Rychlý start: Integrace API Uncensored

Nastavení základní URL a ověření

Začněte tím, že nasměrujete svého klienta na naši základní URL a použijete Bearer token. Endpoint je https://api.howmuchisdeepseekapi.com/v1. Klíč získáte kliknutím na 'Získat API klíč' na registrační stránce, kde se můžete přihlásit přes Google nebo pomocí e-mailu a hesla. Telefonní číslo není vyžadováno a klíč se zobrazí okamžitě. Na účet potřebujete pouze jeden aktivní klíč; vygenerování nového nahradí ten starý.

Ověření je standardní. Předložte klíč v Authorization hlavička. Toto nastavení funguje s oficiálními klienty OpenAI pro Python nebo JS. Stačí nakonfigurovat základní URL a API klíč v objektu klienta. To zajistí, že váš existující kód poběží bez větších úprav.

Copycurl https://api.howmuchisdeepseekapi.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "What is the current pricing for the deepseek api endpoint"}]
  }'

Endpoint Chat Completions (/v1/chat/completions)

Pošlete své podněty na endpoint chat completions. Zde text vstupuje a text vystupuje. ID modelu, které musíte použít, je uncensored. Je to model s otevřenými váhami laděný k odpovědím bez odmítání obsahu pro legální použití pro dospělé. Není to GPT, Claude ani DeepSeek. Pošlete své zprávy jako pole objektů role a obsahu.

API očekává standardní struktury JSON. Můžete zahrnout role system, user a assistant. Odpověď bude obsahovat odpověď modelu. Chyby jako chybějící kredit vrátí stav 402. Neplatné klíče vrátí 401. Tyto standardní kódy vám pomohou plynule zpracovat selhání v logice vaší aplikace.

Copyfrom openai import OpenAI

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

Koncový bod výpisu modelů (/v1/models)

Vyhledejte endpoint modelů pro ověření připojení. Pošlete požadavek GET na /v1/models. Odpověď vypisuje dostupné modely. Uvidíte uncensored ID modelu uvedené zde. Tím potvrdíte, že vaše autentizace funguje správně.

Tento endpoint je užitečný pro ladění. Pokud získáte chybu 404 nebo 500, vaše základní URL může být nesprávná. Pomocí tohoto volání zajistěte, že váš klient může dosáhnout našich serverů, než odešle těžké payloady. Vrací jednoduchý seznam objektů obsahující detaily modelu.

Copyimport OpenAI from "openai";

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

Streamované odpovědi a spotřeba tokenů

Povolte streamování nastavením stream: true ve vaší žádosti. API vrací Server-Sent Events (SSE). Každý blok obsahuje částečný text. Poslední blok zahrnuje statistiky využití tokenů. To vám umožňuje zobrazovat text uživatelům v reálném čase.

Počty tokenů jsou kritické pro fakturaci. Platíte $0.15 za 1M vstupních tokenů a $0.50 za 1M výstupních tokenů. Chyby jsou zdarma. Data o využití v posledním bloku vám pomáhají přesně sledovat náklady. Můžete také nastavit max_tokens omezit výstup. Pokud není nastaveno, maximální hodnota je 2 048 tokenů.

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)

Volání funkcí a režim JSON

Používejte volání funkcí pro strukturované výstupy. Definujte nástroje v těle požadavku. Model bude reagovat voláním funkcí, když je to vhodné. Můžete také vynutit režim JSON nastavením response_format na {"type": "json_object"}. To zajišťuje, že výstup je platný JSON.

Parametry jako temperature a top_p kontrola náhodnosti. Použijte stop sekvenční pro zastavení generování. Můžete také nastavit presence_penalty a frequency_penalty pro snížení opakování. Tyto nástroje vám dávají jemnou kontrolu nad chováním modelu.

Parametry: Teplota, Top-p a Stop Sequences

Upravit temperature pro kreativitu. Vyšší hodnoty produkují rozmanitější výstupy. Nastavte top_p ovlivnit vzorkování jádra. Použijte stop sekvence pro ukončení generování na konkrétních řetězcích. Tyto parametry vám pomohou doladit model pro váš konkrétní případ použití.

Můžete také nastavit seed pro deterministické výstupy. To je užitečné pro ladění. Kontextové okno má velikost 100 000 tokenů pro prompt a dokončení dohromady. Maximální výstup je 16 000 tokenů na požadavek. To umožňuje dlouhé konverzace bez ztráty kontextu.