Integrera DeepSeek Unchained API

Autentisering och bas-URL-inställning

Använd din API-nyckel med bas-URL:en HTTPS://api.deepseekunchained.com/v1. Denna slutpunkt fungerar med officiella OpenAI SDK:er och alla OpenAI-kompatibla klienter. Hämta din nyckel genom att registrera dig med Google eller e-post. Nyckeln visas omedelbart på sidan Hämta API-nyckel. Inget telefonnummer krävs för registrering. Dina prompts används inte för träning. Integriteten upprätthålls utan extra steg. Du behöver bara en e-postadress för att skapa ett konto. Nyckeln ger åtkomst till chat-completions-slutpunkten. Den ger inte åtkomst till embeddings eller bildgenerering. Förvara din nyckel säkert. Byt den vid behov via dashboarden. En ny nyckel ersätter den gamla omedelbart. Ett aktivt nyckel per konto tillåts. Fel och avslag förbrukar inte kredit. Detta säkerställer att du bara betalar för faktiskt förbrukade tokens.

Slutpunkt för chattkomplettering (POST)

Skicka text in och få text ut med POST /v1/chat/completions. Denna slutpunkt accepterar en JSON-kropp med en messages-array. Varje meddelande har en role- och content-fält. Systemrollen styr beteendet. Användarrollen ger prompten. Model-fältet måste vara inställt på "uncensored". Denna modell är finjusterad för efterlevnad framför företagsfilter. Den svarar direkt utan föreläsningar. Du kan ställa in temperaturen och top_p för kreativitet. Stop-sekvenser avbryter generationen i förtid. Närvaro- och frekvensstraff justerar repetition. Svaret inkluderar användningsstatistik. Dessa statistik visar antalet inmatade och utmatade tokens. Fel returnerar standard HTTP-statuskoder. En 401 betyder en ogiltig nyckel. En 402 betyder inget kredit. En 429 betyder att hastighetsgränsen har överskridits.

Strömningsresponser med SSE

Aktivera strömning genom att ställa in stream till true i begärans kropp. API:et returnerar Server-Sent Events (SSE). Varje bit innehåller delvis textinnehåll. Detta möjliggör realtidsvisning av svar. Den sista biten inkluderar tokenanvändningsdata. Denna data visar totala förbrukade tokens. Strömning minskar upplevd latens för användare. Det är idealiskt för chattgränssnitt. SDK:t hanterar bitparsning automatiskt. Du behöver inte hantera SSE manuellt. Modellen stöder full strömning. Parametrar som temperatur fungerar normalt. Stop-sekvenser utlöser fortfarande sluthändelser. Fel skickas också som SSE-händelser. Detta säkerställer robust felhantering. Använd strömning för bättre användarupplevelse. Det håller anslutningen öppen tills den är klar.

Funktionsanrop och verktygsanvändning

Definiera verktyg i begärans kropp för function calling. Modellen returnerar verktygsanrop i svaret. Dessa anrop innehåller funktionsnamn och argument. Din kod kör funktionen och skickar tillbaka resultat. Modellen använder resultat för att generera sluttext. Detta möjliggör agentliknande beteende. Du kan definiera flera verktyg. Modellen väljer vilka som ska användas. Verktygsval kan vara tvingat eller automatiskt. Automatiskt låter modellen bestämma. Tvingat läge kräver ett specifikt verktyg. Detta är användbart för strukturerade arbetsflöden. Argument returneras som strängar. Parsa dem som JSON i din kod. Modellen stöder komplexa verktygsdefinitioner. Använd detta för API-integrationer. Det utökar modellens kapacitet. Fel vid verktygskörning hanteras av din kod. Modellen försöker igen vid behov.

JSON-läge för strukturerade utdata

Tvinga JSON-utdata genom att ställa in response_format till json_object. Modellen returnerar giltiga JSON-strängar. Detta är idealiskt för programmatisk konsumtion. Inga analysfel uppstår. Utdata är strikt formaterad. Använd detta för dataextraktionsuppgifter. Modellen följer schemahintar. Definiera egenskaper i din prompt. Modellen respekterar dessa begränsningar. Temperatur påverkar JSON-giltighet. Lägre värden säkerställer konsekvens. Använd detta för pålitliga datapipelines. Strömning fungerar med JSON-läge. Den sista biten innehåller hela objektet. Tokenanvändning rapporteras korrekt. Fel returneras som standard JSON. Detta säkerställer enkel felhantering. Använd JSON-läge för API:er. Det minskar efterbehandlingsöverhead. Modellen är optimerad för detta format.

Begränsningar för begäranderänta och begärandebegränsningar

Gränsen är 300 begäranden per minut per nyckel. Du kan skicka 8 begäranden samtidigt. Begärans kroppsstorlek maxas vid 8 MB. Kontextfönstret är 100 000 tokens totalt. Detta inkluderar prompt och komplettering. Max utdata är 16 000 tokens per begäran. Ställ in max_tokens för att kontrollera längden. Standard är 2 048 om det inte anges. Hastighetsbegränsningar tillämpas strikt. Att överskrida dem returnerar ett 429-fel. Ingen kredit förbrukas under 429:or. Fel förbrukar inte kredit. Detta skyddar din balans. Begäranden köas om gränserna träffas. Vänta och försök igen efter en fördröjning. Använd exponentiell backoff för robusthet. Övervaka din användning via dashboarden. Kredit upphör aldrig att gälla. Ladda upp endast med krypto. USDT eller USDC på Base. Bonuskredit tillkommer vid påfyllnader.

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);

Strömning

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)