คู่มือ API DeepSeek: คู่มือเริ่มต้นใช้งาน

URL ฐานและการตรวจสอบสิทธิ์

API ของเราทำงานกับ client ที่เข้ากันได้กับ OpenAI ใดๆ เพียงเปลี่ยน base URL และระบุ API key ของคุณ เราไม่ได้ทำ routing สำหรับหลายโมเดล; เราโฮสต์โมเดล large language model uncensored โมเดลเดียวที่ปรับแต่งสำหรับกรณีการใช้งานผู้ใหญ่และนักพัฒนาโค้ด การตรวจสอบสิทธิ์อาศัย API key เดียวต่อบัญชี ซึ่งคุณจะได้รับทันทีหลังจากสมัครสมาชิกผ่าน Google หรืออีเมล ไม่จำเป็นต้องใช้หมายเลขโทรศัพท์ และไม่มีค่าธรรมเนียมสมัครข้อมูล prompts ของคุณไม่ถูกนำไปใช้เป็นข้อมูลการฝึก จึงรับประกันความเป็นส่วนตัวในขณะที่คุณ integrate endpoint ของเราเข้ากับโค้ดเบสที่มีอยู่ของคุณ

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: จุดเชื่อมต่อหลัก

ส่งการสนทนาของคุณไปยังจุดสิ้นสุดเดียวของเราสำหรับข้อความเข้า-ข้อความออก คุณไม่จำเป็นต้องจัดการการกำหนดเส้นทางโมเดลหรือกังวลเรื่องความล่าช้าของเกตเวย์เพราะเราให้บริการจุดสิ้นสุดที่ปรับแต่งแล้วเพียงจุดเดียว ID ของโมเดลคือ uncensored, และมันตอบสนองต่อพารามิเตอร์การเสร็จสิ้นการสนทนามาตรฐาน วิธีการนี้ขจัดความซับซ้อนของการเลือกจากกลุ่มโมเดล คุณได้รับพฤติกรรมที่คาดเดาได้โดยไม่มีความสับสนจากเวอร์ชันผู้ขายหลายราย

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: ยืนยันโมเดลไม่มีเซ็นเซอร์ของคุณ

ยืนยันการเชื่อมต่อและโมเดลที่ใช้งานอยู่โดยเรียกใช้เอนด์พอยต์ models ซึ่งจะให้ข้อมูลการกำหนดค่าของ LLM แบบไม่มีการเซ็นเซอร์ของเรา ซึ่งแตกต่างจาก GPT, Claude หรือผู้ขายรายอื่น คุณสามารถตรวจสอบหน้าต่างบริบทและขีดจำกัดโทเค็นได้โดยตรงจากคำตอบนี้ เป็นการตรวจสอบอย่างรวดเร็วเพื่อให้แน่ใจว่าไคลเอนต์ SDK ของคุณชี้ไปยังเซิร์ฟเวอร์ของเราอย่างถูกต้อง ใช้สิ่งนี้เพื่อแก้ไขปัญหาการเชื่อมต่อก่อนส่งข้อมูลปริมาณมาก

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);

พารามิเตอร์: Temperature, Top P และ Streaming

ควบคุมความคิดสร้างสรรค์ด้วย temperature และ top_p หรือเปิดใช้งานสตรีมผ่าน Server-Sent Events (SSE) การสตรีมให้การอัปเดต token แบบเรียลไทม์ ซึ่งสำคัญสำหรับการสร้างอินเทอร์เฟซแชทที่ตอบสนอง คุณสามารถตั้งค่า seed สำหรับผลลัพธ์ที่กำหนดได้ หรือกำหนดลำดับหยุด API ของเราส่งคืนการใช้งาน token ใน chunk สุดท้ายของการสตรีม ความโปร่งใสนี้ช่วยให้คุณติดตามต้นทุนได้อย่างแม่นยำเมื่อโมเดลสร้างข้อความ

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)

โหมด JSON และการเรียกใช้ฟังก์ชัน

จัดโครงสร้างผลลัพธ์ของคุณสำหรับการใช้งานแบบโปรแกรมด้วยโหมด JSON หรือผสานรวมเครื่องมือภายนอกผ่านการเรียกฟังก์ชัน ตั้งค่ารูปแบบการตอบกลับเป็น json_object เพื่อบังคับการสอดคล้องกับ JSON อย่างเคร่งครัด การเรียกใช้ฟังก์ชันอนุญาตให้โมเดลเรียกใช้เครื่องมือด้วยอาร์กิวเมนต์เฉพาะ การตั้งค่านี้เหมาะสำหรับการสร้างเอเจนต์หรือแยกวิเคราะห์ข้อมูลที่มีโครงสร้าง คุณยังสามารถใช้ค่าปรับสำหรับการปรากฏและความถี่เพื่อลดการทำซ้ำในข้อความที่สร้าง

อัตราจำกัดและจำนวนโทเค็น

คีย์แต่ละตัวรองรับ 300 การเรียกใช้ต่อนาที และอนุญาตให้ทำการเรียกใช้พร้อมกันได้ 8 ครั้ง หน้าต่างบริบทรองรับ 100,000 token รวมกัน พร้อมผลลัพธ์สูงสุด 16,000 token ต่อการเรียกใช้ หากไม่ตั้งค่า max_tokens, ค่าเริ่มต้นคือ 2,048 tokens Request bodies ไม่สามารถเกิน 8 MB ได้ ขีดจำกัดเหล่านี้เข้มแต่คาดเดาได้ ช่วยให้คุณออกแบบ retry logic ที่แข็งแกร่งได้โดยไม่ต้องมีการ throttling ที่ไม่คาดคิด Errors ไม่ใช้เครดิต ดังนั้นคุณสามารถทดสอบได้อย่างอิสระ