مستندات API دیپ‌سیک: راهنمای شروع سریع

URL پایه و احراز هویت

API ما با هر کلاینت سازگار با OpenAI کار می‌کند و تنها با تغییر base_url و ارائه کلید API می‌توانید بلافاصله از مدل uncensored خود استفاده کنید. ما چندین مدل را مسیریابی نمی‌کنیم؛ بلکه یک مدل زبانی بزرگ uncensored را میزبانی می‌کنیم که برای موارد استفاده بزرگسالان و برنامه‌نویسان تنظیم شده است. احراز هویت بر اساس یک کلید API واحد برای هر حساب کاربری است که بلافاصله پس از ثبت‌نام از طریق گوگل یا ایمیل دریافت می‌کنید. شماره تلفن مورد نیاز نیست و هیچ هزینه اشتراکی وجود ندارد. پرامپت‌های شما برای داده‌های آموزش استفاده نمی‌شوند که حریم خصوصی را در حین یکپارچه‌سازی endpoint ما با کد موجود شما تضمین می‌کند.

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: نقطه پایانی اصلی

مکالمات خود را به نقطه پایانی واحد ما برای پاسخ‌های متن-ورودی، متن-خروجی ارسال کنید. شما نیازی به مدیریت مسیریابی مدل یا نگرانی درباره تأخیر دروازه ندارید زیرا ما یک نقطه پایانی تنظیم شده واحد را مستقیماً ارائه می‌دهیم. شناسه مدل uncensored، و به پارامترهای تکمیل گفتگوی استاندارد پاسخ می‌دهد. این رویکرد پیچیدگی انتخاب از بین مجموعه‌ای از مدل‌ها را حذف می‌کند. شما رفتار قابل پیش‌بینی بدون نویز نسخه‌های مختلف فروشندگان دریافت می‌کنید.

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: مدل بدون سانسور خود را تأیید کنید

تایید کنید اتصال و مدل فعال را با زدن endpoint models. این پیکربندی خاص LLM Uncensored ما را برمی‌گرداند، متمایز از GPT، Claude یا سایر ارائه‌دهندگان. می‌توانید پنجره زمینه و محدودیت‌های توکن را مستقیماً از این پاسخ بررسی کنید. این یک بررسی سریع است تا اطمینان حاصل کنید که مشتری SDK شما به درستی به سرورهای ما متصل شده است. از این برای رفع اشکالات اتصال قبل از ارسال پیکربندی‌های سنگین استفاده کنید.

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);

پارامترها: دما، Top P و Streaming

خلاقیت را با دما و top_p کنترل کنید، یا پخش را از طریق رویدادهای ارسالی سرور (SSE) فعال کنید. پخش به‌روزرسانی‌های توکن بلادرنگ را فراهم می‌کند که برای ساخت رابط‌های چت پاسخگو حیاتی است. همچنین می‌توانید یک seed برای خروجیات قطعی تنظیم کنید یا دنباله‌های توقف را تعریف کنید. API ما مصرف توکن را در قطعه نهایی یک استریم برمی‌گرداند. این شفافیت به شما کمک می‌کند هزینه‌ها را به دقت ردیابی کنید در حالی که متن تولید می‌شود.

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)

حالت JSON و فراخوانی تابع

خروجی‌های خود را برای استفاده برنامه‌نویسی با حالت JSON یا یکپارچه‌سازی ابزارهای خارجی از طریق فراخوانی تابع ساختار دهید. فرمت پاسخ را روی json_object برای اجبار به انطباق سخت‌گیرانه JSON. فراخوانی تابع به مدل اجازه می‌دهد ابزارها را با آرگومان‌های خاص فراخوانی کند. این پیکربندی برای ساخت عامل‌ها یا پارس کردن داده‌های ساختاریافته ایده‌آل است. همچنین می‌توانید از جریمه‌های حضور و تکرار برای کاهش تکرار در متن تولیدشده استفاده کنید.

محدودیت‌های نرخ و تعداد توکن‌ها

هر کلید از ۳۰۰ درخواست در دقیقه و ۸ درخواست همزمان پشتیبانی می‌کند. پنجره زمینه مجموعاً ۱۰۰,۰۰۰ توکن را نگه می‌دارد، با حداکثر خروجی ۱۶,۰۰۰ توکن در هر درخواست. اگر max_tokens, محدودیت به طور پیش‌فرض ۲,۰۴۸ توکن است. بدنه درخواست نمی‌تواند از ۸ مگابایت تجاوز کند. این محدودیت‌ها سخت اما قابل پیش‌بینی هستند، به شما کمک می‌کنند منطق تلاش مجدد قوی طراحی کنید بدون نازک‌شدن غیرمنتظره. خطاها اعتبار مصرف نمی‌کنند، بنابراین می‌توانید آزادانه آزمایش کنید.