DeepSeek API 文件：快速入門指南

基礎 URL 與驗證

我們的 API 與任何 OpenAI 相容的客戶端配合運作，只需更改 base URL 並提供 API 金鑰即可。我們不路由多個模型；我們託管一個專為成人和程式設計師用例調整的無審查大型語言模型。驗證依賴於每個帳戶單一的 API 金鑰，您在透過 Google 或電子郵件註冊後即可立即獲得。無需電話號碼，也無訂閱費。您的提示詞不會用於訓練數據，確保在您將端點整合到現有程式碼庫時的隱私。

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：核心端點

將您的對話傳送至我們單一的端點，以獲取文字輸入、文字輸出的回覆。您無需管理模型路由或擔心閘道延遲，因為我們直接提供一個調校的端點。模型 ID 為 uncensored, 並回應標準的聊天補全參數。這種方法消除了從模型池中選擇的複雜性。您獲得可預測的行為，而無需處理多個廠商版本的噪音。

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：驗證您的無審查模型

確認您的連接和活躍模型，方法是調用 models 端點。這會返回我們無審查 LLM 的特定配置，與 GPT、Claude 或其他供應商不同。您可以從該回應中直接驗證上下文視窗和令牌限制。這是一個快速檢查，以確保您的 SDK 客戶端正確指向我們的伺服器。在發送大量負載之前，使用此方法調試連接問題。

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);

參數：溫度、Top P 與串流傳輸

使用 temperature 和 top_p 控制創造力，或透過 Server-Sent Events (SSE) 啟用串流。串流提供即時 token 更新，這對於構建響應式聊天介面至關重要。您也可以設定 seed 以獲得確定性輸出，或定義停止序列。我們的 API 在串流的最後一個區塊中返回 token 使用量。這種透明度可幫助您在模型生成文字時準確追蹤成本。

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 模式與函式呼叫

為程序化使用構造您的輸出，使用 JSON 模式或通過函數調用集成外部工具。將響應格式設置為 json_object 以強制執行嚴格的 JSON 合規性。函式呼叫允許模型使用特定參數調用工具。此設定非常適合構建代理或解析結構化資料。您也可以使用 presence 和 frequency penalties 來減少生成文字中的重複。

速率限制與令牌計數

每個金鑰每分鐘支援 300 次請求並允許 8 個同時請求。上下文視窗總計為 100,000 token，每次請求的最大輸出為 16,000 token。如果您未設定 max_tokens, 限制預設為 2,048 個 token。請求主體不得超過 8 MB。這些限制嚴格但可預測，有助於您設計強大的重試邏輯而無需意外限流。錯誤不消耗信用額度，因此您可以自由測試。