Tài liệu API DeepSeek: Hướng dẫn nhanh

Base URL và Xác thực

API của chúng tôi hoạt động với bất kỳ client tương thích OpenAI nào chỉ bằng cách thay đổi base URL và cung cấp API key. Chúng tôi không định tuyến nhiều model; chúng tôi lưu trữ một mô hình ngôn ngữ lớn không kiểm duyệt được tinh chỉnh cho các trường hợp sử dụng người lớn và lập trình. Xác thực dựa trên một API key duy nhất cho mỗi tài khoản, bạn nhận được ngay sau khi đăng ký qua Google hoặc email. Không cần số điện thoại và không có phí đăng ký. Prompt của bạn không được sử dụng cho dữ liệu huấn luyện, đảm bảo quyền riêng tư trong khi bạn tích hợp endpoint của chúng tôi vào cơ sở mã hiện có của bạn.

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/completations: Điểm cuối cốt lõi

Gửi các cuộc hội thoại của bạn đến điểm cuối đơn lẻ của chúng tôi để nhận phản hồi văn bản vào, văn bản ra. Bạn không cần quản lý định tuyến mô hình hoặc lo lắng về độ trễ cổng vì chúng tôi phục vụ một điểm cuối đã tinh chỉnh trực tiếp. ID mô hình là uncensored, và nó phản hồi các tham số hoàn thành trò chuyện tiêu chuẩn. Cách tiếp cận này loại bỏ sự phức tạp của việc chọn từ một nhóm các mô hình. Bạn có hành vi dự đoán được mà không có nhiễu từ nhiều phiên bản nhà cung cấp.

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: Xác minh mô hình không kiểm duyệt của bạn

Xác nhận kết nối và mô hình đang hoạt động bằng cách gọi điểm cuối models. Điều này trả về cấu hình cụ thể của LLM không kiểm duyệt của chúng tôi, khác với GPT, Claude hoặc các nhà cung cấp khác. Bạn có thể kiểm tra cửa sổ ngữ cảnh và giới hạn token trực tiếp từ phản hồi này. Đây là cách kiểm tra nhanh để đảm bảo khách hàng SDK của bạn đang trỏ đúng đến máy chủ của chúng tôi. Sử dụng điều này để gỡ lỗi các vấn đề kết nối trước khi gửi các tải trọng nặng.

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);

Tham số: Nhiệt độ, Top P và Streaming

Kiểm soát sự sáng tạo với temperature và top_p, hoặc kích hoạt streaming qua Server-Sent Events (SSE). Streaming cung cấp các cập nhật token theo thời gian thực, rất quan trọng để xây dựng các giao diện chat phản hồi. Bạn cũng có thể đặt seed cho các đầu ra xác định hoặc xác định các chuỗi dừng. API của chúng tôi trả về việc sử dụng token trong chunk cuối cùng của luồng. Sự minh bạch này giúp bạn theo dõi chi phí chính xác khi mô hình tạo văn bản.

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)

Chế độ JSON và Gọi hàm

Cấu trúc các đầu ra của bạn cho việc sử dụng lập trình với chế độ JSON hoặc tích hợp các công cụ bên ngoài thông qua gọi hàm. Đặt định dạng phản hồi thành json_object để bắt buộc tuân thủ JSON nghiêm ngặt. Gọi hàm cho phép mô hình gọi các công cụ với các đối số cụ thể. Thiết lập này lý tưởng để xây dựng tác nhân hoặc phân tích dữ liệu có cấu trúc. Bạn cũng có thể sử dụng hình phạt hiện diện và tần suất để giảm sự lặp lại trong văn bản được tạo.

Giới hạn tốc độ và Đếm token

Mỗi khóa API hỗ trợ 300 yêu cầu mỗi phút và cho phép 8 yêu cầu đồng thời. Cửa sổ ngữ cảnh chứa tổng cộng 100.000 token, với tối đa 16.000 token đầu ra cho mỗi yêu cầu. Nếu bạn không đặt max_tokens, giới hạn mặc định là 2.048 token. Thân yêu cầu không được vượt quá 8 MB. Các giới hạn này nghiêm ngặt nhưng có thể dự đoán, giúp bạn thiết kế logic thử lại mạnh mẽ mà không bị throttling bất ngờ. Lỗi không tiêu thụ credit, vì vậy bạn có thể kiểm tra tự do.