Integrer DeepSeek Unchained API

Autentificering og Base URL-setup

Brug din API-nøgle med base-URL'en HTTPS://api.deepseekunchained.com/v1. Dette endpoint fungerer med officielle OpenAI SDK'er og enhver OpenAI-kompatibel klient. Få din nøgle ved at tilmelde dig med Google eller e-mail. Nøglen vises med det samme på siden 'Hent API-nøgle'. Der kræves ikke telefonnummer for tilmelding. Dine prompts bruges ikke til træning. Privatlivets fred opretholdes uden ekstra trin. Du har kun brug for en e-mailadresse for at oprette en konto. Nøglen giver adgang til chat-completions-endpointet. Den giver ikke adgang til embeddings eller billedgenerering. Hold din nøgle sikker. Roter den efter behov via dashboardet. En ny nøgle erstatter den gamle med det samme. Der er tilladt én aktiv nøgle pr. konto. Fejl og afvisninger forbruger ikke kredit. Dette sikrer, at du kun betaler for faktiske tokens forbrugt.

Chat Completions Endpoint (POST)

Send tekst ind og få tekst ud ved hjælp af POST /v1/chat/completions. Dette endpoint accepterer en JSON-body med en messages-array. Hver besked har et role og content-felt. System-rollen indstiller adfærden. User-rollen giver promptet. Model-feltet skal indstilles til "uncensored". Denne model er finjusteret til compliance frem for corporate filters. Den svarer direkte uden forelæsninger. Du kan indstille temperature og top_p for kreativitet. Stop-sekvenser afbryder generationen tidligt. Presence- og frequency-penalties justerer gentagelse. Svaret inkluderer usage-statistikker. Disse statistikker viser input- og output-token-tællinger. Fejl returnerer standard HTTP-statuskoder. En 401 betyder en ugyldig nøgle. En 402 betyder ingen kredit. En 429 betyder, at rate limit er overskredet.

Streaming-svar med SSE

Aktivér streaming ved at indstille stream til true i request-bodyen. API'et returnerer Server-Sent Events (SSE). Hver chunk indeholder delvis tekstindhold. Dette giver mulighed for visning af svar i realtid. Den sidste chunk inkluderer tokenforbrugsdata. Disse data viser det samlede forbrugte tokens. Streaming reducerer den opfattede latens for brugere. Det er ideelt til chatgrænseflader. SDK'et håndterer chunk-parsing automatisk. Du behøver ikke håndtere SSE manuelt. Modellen understøtter fuld streaming. Parametre som temperatur fungerer normalt. Stopsekvenser udløser stadig slutbegivenheder. Fejl sendes også som SSE-begivenheder. Dette sikrer robust fejlhåndtering. Brug streaming til en bedre brugeroplevelse. Det holder forbindelsen åben, indtil den er fuldført.

Function Calling og værktøjsbrug

Definer værktøjer i request body til function calling. Modellen returnerer tool calls i svaret. Disse kald indeholder funktionsnavne og argumenter. Din kode udfører funktionen og sender resultater tilbage. Modellen bruger resultater til at generere endelig tekst. Dette muliggør agent-lignende adfærd. Du kan definere flere værktøjer. Modellen vælger, hvilke der skal bruges. Tool choice kan være tvunget eller auto. Auto lader modellen beslutte. Tvinget tilstand kræver et specifikt værktøj. Dette er nyttigt til strukturerede arbejdsgange. Argumenter returneres som strenge. Fortolk dem som JSON i din kode. Modellen understøtter komplekse værktøjsdefinitioner. Brug dette til API-integrationer. Det udvider modellens kapaciteter. Fejl i værktøjsudførelse håndteres af din kode. Modellen prøver igen, hvis det er nødvendigt.

JSON-tilstand til struktureret output

Tving JSON-output ved at indstille response_format til json_object. Modellen returnerer gyldige JSON-strenge. Dette er ideelt til programmatisk forbrug. Der opstår ingen parseringsfejl. Outputtet er strengt formateret. Brug dette til dataudtrækningsopgaver. Modellen følger skemahints. Definér egenskaber i din prompt. Modellen respekterer disse begrænsninger. Temperatur påvirker JSON-gyldigheden. Lavere værdier sikrer konsistens. Brug dette til pålidelige datapipelines. Streaming fungerer med JSON-tilstand. Den sidste chunk indeholder det komplette objekt. Tokenforbrug rapporteres nøjagtigt. Fejl returneres som standard JSON. Dette sikrer nem fejlhåndtering. Brug JSON-tilstand til API'er. Det reducerer overhead efter efterbehandling. Modellen er optimeret til dette format.

Rate Limits og Anmodningsbegrænsninger

Begrænsningen er 300 anmodninger i minuttet per nøgle. Du kan sende 8 anmodninger samtidigt. Størrelsen af anmodningskroppen er maks 8 MB. Kontekstvinduet er 100.000 tokens i alt. Dette inkluderer prompt og completion. Maks output er 16.000 tokens per anmodning. Indstil max_tokens for at kontrollere længden. Standard er 2.048, hvis ikke indstillet. Hastighedsbegrænsninger håndhæves strengt. Overskridelse af dem returnerer en 429-fejl. Ingen kredit forbruges under 429'er. Fejl forbruger ikke kredit. Dette beskytter din saldo. Anmodninger køer, hvis grænserne rammes. Vent og prøv igen efter en forsinkelse. Brug eksponentiel backoff for robusthed. Overvåg dit forbrug via dashboardet. Kredit udløber aldrig. Top op med kun krypto. USDT eller USDC på Base. Bonuskredit gælder på top-ups.

cURL

Copycurl https://api.deepseekunchained.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "list ten open source libraries for rust async io"}]
  }'

Python

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.deepseekunchained.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)

Node.js

Copyimport OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://api.deepseekunchained.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);

Streaming

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)