DeepSeek API 文档：快速入门指南

基础 URL 和认证

我们的 API 可与任何 OpenAI 兼容客户端配合使用，只需更改 base URL 并提供 API 密钥即可。我们不路由多个模型；我们托管一个专为成人和编程用例优化的无审查大型语言模型。认证依赖于每个账户的单个 API 密钥，您在通过 Google 或电子邮件注册后立即获得该密钥。无需电话号码，也无订阅费。您的提示词不用于训练数据，确保在您将端点集成到现有代码库时的隐私性。

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：核心端点

将您的对话发送至我们的单一端点，以获取文本输入、文本输出的回复。您无需管理模型路由或担心网关延迟，因为我们直接提供一个调优的端点。模型 ID 为 uncensored，并响应标准的聊天完成参数。这种方法消除了从模型池中选择的复杂性。您将获得可预测的行为，而无需处理多个厂商版本带来的噪音。

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：验证您的无审查模型

确认您的连接和活跃模型，方法是调用 models 端点。这将返回我们无审查 LLM 的具体配置，区别于 GPT、Claude 或其他供应商。您可以直接从该响应中验证上下文窗口和令牌限制。这是一个快速检查，以确保您的 SDK 客户端正确指向我们的服务器。在发送大量负载之前，使用此方法调试连接问题。

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);

参数：温度、Top P 和流式传输

使用 temperature 和 top_p 控制创造力，或通过 Server-Sent Events (SSE) 启用流式传输。流式传输提供实时 token 更新，这对于构建响应式聊天界面至关重要。您还可以设置 seed 以获得确定性输出或定义 stop sequences。我们的 API 在流的最后一个 chunk 中返回 token 使用量。这种透明度有助于您准确跟踪成本，因为模型生成文本。

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 模式与函数调用

为了便于程序化使用，请使用 JSON 模式构建您的输出，或通过函数调用集成外部工具。将响应格式设置为 json_object 以强制严格的 JSON 合规性。函数调用允许模型使用特定参数调用工具。此设置非常适合构建代理或解析结构化数据。您还可以使用存在惩罚和频率惩罚来减少生成文本中的重复。

速率限制与令牌计数

每个密钥支持每分钟 300 次请求，允许 8 个并发请求。上下文窗口总共容纳 100,000 token，每次请求最大输出为 16,000 token。如果您未设置 max_tokens, 限制默认为 2,048 个 token。请求体不能超过 8 MB。这些限制严格但可预测，有助于您设计健壮的重试逻辑，而无需意外节流。错误不消耗积分，因此您可以自由测试。