DeepSeek Unchained API को इंटीग्रेट करें

प्रमाणीकरण और बेस URL सेटअप

बेस यूआरएल HTTPS://api.deepseekunchained.com/v1 के साथ अपनी API कुंजी का उपयोग करें। यह एंडपॉइंट आधिकारिक OpenAI SDKs और किसी भी OpenAI-संगत क्लाइंट के साथ काम करता है। Google या ईमेल से साइन अप करके अपनी कुंजी प्राप्त करें। कुंजी Get API key पेज पर तुरंत दिखाई जाती है। साइन अप के लिए फ़ोन नंबर की आवश्यकता नहीं है। आपके प्रॉम्प्ट प्रशिक्षण के लिए उपयोग नहीं किए जाते हैं। अतिरिक्त चरणों के बिना गोपनीयता बनाए रखी जाती है। खाता बनाने के लिए केवल एक ईमेल पते की आवश्यकता होती है। कुंजी chat-completions एंडपॉइंट तक पहुंच प्रदान करती है। यह एम्बेडिंग्स या इमेज जनरेशन तक पहुंच प्रदान नहीं करती है। अपनी कुंजी को सुरक्षित रखें। यदि आवश्यक हो तो डैशबोर्ड के माध्यम से इसे रोटेट करें। एक नई कुंजी तुरंत पुरानी कुंजी को प्रतिस्थापित कर देती है। प्रति खाते एक सक्रिय कुंजी की अनुमति है। त्रुटियां और अस्वीकृतियां क्रेडिट का उपभोग नहीं करती हैं। यह सुनिश्चित करता है कि आप केवल वास्तविक टोकन के लिए भुगतान करें।

चैट कंप्लीशंस एंडपॉइंट (POST)

POST /v1/chat/completions का उपयोग करके टेक्स्ट इन और टेक्स्ट आउट प्राप्त करें। यह एंडपॉइंट एक संदेश सरणी के साथ एक JSON बॉडी स्वीकार करता है। प्रत्येक संदेश में एक भूमिका और सामग्री फ़ील्ड होती है। सिस्टम भूमिका व्यवहार सेट करती है। उपयोगकर्ता भूमिका प्रॉम्पट प्रदान करती है। मॉडल फ़ील्ड को "uncensored" पर सेट किया जाना चाहिए। यह मॉडल कॉर्पोरेट फ़िल्टर्स के बजाय अनुपालन के लिए ट्यून्ड है। यह बिना व्याख्याओं के सीधे उत्तर देता है। आप रचनात्मकता के लिए तापमान और top_p सेट कर सकते हैं। स्टॉप सीक्वेंस जनरेशन को जल्दी रोकते हैं। उपस्थिति और आवृत्ति पेनल्टी दोहराव को समायोजित करती हैं। प्रतिक्रिया में उपयोग आंकड़े शामिल होते हैं। ये आंकड़े इनपुट और आउटपुट टोकन गणना दिखाते हैं। त्रुटियां मानक HTTP स्टेटस कोड लौटाती हैं। 401 का अर्थ है अमान्य कुंजी। 402 का अर्थ है कोई क्रेडिट नहीं। 429 का अर्थ है दर सीमा पार हो गई।

SSE के साथ स्ट्रीमिंग रिस्पॉन्सेस

अपने अनुरोध बॉडी में stream को true सेट करके स्ट्रीमिंग सक्षम करें। API सर्वर-सेंट इवेंट्स (SSE) लौटाता है। प्रत्येक चंक आंशिक टेक्स्ट सामग्री रखता है। यह रियल-टाइम प्रतिक्रियाओं के प्रदर्शन की अनुमति देता है। अंतिम चंक में टोकन उपयोग डेटा शामिल होता है। यह डेटा खपत किए गए कुल टोकनों को दर्शाता है। स्ट्रीमिंग उपयोगकर्ताओं के लिए अनुपस्थित लेटेंसी को कम करती है। यह चैट इंटरफेस के लिए आदर्श है। SDK चंक पार्सिंग को स्वचालित रूप से संभालता है। आपको SSE को मैनुअल रूप से प्रबंधित करने की आवश्यकता नहीं है। मॉडल पूर्ण स्ट्रीमिंग का समर्थन करता है। तापमान जैसे पैरामीटर सामान्य रूप से काम करते हैं। स्टॉप सीक्वेंस अभी भी एंड इवेंट्स ट्रिगर करते हैं। त्रुटियां भी SSE इवेंट्स के रूप में भेजी जाती हैं। यह मजबूत त्रुटि हैंडलिंग सुनिश्चित करता है। बेहतर उपयोगकर्ता अनुभव के लिए स्ट्रीमिंग का उपयोग करें। यह कनेक्शन को पूर्ण होने तक खुला रखता है।

फंक्शन कॉलिंग और टूल यूज़

फ़ंक्शन कॉलिंग के लिए अनुरोध बॉडी में टूल्स परिभाषित करें। मॉडल प्रतिक्रिया में टूल कॉल लौटाता है। इन कॉल में फ़ंक्शन नाम और तर्क शामिल होते हैं। आपका कोड फ़ंक्शन निष्पादित करता है और परिणाम भेजता है। मॉडल परिणामों का उपयोग अंतिम टेक्स्ट उत्पन्न करने के लिए करता है। यह एजेंट-जैसा व्यवहार सक्षम बनाता है। आप कई टूल्स परिभाषित कर सकते हैं। मॉडल चुनता है कि किसका उपयोग करना है। टूल चयन मजबूर या स्वचालित हो सकता है। स्वचालित मोड मॉडल को निर्णय लेने देता है। मजबूर मोड में एक विशिष्ट टूल की आवश्यकता होती है। यह संरचित वर्कफ़्लो के लिए उपयोगी है। तर्क स्ट्रिंग्स के रूप में लौटाए जाते हैं। अपने कोड में उन्हें JSON के रूप में पार्स करें। मॉडल जटिल टूल परिभाषाओं का समर्थन करता है। API एकीकरण के लिए इसका उपयोग करें। यह मॉडल की क्षमताओं को बढ़ाता है। टूल निष्पादन में त्रुटियों को आपका कोड संभालता है। यदि आवश्यक हो तो मॉडल पुन: प्रयास करता है।

संरचित आउटपुट के लिए JSON मोड

response_format को json_object सेट करके JSON आउटपुट फ़ोर्स करें। मॉडल मान्य JSON स्ट्रिंग लौटाता है। यह प्रोग्रामेटिक खपत के लिए आदर्श है। कोई पार्सिंग त्रुटि नहीं होती। आउटपुट कड़ाई से फ़ॉर्मेटेड होता है। इसे डेटा एक्सट्रैक्शन कार्यों के लिए उपयोग करें। मॉडल स्कीमा संकेतों का पालन करता है। अपने प्रॉम्प्ट में गुण परिभाषित करें। मॉडल इन बाधाओं का सम्मान करता है। तापमान JSON वैधता को प्रभावित करता है। कम मान स्थिरता सुनिश्चित करते हैं। इसे विश्वसनीय डेटा पाइपलाइनों के लिए उपयोग करें। JSON मोड के साथ स्ट्रीमिंग काम करती है। अंतिम चंक में पूर्ण ऑब्जेक्ट होता है। टोकन उपयोग सटीक रूप से रिपोर्ट किया जाता है। त्रुटियां मानक JSON के रूप में लौटाई जाती हैं। यह आसान त्रुटि हैंडलिंग सुनिश्चित करता है। API के लिए JSON मोड का उपयोग करें। यह पोस्ट-प्रोसेसिंग ओवरहेड कम करता है। मॉडल इस फ़ॉर्मेट के लिए अनुकूलित है।

रेट लिमिट्स और अनुरोध बाधाएँ

प्रति कुंजी प्रति मिनट 300 अनुरोधों की सीमा है। आप एक साथ 8 अनुरोध भेज सकते हैं। अनुरोध बॉडी का आकार अधिकतम 8 MB है। संदर्भ विंडो कुल 100,000 टोकन है। इसमें प्रॉम्प्ट और कंप्लीशन शामिल हैं। प्रति अनुरोध अधिकतम आउटपुट 16,000 टोकन है। लंबाई नियंत्रित करने के लिए max_tokens सेट करें। यदि सेट नहीं किया जाता है तो डिफ़ॉल्ट 2,048 है। रेट लिमिट्स कठोरता से लागू की जाती हैं। उन्हें पार करने पर 429 त्रुटि लौटाई जाती है। 429 के दौरान कोई क्रेडिट खर्च नहीं होता है। त्रुटियों से क्रेडिट खर्च नहीं होता है। यह आपके बैलेंस की रक्षा करता है। यदि सीमाएं टकराती हैं तो अनुरोध कतार में लगाए जाते हैं। देरी के बाद पुनः प्रयास करें। मजबूती के लिए एक्सपोनेंशियल बैकऑफ का उपयोग करें। डैशबोर्ड के माध्यम से अपने उपयोग की निगरानी करें। क्रेडिट कभी समाप्त नहीं होता है। केवल क्रिप्टो से टॉप अप करें। Base पर USDT या USDC। टॉप-अप पर बोनस क्रेडिट लागू होता है।

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);

स्ट्रीमिंग

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)