Zintegruj interfejs API DeepSeek Unchained

Uwierzytelnianie i konfiguracja URL bazowego

Użyj swojego klucza API z podstawowym adresem URL HTTPS://api.deepseekunchained.com/v1. Ten endpoint działa z oficjalnymi SDK OpenAI oraz dowolnym klientem kompatybilnym z OpenAI. Pobierz klucz, rejestrując się za pomocą konta Google lub e-mail. Klucz jest wyświetlany natychmiast na stronie Pobierz klucz API. Nie jest wymagany numer telefonu do rejestracji. Twoje prompty nie są używane do trenowania modeli. Prywatność jest zachowana bez dodatkowych kroków. Wystarczy adres e-mail do utworzenia konta. Klucz daje dostęp do endpointu chat-completions. Nie daje dostępu do embeddings ani generowania obrazów. Przechowuj klucz bezpiecznie. Zmień go w razie potrzeby przez panel. Nowy klucz natychmiast zastępuje stary. Dozwolony jest jeden aktywny klucz na konto. Błędy i odrzucenia nie zużywają kredytu. Gwarantuje to, że płacisz tylko za faktycznie zużyte tokeny.

Punkt końcowy Uzupełnień Czat (POST)

Wyślij tekst i otrzymaj tekst poprzez POST /v1/chat/completions. Endpoint ten akceptuje ciało JSON z tablicą messages. Każda wiadomość ma pole role i content. Rola systemowa określa zachowanie. Rola user dostarcza prompt. Pole model musi być ustawione na "uncensored". Model ten jest dostrojony do zgodności z filtrami korporacyjnymi. Odpowiada bezpośrednio, bez wykładów. Możesz ustawić temperature i top_p dla kreatywności. Sekwencje stop przerywają generowanie wcześniej. Kary za obecność i częstotliwość regulują powtarzalność. Odpowiedź zawiera statystyki użycia. Statystyki te pokazują liczbę tokenów wejściowych i wyjściowych. Błędy zwracają standardowe kody statusu HTTP. 401 oznacza nieprawidłowy klucz. 402 oznacza brak kredytu. 429 oznacza przekroczenie limitu szybkości.

Odpowiedzi strumieniowe z SSE

Włącz strumieniowanie, ustawiając stream na true w ciele żądania. API zwraca zdarzenia wysyłane przez serwer (SSE). Każdy fragment zawiera częściową zawartość tekstową. Pozwala to na wyświetlanie odpowiedzi w czasie rzeczywistym. Ostatni fragment zawiera dane o zużyciu tokenów. Dane te pokazują całkowite zużycie tokenów. Strumieniowanie zmniejsza postrzeganą latencję dla użytkowników. Jest idealne dla interfejsów czatu. SDK automatycznie parsuje fragmenty. Nie musisz zarządzać SSE ręcznie. Model obsługuje pełne strumieniowanie. Parametry takie jak temperatura działają normalnie. Sekwencje stop nadal wyzwalają zdarzenia zakończenia. Błędy są również wysyłane jako zdarzenia SSE. Zapewnia to solidną obsługę błędów. Używaj strumieniowania dla lepszego doświadczenia użytkownika. Utrzymuje połączenie otwarte do momentu ukończenia.

Wywoływanie funkcji i użycie narzędzi

Zdefiniuj narzędzia w ciele żądania do wywoływania funkcji. Model zwraca wywołania narzędzi w odpowiedzi. Wywołania te zawierają nazwy funkcji i argumenty. Twój kod wykonuje funkcję i wysyła wyniki z powrotem. Model używa wyników do generowania końcowego tekstu. To umożliwia zachowanie podobne do agenta. Możesz zdefiniować wiele narzędzi. Model wybiera, których użyć. Wybór narzędzia może być wymuszony lub automatyczny. Tryb automatyczny pozwala modelowi zdecydować. Tryb wymuszony wymaga konkretnego narzędzia. Jest to przydatne do przepływów pracy strukturalnych. Argumenty są zwracane jako ciągi. Sparsuj je jako JSON w swoim kodzie. Model obsługuje złożone definicje narzędzi. Użyj tego do integracji API. Rozszerza to możliwości modelu. Błędy podczas wykonywania narzędzi są obsługiwane przez Twój kod. Model ponawia próbę, jeśli jest to konieczne.

Tryb JSON dla danych wyjściowych strukturalnych

Wymuś wyjście JSON, ustawiając response_format na json_object. Model zwraca poprawne ciągi JSON. To idealne rozwiązanie do konsumpcji programistycznej. Nie występują błędy parsowania. Wyjście jest ściśle sformatowane. Użyj tego do zadań ekstrakcji danych. Model respektuje wskazówki schematu. Zdefiniuj właściwości w swoim prompcie. Model szanuje te ograniczenia. Temperatura wpływa na poprawność JSON. Niższe wartości zapewniają spójność. Użyj tego dla niezawodnych potoków danych. Strumieniowanie działa w trybie JSON. Ostatni fragment zawiera kompletny obiekt. Użycie tokenów jest raportowane dokładnie. Błędy są zwracane jako standardowy JSON. Zapewnia to łatwą obsługę błędów. Użyj trybu JSON dla API. Redukuje to nakład pracy po stronie przetwarzania. Model jest zoptymalizowany pod ten format.

Limity szybkości i ograniczenia żądań

Limit to 300 żądań na minutę na klucz. Możesz wysłać 8 żądań jednocześnie. Maksymalny rozmiar ciała żądania wynosi 8 MB. Okno kontekstowe wynosi łącznie 100 000 tokenów. Obejmuje to prompt i uzupełnienie. Maksymalna liczba tokenów wyjściowych na żądanie to 16 000. Ustaw max_tokens, aby kontrolować długość. Domyślna wartość to 2 048, jeśli nie zostanie ustawiona. Limity szybkości są egzekwowane ściśle. Ich przekroczenie zwraca błąd 429. Kredyt nie jest zużywany podczas błędów 429. Błędy nie zużywają kredytu. Chroni to Twój balans. Żądania są kolejkowane, jeśli limity zostaną przekroczone. Poczekaj i ponów próbę po opóźnieniu. Użyj wykładniczego opóźnienia dla większej niezawodności. Monitoruj swoje użycie przez panel. Kredyt nigdy nie wygasa. Doładuj tylko kryptowalutą. USDT lub USDC na Base. Bonusowy kredyt stosuje się do doładowań.

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);

Strumieniowanie

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)