Integrasikan API DeepSeek Unchained

Pengesahan dan Penetapan URL Asas

Gunakan kunci API anda dengan URL asas HTTPS://api.deepseekunchained.com/v1. Hujung ini berfungsi dengan SDK rasmi OpenAI dan mana-mana klien serasi OpenAI. Dapatkan kunci anda dengan mendaftar dengan Google atau e-mel. Kunci ditunjukkan serta-merta di halaman Dapatkan Kunci API. Tiada nombor telefon diperlukan untuk pendaftaran. Prompt anda tidak digunakan untuk latihan. Privasi dikekalkan tanpa langkah tambahan. Anda hanya memerlukan alamat e-mel untuk mencipta akaun. Kunci memberikan akses ke hujung chat-completions. Ia tidak memberikan akses ke pengekodan atau penjanaan imej. Simpan kunci anda dengan selamat. Putarkan jika perlu melalui papan pemuka. Kunci baru menggantikan kunci lama serta-merta. Satu kunci aktif dibenarkan per akaun. Ralat dan penolakan tidak menelan kredit. Ini memastikan anda hanya membayar untuk token sebenar yang digunakan.

Hujung Sambungan Penyelesaian Sembang (POST)

Hantar teks masuk dan dapatkan teks keluar menggunakan POST /v1/chat/completions. Endpoint ini menerima badan JSON dengan larik mesej. Setiap mesej mempunyai medan peranan dan kandungan. Peranan sistem menetapkan tingkah laku. Peranan pengguna menyediakan prompt. Medan model mesti ditetapkan kepada "uncensored". Model ini disesuaikan untuk kepatuhan berbanding penapis korporat. Ia menjawab secara langsung tanpa ceramah. Anda boleh menetapkan suhu dan top_p untuk kreativiti. Jujukan hentian menghentikan penjanaan awal. Penalti kehadiran dan kekerapan menyesuaikan pengulangan. Respons termasuk statistik penggunaan. Statistik ini menunjukkan kiraan token input dan output. Ralat mengembalikan kod status HTTP standard. 401 bermaksud kunci tidak sah. 402 bermaksud tiada kredit. 429 bermaksud had kadar melebihi.

Respons Streaming dengan SSE

Aktifkan aliran dengan menetapkan stream kepada true dalam badan permintaan. API mengembalikan Acara Dikirim Pelayan (SSE). Setiap potongan mengandungi kandungan teks separa. Ini membolehkan paparan masa nyata bagi respons. Potongan akhir termasuk data penggunaan token. Data ini menunjukkan jumlah token yang digunakan. Aliran mengurangkan latensi yang dirasakan untuk pengguna. Ia sesuai untuk antara muka sembang. SDK menguraikan potongan secara automatik. Anda tidak perlu mengurus SSE secara manual. Model menyokong aliran penuh. Parameter seperti suhu berfungsi seperti biasa. Jujukan hentian masih mencetuskan acara akhir. Ralat dihantar sebagai acara SSE juga. Ini memastikan pengendalian ralat yang kukuh. Gunakan aliran untuk pengalaman pengguna yang lebih baik. Ia mengekalkan sambungan sehingga selesai.

Panggilan Fungsi dan Penggunaan Alat

Takrifkan alat dalam badan permintaan untuk panggilan fungsi. Model mengembalikan panggilan alat dalam respons. Panggilan ini termasuk nama fungsi dan hujah. Kod anda melaksanakan fungsi dan menghantar semula hasilnya. Model menggunakan hasil untuk menjana teks akhir. Ini membolehkan tingkah laku seperti agen. Anda boleh mentakrifkan banyak alat. Model memilih mana yang digunakan. Pilihan alat boleh dipaksa atau automatik. Mod automatik membiarkan model memutuskan. Mod dipaksa memerlukan alat tertentu. Ini berguna untuk aliran kerja terstruktur. Hujah dikembalikan sebagai rentetan. Huraikan sebagai JSON dalam kod anda. Model menyokong takrifan alat yang kompleks. Gunakan ini untuk integrasi API. Ia meluaskan keupayaan model. Kesilapan dalam pelaksanaan alat ditangani oleh kod anda. Model akan mencuba semula jika diperlukan.

Mod JSON untuk Output Terstruktur

Paksa output JSON dengan menetapkan response_format kepada json_object. Model mengembalikan rentetan JSON yang sah. Ini sesuai untuk penggunaan programatik. Tiada ralat penguraian berlaku. Output diformatkan dengan ketat. Gunakan ini untuk tugas pengekstrakan data. Model mengikuti petunjuk skema. Takrifkan sifat dalam prompt anda. Model menghormati kekangan ini. Suhu mempengaruhi kesahihan JSON. Nilai yang lebih rendah memastikan konsistensi. Gunakan ini untuk aliran kerja data yang boleh dipercayai. Streaming berfungsi dengan mod JSON. Chunk akhir mengandungi objek lengkap. Penggunaan token dilaporkan dengan tepat. Ralan dikembalikan sebagai JSON standard. Ini memastikan pengendalian ralat yang mudah. Gunakan mod JSON untuk API. Ia mengurangkan beban pasca-pemprosesan. Model dioptimumkan untuk format ini.

Had had laju dan kekangan permintaan

Had ialah 300 permintaan per minit per kunci. Anda boleh menghantar 8 permintaan serentak. Saiz badan permintaan maksimum ialah 8 MB. Tetingkap konteks ialah 100,000 token jumlah. Ini termasuk prompt dan penyelesaian. Output maksimum ialah 16,000 token per permintaan. Tetapkan max_tokens untuk mengawal panjang. Lalai ialah 2,048 jika tidak ditetapkan. Had kadar dikuatkuasakan dengan ketat. Melangkaukannya mengembalikan ralat 429. Kredit tidak digunakan semasa 429. Ralat tidak menggunakan kredit. Ini melindungi baki anda. Permintaan dikumpulkan jika had dicapai. Tunggu dan cuba semula selepas kelewatan. Gunakan penangguhan eksponen untuk ketahanan. Pantau penggunaan anda melalui papan pemuka. Kredit tidak luput. Tambah baki hanya dengan crypto. USDT atau USDC di Base. Kredit bonus dikenakan pada tambahan baki.

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);

Aliran

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)