Integrieren Sie die DeepSeek Unchained API

Authentifizierung und Basis-URL-Einrichtung

Verwenden Sie Ihren API-Schlüssel mit der Basis-URL HTTPS://api.deepseekunchained.com/v1. Dieser Endpunkt funktioniert mit offiziellen OpenAI-SDKs und jedem OpenAI-kompatiblen Client. Holen Sie sich Ihren Schlüssel, indem Sie sich mit Google oder E-Mail anmelden. Der Schlüssel wird sofort auf der Seite „API-Schlüssel abrufen“ angezeigt. Für die Anmeldung ist keine Telefonnummer erforderlich. Ihre Prompts werden nicht zum Training verwendet. Die Privatsphäre wird ohne zusätzliche Schritte gewährleistet. Sie benötigen lediglich eine E-Mail-Adresse, um ein Konto zu erstellen. Der Schlüssel gewährt Zugriff auf den Chat-Completions-Endpunkt. Er gewährt keinen Zugriff auf Embeddings oder Bildgenerierung. Bewahren Sie Ihren Schlüssel sicher auf. Drehen Sie ihn bei Bedarf über das Dashboard. Ein neuer Schlüssel ersetzt den alten sofort. Pro Konto ist nur ein aktiver Schlüssel erlaubt. Fehler und Ablehnungen verbrauchen kein Guthaben. Dies stellt sicher, dass Sie nur für tatsächlich verbrauchte Tokens bezahlen.

Chat-Vervollständigungs-Endpunkt (POST)

Senden Sie Text ein und erhalten Sie Text aus, indem Sie POST /v1/chat/completions verwenden. Dieser Endpunkt akzeptiert einen JSON-Body mit einem messages-Array. Jede Nachricht hat ein Feld für die Rolle und den Inhalt. Die Systemrolle legt das Verhalten fest. Die Benutzerrolle liefert den Prompt. Das Feld model muss auf "uncensored" gesetzt sein. Dieses Modell ist auf Compliance statt auf Unternehmensfilter abgestimmt. Es antwortet direkt ohne Vorträge. Sie können Temperatur und top_p für Kreativität einstellen. Stop-Sequenzen beenden die Generierung frühzeitig. Präsenz- und Häufigkeitsstrafen passen die Wiederholung an. Die Antwort enthält Nutzungsstatistiken. Diese Statistiken zeigen die Token-Anzahl für Eingabe und Ausgabe. Fehler geben standardmäßige HTTP-Statuscodes zurück. Ein 401 bedeutet einen ungültigen Schlüssel. Ein 402 bedeutet keinen Guthaben. Ein 429 bedeutet, dass das Limit überschritten wurde.

Streaming-Antworten mit SSE

Aktivieren Sie Streaming, indem Sie stream im Anfragekörper auf true setzen. Die API gibt Server-Sent Events (SSE) zurück. Jeder Chunk enthält teilweise Textinhalte. Dies ermöglicht die Echtzeitanzeige von Antworten. Der letzte Chunk enthält Token-Nutzungsdaten. Diese Daten zeigen die insgesamt verbrauchten Tokens. Streaming reduziert die wahrgenommene Latenz für Nutzer. Es ist ideal für Chat-Schnittstellen. Das SDK verarbeitet das Chunk-Parsing automatisch. Sie müssen SSE nicht manuell verwalten. Das Modell unterstützt vollständiges Streaming. Parameter wie temperature funktionieren normal. Stop-Sequenzen lösen weiterhin End-Ereignisse aus. Fehler werden ebenfalls als SSE-Ereignisse gesendet. Dies gewährleistet eine robuste Fehlerbehandlung. Nutzen Sie Streaming für eine bessere Nutzererfahrung. Die Verbindung bleibt offen, bis die Generierung abgeschlossen ist.

Function Calling und Tool-Einsatz

Definieren Sie Tools im Anfragekörper für Function Calling. Das Modell gibt Tool-Aufrufe in der Antwort zurück. Diese Aufrufe enthalten Funktionsnamen und Argumente. Ihr Code führt die Funktion aus und sendet Ergebnisse zurück. Das Modell verwendet Ergebnisse, um den Endtext zu generieren. Dies ermöglicht Agenten-ähnliches Verhalten. Sie können mehrere Tools definieren. Das Modell entscheidet, welche es verwendet. Die Tool-Auswahl kann erzwungen oder automatisch erfolgen. Auto lässt das Modell entscheiden. Der erzwungene Modus erfordert ein bestimmtes Tool. Dies ist nützlich für strukturierte Workflows. Argumente werden als Strings zurückgegeben. Analysieren Sie sie in Ihrem Code als JSON. Das Modell unterstützt komplexe Tool-Definitionen. Nutzen Sie dies für API-Integrationen. Es erweitert die Fähigkeiten des Modells. Fehler bei der Tool-Ausführung werden von Ihrem Code behandelt. Das Modell wiederholt bei Bedarf.

JSON-Modus für strukturierte Ausgabe

Erzwingen Sie die JSON-Ausgabe, indem Sie response_format auf json_object setzen. Das Modell gibt gültige JSON-Zeichenfolgen zurück. Dies ist ideal für die programmatische Verarbeitung. Es treten keine Parsing-Fehler auf. Die Ausgabe ist streng formatiert. Verwenden Sie dies für Datenerfassungsaufgaben. Das Modell berücksichtigt Schema-Hinweise. Definieren Sie Eigenschaften in Ihrem Prompt. Das Modell respektiert diese Einschränkungen. Die Temperatur beeinflusst die JSON-Gültigkeit. Niedrigere Werte gewährleisten Konsistenz. Verwenden Sie dies für zuverlässige Datenpipelines. Streaming funktioniert im JSON-Modus. Das letzte Chunk enthält das vollständige Objekt. Die Token-Nutzung wird genau gemeldet. Fehler werden als standardmäßiges JSON zurückgegeben. Dies gewährleistet eine einfache Fehlerbehandlung. Verwenden Sie den JSON-Modus für APIs. Er reduziert den Post-Processing-Aufwand. Das Modell ist für dieses Format optimiert.

Ratenbegrenzungen und Anfragbeschränkungen

Das Limit beträgt 300 Anfragen pro Minute pro Schlüssel. Sie können 8 Anfragen gleichzeitig senden. Die maximale Größe des Anfragekörpers beträgt 8 MB. Das Kontextfenster beträgt insgesamt 100.000 Tokens. Dies umfasst Eingabe und Vervollständigung. Die maximale Ausgabe beträgt 16.000 Tokens pro Anfrage. Legen Sie max_tokens fest, um die Länge zu steuern. Der Standardwert beträgt 2.048, wenn nicht festgelegt. Ratenlimits werden streng durchgesetzt. Das Überschreiten führt zu einem 429-Fehler. Kein Guthaben wird während 429s verbraucht. Fehler verbrauchen kein Guthaben. Dies schützt Ihr Guthaben. Anfragen werden in die Warteschlange gestellt, wenn Limits erreicht werden. Warten Sie und versuchen Sie es nach einer Verzögerung erneut. Verwenden Sie exponentielles Backoff für Robustheit. Überwachen Sie Ihre Nutzung über das Dashboard. Guthaben verfällt nie. Laden Sie nur mit Krypto auf. USDT oder USDC auf Base. Bonusguthaben gilt für Aufladungen.

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)