Guide de démarrage rapide de l'API Deep Seek

Authentification & URL de base

Commencez par définir immédiatement votre clé API et votre URL de base. Votre clé apparaît à l'écran après l'inscription avec Google ou par e-mail. Utilisez https://api.apiseekdeep.com/v1 comme votre point de terminaison de base. Transmettez la clé dans le Authorization: Bearer header. Cela fonctionne avec n'importe quel SDK OpenAI ou client compatible.

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"}]
  }'

Vos requêtes s'authentifient directement auprès de nos serveurs. Aucune couche de routage intermédiaire n'existe. Votre clé donne accès uniquement au modèle uncensored.

Point de terminaison Chat Completions

Envoyez des messages à POST /v1/chat/completions pour la génération de texte. Utilisez l'ID de modèle uncensored pour des sorties illimitées. Le texte d'entrée est placé dans le tableau messages. L'API renvoie le texte généré dans le champ content de la réponse. Cela suit exactement le format standard de chat OpenAI.

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)

Structurez vos invites. Le modèle gère bien le contexte dans les limites. Vous obtenez un texte brut sans couches de formatage supplémentaires. Les erreurs retournent des codes HTTP standard.

Réponses en streaming (SSE)

Activez le streaming en définissant stream: true dans votre requête. Vous recevez des événements envoyés par le serveur (SSE) au fur et à mesure de la génération des jetons. Cela réduit la latence perçue pour les sorties longues. Les détails d'utilisation des jetons apparaissent dans le dernier fragment. Vous pouvez arrêter la génération plus tôt si nécessaire.

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)

Gérez les réponses partielles avec élégance. Mettez en mémoire taminaire les jetons jusqu'à la fin. Cette méthode réduit le temps d'attente pour les fenêtres de contexte importantes. Elle fonctionne de manière fiable avec notre limite de contexte de 100,000 jetons.

Appel de fonctions et outils

Définissez les outils dans le corps de votre requête pour les sorties structurées. Le modèle peut appeler des fonctions en fonction de votre schéma. Transmettez les définitions d'outils dans le tools tableau. Utilisez tool_choice pour forcer ou autoriser la sélection automatique. Cela permet des flux de travail complexes sans analyser le texte brut.

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);

Structurez soigneusement vos schémas JSON. Le modèle respecte les contraintes des outils. Vous gérez la logique d'exécution des fonctions séparément. Cela garde votre code propre et modulaire.

Configuration du Mode JSON

Forcez une sortie JSON stricte en utilisant response_format: {"type": "json_object"}Le modèle ne retourne que des structures JSON valides. Utilisez cela pour l'extraction de données ou les pipelines de données structurées. Désactivez le formatage Markdown pour une analyse plus propre. Cela garantit une consommation programmatique fiable des résultats.

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"}]
  }'

Validez la sortie avant le traitement. Le mode strict réduit les hallucinations dans les champs. Combinez cela avec des définitions d'outils pour une fiabilité maximale. Vos applications en aval analyseront les données plus rapidement.

Paramètres : Température, Top P, Seed

Contrôlez la créativité avec temperature et top_p. Des valeurs plus élevées augmentent l'aléatoire. Des valeurs plus basses rendent les sorties déterministes. Utilisez seed pour des résultats reproductibles lors du débogage. Définissez max_tokens pour limiter la longueur de la sortie. La valeur par défaut est de 2 048 jetons si non défini.

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)

Ajustez les paramètres pour votre cas d'utilisation. Le jeu de rôle bénéficie d'une température plus élevée. Les tâches de données nécessitent des valeurs plus faibles. Votre crédit prépayé est facturé en fonction des tokens réellement utilisés. Les erreurs ne coûtent pas de crédits.