Deep Seek API-Schnellstartanleitung

Authentifizierung & Basis-URL

Beginnen Sie, indem Sie Ihren API-Schlüssel und Ihre Base-URL sofort festlegen. Ihr Schlüssel wird nach der Anmeldung mit Google oder E-Mail auf dem Bildschirm angezeigt. Verwenden https://api.apiseekdeep.com/v1 als Ihren Basis-Endpunkt. Übergeben Sie den Schlüssel im Authorization: Bearer header. Dies funktioniert mit jedem OpenAI-SDK oder kompatiblen Client.

Copycurl https://api.apiseekdeep.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Return the total row count for the user_logs table"}]
  }'

Ihre Anfragen authentifizieren sich direkt an unseren Servern. Es gibt keine zwischengeschalteten Routing-Ebenen. Ihr Schlüssel gewährt nur Zugriff auf das unzensierte Modell.

Chat-Vervollständigungs-Endpunkt

Senden Sie Nachrichten an POST /v1/chat/completions zur Textgenerierung. Verwenden Sie die Modell-ID uncensored für uneingeschränkte Ausgaben. Der Eingabetext wird in das messages-Array eingefügt. Die API gibt den generierten Text im response content-Feld zurück. Dies entspricht exakt dem Standard-OpenAI-Chatformat.

Copyfrom openai import OpenAI

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

Strukturieren Sie Ihre Prompts. Das Modell verarbeitet den Kontext innerhalb der Grenzen gut. Sie erhalten Rohtextausgabe ohne zusätzliche Formatierungsebenen. Bei Fehlern werden Standard-HTTP-Codes zurückgegeben.

Streaming-Antworten (SSE)

Aktivieren Sie Streaming, indem Sie stream: true in Ihrer Anfrage. Sie erhalten Server-Sent Events (SSE), während Tokens generiert werden. Dies reduziert die wahrgenommene Latenz für lange Ausgaben. Details zur Token-Nutzung erscheinen im letzten Chunk. Sie können die Generierung bei Bedarf vorzeitig stoppen.

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)

Verwalten Sie partielle Antworten angemessen. Puffern Sie Tokens bis zur Fertigstellung. Diese Methode spart Wartezeit bei großen Kontextfenstern. Sie funktioniert zuverlässig mit unserem Kontextlimit von 100.000 Tokens.

Funktionsaufruf & Tools

Definieren Sie Tools im Request-Body für strukturierte Ausgaben. Das Modell kann Funktionen basierend auf Ihrem Schema aufrufen. Übergeben Sie Tool-Definitionen im tools array. Verwenden Sie tool_choice die automatische Auswahl zu erzwingen oder zuzulassen. Dies ermöglicht komplexe Workflows ohne das Parsen von Rohtext.

Copyimport OpenAI from "openai";

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

Strukturieren Sie Ihre JSON-Schemata sorgfältig. Das Modell respektiert Tool-Einschränkungen. Sie übernehmen die Logik der Funktionsausführung separat. Dies hält Ihren Code sauber und modular.

JSON-Modus-Konfiguration

Erzwingen Sie strenge JSON-Ausgabe mit response_format: {"type": "json_object"}. Das Modell gibt nur gültige JSON-Strukturen zurück. Nutzen Sie dies für die Datenextraktion oder strukturierte Datenpipelines. Deaktivieren Sie die Markdown-Formatierung für saubereres Parsing. Dies gewährleistet eine zuverlässige programmatische Verarbeitung der Ergebnisse.

Copycurl https://api.apiseekdeep.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Return the total row count for the user_logs table"}]
  }'

Stellen Sie die Ausgabe vor der Verarbeitung sicher. Der strenge Modus reduziert Halluzinationen in Feldern. Kombinieren Sie dies mit Tool-Definitionen für maximale Zuverlässigkeit. Ihre Downstream-Apps werden Daten schneller parsen.

Parameter: Temperatur, Top P, Seed

Kreativität steuern mit temperature und top_p. Höhere Werte erhöhen die Zufälligkeit. Niedrigere Werte machen Ausgaben deterministischer. Verwende seed für reproduzierbare Ergebnisse während der Fehlersuche. Legen Sie max_tokens die Ausgabelänge zu begrenzen. Der Standardwert beträgt 2.048 Tokens, falls nicht gesetzt.

Copyfrom openai import OpenAI

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

Passen Sie die Parameter für Ihren Anwendungsfall an. Rollenspiel profitiert von höherer Temperatur. Datenaufgaben benötigen niedrigere Werte. Ihr prepaid-Guthaben wird basierend auf tatsächlich verwendeten Tokens berechnet. Fehler kosten keine Credits.