Pierwsze zapytanie w pięć minut

Konfiguracja uwierzytelniania

Aby rozpocząć, potrzebujesz klucza API. Zarejestruj się na stronie Pobierz klucz API za pomocą Google lub adresu e-mail. Twój klucz pojawi się natychmiast. Nie jest wymagany numer telefonu ani karta kredytowa, choć będziesz potrzebować kryptowaluty, aby doładować kredyty.

Skonfiguruj zmienną środowiskową lub klienta, aby używać otrzymanego klucza. Klucz uwierzytelnia wszystkie zapytania do naszego endpointa. Jeśli otrzymasz błąd 401, sprawdź poprawność i ważność klucza. Nasz system wiąże jeden aktywny klucz na konto; wygenerowanie nowego natychmiast zastępuje stary.

Podstawowe uzupełnianie czatu

Nasze API podąża za formatem chat-completions OpenAI. Wskaż swojego klienta na nasz bazowy URL i wyślij żądanie POST z wiadomościami. ID modelu do użycia to „uncensored”. Ten model o otwartych wagach jest dostrojony do odpowiadania bez odmów treści dla legalnego użytku dorosłych.

Poniżej znajduje się przykład cURL pokazujący podstawową strukturę. Zastąp YOUR_API_KEY swoim rzeczywistym kluczem.

Copycurl https://api.deepseekcoder.top/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Write a blunt product review of a cheap VPN."}]
  }'

Pamiętaj, że błędy i odrzucenia są darmowe. Płacisz tylko za tokeny pomyślnie przetworzone. Podstawowy URL to https://api.deepseekcoder.top/v1.

Integracja z Python SDK

Użycie oficjalnego Python SDK OpenAI jest proste. Zainicjuj klienta naszym bazowym URL i kluczem API. Pozwala to zachować istniejącą strukturę kodu przy jednoczesnej zmianie modelu backendowego.

Poniższy kod demonstruje proste wywołanie uzupełnienia. Klient automatycznie serializuje dane. Upewnij się, że Twoje zapytania mieszczą się w limicie 8 MB. Każde zapytanie zużywa tokeny wejściowe i wyjściowe zgodnie z przetwarzaniem modelu.

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.deepseekcoder.top/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)

To podejście działa z dowolną biblioteką klienta kompatybilną z OpenAI. Możesz zmienić bazowy URL, aby przetestować różnych dostawców lub pozostać przy naszym endpointzie bez cenzury do zadań kodowania.

Użycie Node.js SDK

Dla programistów JavaScript SDK OpenAI dla Node.js działa identycznie. Skonfiguruj właściwości apiKey i baseURL w instancji klienta. Zapewnia to, że wszystkie kolejne wywołania są kierowane do naszych serwerów.

Poniższy przykład pokazuje, jak złożyć zapytanie. Odpowiedź zawiera wygenerowany tekst i statystyki użycia tokenów. Możesz zintegrować to bezpośrednio w potokach budowania lub lokalnych skryptach deweloperskich.

Copyimport OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://api.deepseekcoder.top/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);

Nie są wymagane dodatkowe biblioteki poza standardowym pakietem OpenAI. Endpoint obsługuje standardowe metody HTTP i nagłówki oczekiwane przez klientów kompatybilnych z OpenAI.

Odpowiedzi strumieniowe

Aby uzyskać pomoc w kodowaniu w czasie rzeczywistym, włącz strumieniowanie, ustawiając stream: true. API zwraca zdarzenia wysłane przez serwer (SSE). Każdy chunk zawiera częściowy tekst, a ostatni chunk zawiera całkowite zużycie tokenów.

Strumieniowanie zmniejsza postrzeganą opóźnienie dla programistów oczekujących na wygenerowanie kodu. Ostatni chunk dostarcza liczbę tokenów do rozliczenia. Pozwala to na stopniową aktualizację interfejsu użytkownika.

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)

Obsłuż zdarzenia strumienia odpowiednio w swoim kliencie. Model generuje tekst token po tokenie, co jest idealne dla interaktywnych środowisk kodowania lub narzędzi do dokumentacji na żywo.

Limity, błędy i kontekst

Nasze API narzuca konkretne limity, aby zapewnić stabilność. Możesz wysłać 300 zapytań na minutę na klucz, z limitem współbieżności 8 równoległych zapytań. Ciało zapytania nie może przekraczać 8 MB.

Typowe błędy to 401 (nieprawidłowy klucz), 402 (niewystarczający kredyt) i 429 (limit zapytań). Twój przedpłacony kredyt pokrywa zużycie tokenów; błędy nie zużywają kredytu. Okno kontekstu wynosi łącznie 100 000 tokenów (prompt + completion). Maksymalna ilość wyjściowa to 32 000 tokenów na zapytanie, lub 2 048, jeśli max_tokens nie jest ustawione. Kredyt nigdy nie wygasa, a opłaty miesięczne nie obowiązują.