Dokumentacja API DeepSeek: Przewodnik wprowadzający

Bazowy URL i autoryzacja

Nasze API działa z dowolnym klientem kompatybilnym z OpenAI, po prostu zmieniając base URL i podając klucz API. Nie routujemy wielu modeli; hostujemy jeden duży model językowy uncensored dostosowany do przypadków użycia dla dorosłych i programistów. Uwierzytelnianie opiera się na pojedynczym kluczu API na konto, który otrzymujesz natychmiast po rejestracji przez Google lub e-mail. Nie jest wymagany numer telefonu, a nie istnieją opłaty subskrypcyjne. Twoje prompty nie są używane do danych treningowych, co zapewnia prywatność podczas integracji naszego endpointu z istniejącym kodem.

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: Podstawowy endpoint

Wyślij swoje rozmowy do naszego pojedynczego endpointu dla odpowiedzi tekst-w-wejście, tekst-wy-jście. Nie musisz zarządzać routowaniem modeli ani martwić się opóźnieniami bramki, ponieważ serwujemy jeden dostrojony endpoint bezpośrednio. ID modelu to uncensored, i odpowiada na standardowe parametry ukończenia czatu. Podejście to eliminuje złożoność wyboru spośród puli modeli. Otrzymujesz przewidywalne zachowanie bez szumu wielu wersji dostawców.

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: Zweryfikuj swój model bez cenzury

Potwierdź swoje połączenie i aktywny model, odwołując się do endpointu models. Zwraca on konkretną konfigurację naszego LLM bez cenzury, różniącą się od GPT, Claude lub innych dostawców. Możesz bezpośrednio zweryfikować okno kontekstowe i limity tokenów na podstawie tej odpowiedzi. Jest to szybki sposób sprawdzenia, czy klient SDK wskazuje poprawnie na nasze serwery. Użyj tego do debugowania problemów z połączeniem przed wysłaniem dużych ładunków.

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);

Parametry: Temperatura, Top P i Strumieniowanie

Kontroluj kreatywność za pomocą temperature i top_p lub włącz strumieniowanie za pomocą Server-Sent Events (SSE). Strumieniowanie dostarcza aktualizacji tokenów w czasie rzeczywistym, co jest kluczowe dla budowania responsywnych interfejsów czatu. Możesz również ustawić seed dla deterministycznych wyników lub zdefiniować sekwencje stop. Nasze API zwraca zużycie tokenów w ostatnim czacie strumienia. Ta przejrzystość pomaga dokładnie śledzić koszty, gdy model generuje 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)

Tryb JSON i wywoływanie funkcji

Zstrukturuj swoje wyjścia do użytku programistycznego z trybem JSON lub zintegruj zewnętrzne narzędzia poprzez wywoływanie funkcji. Ustaw format odpowiedzi na json_object aby wymusić ścisłą zgodność z JSON. Wywoływanie funkcji pozwala modelowi wywoływać narzędzia z konkretnymi argumentami. To ustawienie jest idealne do budowania agentów lub parsowania danych strukturalnych. Możesz również użyć kar za obecność i częstotliwość, aby zmniejszyć powtarzalność w wygenerowanym tekście.

Limity szybkości i liczba tokenów

Każdy klucz obsługuje 300 żądań na minutę i pozwala na 8 żądań równoległych. Okno kontekstowe wynosi łącznie 100 000 tokenów, z maksymalną liczbą 16 000 tokenów wyjściowych na żądanie. Jeśli nie ustawisz max_tokens, limit domyślnie wynosi 2 048 tokenów. Ciała żądań nie mogą przekraczać 8 MB. Te limity są ścisłe, ale przewidywalne, pomagając Ci zaprojektować solidną logikę ponownych prób bez nieoczekiwanego throttlingu. Błędy nie zużywają kredytu, więc możesz testować swobodnie.