Deep Seek API 快速入門指南

驗證與 Base URL

開始立即設定 API 金鑰和基礎 URL。註冊後（使用 Google 或電子郵件），金鑰會顯示在畫面上。使用 https://api.apiseekdeep.com/v1 作為您的基礎端點。在 Authorization: Bearer 標頭。此設定與任何 OpenAI SDK 或相容的用戶端搭配使用。

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"}]
  }'

您的請求直接對我們的伺服器進行身份驗證。不存在中間路由層。您的金鑰僅授予對 uncensored 模型的存取權。

聊天完成端點

發送訊息至 POST /v1/chat/completions 以進行文本生成。使用模型 ID uncensored 用於無限制輸出。輸入文字進入 messages 陣列。API 在 response content 欄位中返回生成的文字。這完全遵循標準的 OpenAI 聊天格式。

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)

保持提示詞結構化。模型在限制範圍內能很好地處理上下文。您將獲得原始文字輸出，無額外格式層。錯誤將返回標準 HTTP 狀態碼。

串流回應 (SSE)

在請求主體中將 stream: true 在你的請求中。你收到隨 token 生成而來的伺服器發送的事件（SSE）。這降低了長輸出的感知延遲。token 使用詳情出現在最後一個區塊中。如果需要，你可以提前停止生成。

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)

優雅地處理部分回應。緩衝 token 直到完成。此方法可節省大型上下文視窗的等待時間。它與我們 100,000 token 的上下文限制配合良好。

函式呼叫 & 工具

在請求主體中定義工具以進行結構化輸出。模型可根據您的架構呼叫函式。在 tools 陣列。使用 tool_choice 以強制或允許自動選擇。這可啟用複雜的工作流程，無需解析原始文字。

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);

仔細構造您的 JSON 模式。模型尊重工具約束。您單獨處理函數執行邏輯。這使您的代碼保持乾淨和模塊化。

JSON 模式設定

使用 response_format: {"type": "json_object"}. 模型僅返回有效的 JSON 結構。將其用於數據提取或結構化數據管道。禁用 markdown 格式以獲得更清晰的解析。這確保了結果的可靠程式化消費。

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"}]
  }'

在處理之前驗證輸出。嚴格模式有助於減少欄位的幻覺。結合工具定義可獲得最大可靠性。您的下游應用程式將能更快地解析資料。

參數：溫度、Top P、Seed

使用 temperature 和 top_p. 較高的值會增加隨機性。較低的值會使輸出更具確定性。使用 seed 用於除錯期間獲得可重現的結果。設定 max_tokens 以限制輸出長度。若未設定，預設為 2,048 個 token。

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)

根據您的使用案例調整參數。角色扮演適合較高的溫度。數據任務需要較低的值。您的預付積分根據實際使用的 token 計費。錯誤不會消耗積分。