DeepSeek Unchained API 통합

인증 및 Base URL 설정

API 키를 기본 URL HTTPS://api.deepseekunchained.com/v1과 함께 사용하세요. 이 엔드포인트는 공식 OpenAI SDK 및 모든 OpenAI 호환 클라이언트와 함께 작동합니다. Google 또는 이메일로 가입하여 키를 받으세요. 키는 API 키 받기 페이지에서 즉시 표시됩니다. 가입 시 전화번호가 필요하지 않습니다. 프롬프트는 학습에 사용되지 않습니다. 추가 절차 없이 프라이버시가 유지됩니다. 계정을 생성하려면 이메일 주소만 필요합니다. 이 키는 chat-completions 엔드포인트에 대한 접근 권한을 부여합니다. 임베딩이나 이미지 생성에는 접근 권한이 부여되지 않습니다. 키를 안전하게 보관하세요. 필요시 대시보드에서 키를 교체할 수 있습니다. 새 키가 이전 키를 즉시 대체합니다. 계정당 하나의 활성 키가 허용됩니다. 오류 및 거부는 크레딧을 소모하지 않습니다. 이는 실제 소비된 토큰에 대해서만 지불함을 의미합니다.

채팅 완료 엔드포인트 (POST)

POST /v1/chat/completions을 사용하여 텍스트를 입력하고 텍스트를 출력하세요. 이 엔드포인트는 messages 배열이 있는 JSON 본문을 받습니다. 각 메시지에는 role과 content 필드가 있습니다. system 역할은 동작을 설정합니다. user 역할은 프롬프트를 제공합니다. model 필드는 "uncensored"로 설정해야 합니다. 이 모델은 기업용 필터보다 준수성에 맞게 조정되었습니다. 강연 없이 직접 답변합니다. 창의성을 위해 temperature와 top_p를 설정할 수 있습니다. 종료 시퀀스는 생성을 조기에 중단합니다. 존재 빈도 패널티는 반복을 조정합니다. 응답에는 사용량 통계가 포함됩니다. 이 통계는 입력 및 출력 토큰 수를 보여줍니다. 오류는 표준 HTTP 상태 코드를 반환합니다. 401은 유효하지 않은 키를 의미합니다. 402는 크레딧이 없음을 의미합니다. 429는 속도 제한 초과를 의미합니다.

SSE를 사용한 스트리밍 응답

요청 본문에서 stream을 true로 설정하여 스트리밍을 활성화하세요. API는 서버 전송 이벤트(SSE)를 반환합니다. 각 청크에는 부분 텍스트 콘텐츠가 포함됩니다. 이를 통해 응답을 실시간으로 표시할 수 있습니다. 최종 청크에는 토큰 사용 데이터가 포함됩니다. 이 데이터는 소비된 총 토큰 수를 보여줍니다. 스트리밍은 사용자의 지각된 지연 시간을 줄입니다. 채팅 인터페이스에 이상적입니다. SDK는 청크 파싱을 자동으로 처리합니다. SSE를 수동으로 관리할 필요가 없습니다. 모델은 전체 스트리밍을 지원합니다. temperature와 같은 매개변수는 정상적으로 작동합니다. 중지 시퀀스는 여전히 종료 이벤트를 트리거합니다. 오류도 SSE 이벤트로 전송됩니다. 이는 견고한 오류 처리를 보장합니다. 더 나은 사용자 경험을 위해 스트리밍을 사용하세요. 완료될 때까지 연결을 유지합니다.

함수 호출 및 도구 사용

함수 호출을 위한 요청 본문에 도구를 정의하세요. 모델은 응답에서 도구 호출을 반환합니다. 이러한 호출에는 함수 이름과 인수가 포함됩니다. 코드에서 함수를 실행하고 결과를 보냅니다. 모델은 결과를 사용하여 최종 텍스트를 생성합니다. 이는 에이전트와 같은 동작을 가능하게 합니다. 여러 도구를 정의할 수 있습니다. 모델은 어떤 것을 사용할지 선택합니다. 도구 선택은 강제 또는 자동일 수 있습니다. 자동은 모델이 결정하도록 합니다. 강제 모드는 특정 도구를 요구합니다. 이는 구조화된 워크플로우에 유용합니다. 인수는 문자열로 반환됩니다. 코드에서 JSON으로 구문 분석하세요. 모델은 복잡한 도구 정식을 지원합니다. API 통합에 사용하세요. 모델의 기능을 확장합니다. 도구 실행 오류는 코드에서 처리됩니다. 필요한 경우 모델이 다시 시도합니다.

구조화된 출력을 위한 JSON 모드

response_format을 json_object로 설정하여 JSON 출력을 강제합니다. 모델은 유효한 JSON 문자열을 반환합니다. 이는 프로그래밍적 소비에 이상적입니다. 구문 분석 오류가 발생하지 않습니다. 출력은 엄격하게 형식이 지정됩니다. 데이터 추출 작업에 사용하세요. 모델은 스키마 힌트를 따릅니다. 프롬프트에 속성을 정의하세요. 모델은 이러한 제약 조건을 존중합니다. 온도는 JSON 유효성에 영향을 미칩니다. 낮은 값은 일관성을 보장합니다. 신뢰할 수 있는 데이터 파이프라인에 사용하세요. 스트리밍은 JSON 모드와 함께 작동합니다. 마지막 청크에는 전체 객체가 포함됩니다. 토큰 사용량은 정확하게 보고됩니다. 오류는 표준 JSON으로 반환됩니다. 이는 쉬운 오류 처리를 보장합니다. API에 JSON 모드를 사용하세요. 이는 사후 처리 오버헤드를 줄입니다. 모델은 이 형식에 최적화되어 있습니다.

속도 제한 및 요청 제약 조건

분당 키당 제한은 300회 요청입니다. 동시에 8개의 요청을 보낼 수 있습니다. 요청 본문 크기의 최대값은 8MB입니다. 컨텍스트 창은 프롬프트와 완료를 포함하여 총 100,000 토큰입니다. 요청당 최대 출력은 16,000 토큰입니다. 길이를 제어하기 위해 max_tokens을 설정하세요. 설정하지 않으면 기본값은 2,048입니다. 속도 제한은 엄격하게 시행됩니다. 이를 초과하면 429 오류가 반환됩니다. 429 동안에는 크레딧이 소모되지 않습니다. 오류는 크레딧을 소모하지 않습니다. 이는 잔액을 보호합니다. 제한에 도달하면 요청이 대기열에 삽입됩니다. 지연 후 다시 시도하세요. 견고함을 위해 지수 백오프를 사용하세요. 대시보드를 통해 사용량을 모니터링하세요. 크레딧은 만료되지 않습니다. 암호화폐로만 충전하세요. Base의 USDT 또는 USDC. 충전 시 보너스 크레딧이 적용됩니다.

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);

스트리밍

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)