Intégrez l'API DeepSeek Unchained

Authentification et configuration de l'URL de base

Utilisez votre clé API avec l'URL de base HTTPS://api.deepseekunchained.com/v1. Ce point de terminaison fonctionne avec les SDK OpenAI officiels et tout client compatible OpenAI. Obtenez votre clé en vous inscrivant avec Google ou par e-mail. La clé s'affiche immédiatement sur la page Obtenir la clé API. Aucune numération de téléphone n'est requise pour l'inscription. Vos invites ne sont pas utilisées pour l'apprentissage. La confidentialité est préservée sans étapes supplémentaires. Il vous suffit d'une adresse e-mail pour créer un compte. La clé donne accès au point de terminaison chat-completions. Elle ne donne pas accès aux embeddings ni à la génération d'images. Conservez votre clé en toute sécurité. Renouvelez-la si nécessaire via le tableau de bord. Une nouvelle clé remplace immédiatement l'ancienne. Une seule clé active par compte est autorisée. Les erreurs et les refus ne consomment pas de crédit. Cela garantit que vous ne payez que pour les tokens réellement consommés.

Point de terminaison Chat Completions (POST)

Envoyez du texte et recevez du texte en utilisant POST /v1/chat/completions. Cet endpoint accepte un corps JSON avec un tableau messages. Chaque message a un champ role et content. Le rôle system définit le comportement. Le rôle user fournit le prompt. Le champ model doit être défini sur "uncensored". Ce modèle est ajusté pour la conformité plutôt que pour les filtres corporatifs. Il répond directement sans leçons. Vous pouvez définir temperature et top_p pour la créativité. Les séquences d'arrêt (stop sequences) interrompent la génération prématurément. Les pénalités de présence et de fréquence ajustent la répétition. La réponse inclut des statistiques d'utilisation. Ces statistiques montrent les compteurs de tokens d'entrée et de sortie. Les erreurs retournent des codes de statut HTTP standard. Un 401 signifie une clé invalide. Un 402 signifie pas de crédit. Un 429 signifie limite de débit dépassée.

Réponses en streaming avec SSE

Activez le streaming en définissant stream sur true dans le corps de la requête. L'API renvoie des Server-Sent Events (SSE). Chaque chunk contient du texte partiel. Cela permet l'affichage en temps réel des réponses. Le dernier chunk inclut les données d'utilisation des jetons. Ces données indiquent le nombre total de jetons consommés. Le streaming réduit la latence perçue pour les utilisateurs. Il est idéal pour les interfaces de chat. Le SDK gère automatiquement l'analyse des chunks. Vous n'avez pas besoin de gérer les SSE manuellement. Le modèle prend en charge le streaming complet. Des paramètres comme temperature fonctionnent normalement. Les séquences d'arrêt déclenchent toujours les événements de fin. Les erreurs sont également envoyées en tant qu'événements SSE. Cela garantit une gestion robuste des erreurs. Utilisez le streaming pour une meilleure expérience utilisateur. Cela maintient la connexion ouverte jusqu'à la fin.

Appel de fonction et utilisation d'outils

Définissez des outils dans le corps de la requête pour l'appel de fonctions. Le modèle renvoie des appels d'outils dans la réponse. Ces appels incluent des noms de fonction et des arguments. Votre code exécute la fonction et envoie les résultats. Le modèle utilise les résultats pour générer le texte final. Cela permet un comportement de type agent. Vous pouvez définir plusieurs outils. Le modèle choisit lesquels utiliser. Le choix de l'outil peut être forcé ou automatique. Le mode automatique laisse le modèle décider. Le mode forcé nécessite un outil spécifique. Cela est utile pour les workflows structurés. Les arguments sont renvoyés sous forme de chaînes. Analysez-les en JSON dans votre code. Le modèle prend en charge des définitions d'outils complexes. Utilisez ceci pour les intégrations API. Il étend les capacités du modèle. Les erreurs d'exécution des outils sont gérées par votre code. Le modèle réessaie si nécessaire.

Mode JSON pour les sorties structurées

Forcez la sortie JSON en définissant response_format sur json_object. Le modèle renvoie des chaînes JSON valides. C'est idéal pour une consommation programmatique. Aucune erreur d'analyse ne se produit. La sortie est strictement formatée. Utilisez ceci pour les tâches d'extraction de données. Le modèle respecte les indications de schéma. Définissez les propriétés dans votre invite. Le modèle respecte ces contraintes. La température affecte la validité du JSON. Des valeurs plus faibles garantissent la cohérence. Utilisez ceci pour des pipelines de données fiables. Le streaming fonctionne avec le mode JSON. Le dernier chunk contient l'objet complet. L'utilisation des jetons est signalée avec précision. Les erreurs sont renvoyées sous forme de JSON standard. Cela garantit une gestion facile des erreurs. Utilisez le mode JSON pour les API. Il réduit la surcharge de post-traitement. Le modèle est optimisé pour ce format.

Limites de débit et contraintes de requête

La limite est de 300 requêtes par minute par clé. Vous pouvez envoyer 8 requêtes simultanément. La taille maximale du corps de la requête est de 8 Mo. La fenêtre de contexte est de 100 000 tokens au total. Cela inclut l'invite et la complétion. Le nombre maximal de tokens de sortie est de 16 000 par requête. Définissez max_tokens pour contrôler la longueur. La valeur par défaut est de 2 048 si elle n'est pas définie. Les limites de taux sont appliquées strictement. Leur dépassement renvoie une erreur 429. Aucun crédit n'est consommé lors des erreurs 429. Les erreurs ne consomment pas de crédit. Cela protège votre solde. Les requêtes sont mises en file d'attente si les limites sont atteintes. Attendez et réessayez après un délai. Utilisez une backoff exponentielle pour la robustesse. Surveillez votre utilisation via le tableau de bord. Le crédit n'expire jamais. Rechargez uniquement avec de la crypto. USDT ou USDC sur Base. Un crédit bonus s'applique aux recharges.

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)