erzwingen. Function Calling ermöglicht es dem Modell, Tools mit spezifischen Argumenten aufzurufen. Diese Einrichtung ist ideal für den Aufbau von Agenten oder zum Parsen strukturierter Daten. Sie können auch Präsenz- und Häufigkeitsstrafen verwenden, um Wiederholungen im generierten Text zu reduzieren.

Ratenbegrenzungen und Token-Anzahlen

Jeder Schlüssel unterstützt 300 Anfragen pro Minute und ermöglicht 8 gleichzeitige Anfragen. Das Kontextfenster fasst insgesamt 100.000 Tokens zusammen, mit einer maximalen Ausgabe von 16.000 Tokens pro Anfrage. Wenn Sie max_tokens, das Limit beträgt standardmäßig 2.048 Tokens. Anfragekörper dürfen 8 MB nicht überschreiten. Diese Limits sind streng, aber vorhersehbar, was Ihnen hilft, robuste Retry-Logik ohne unerwartete Drosselung zu entwerfen. Fehler verbrauchen kein Guthaben, sodass Sie frei testen können.