クイックスタート：Uncensored API統合

ベースURLと認証設定

ベースURLにクライアントをポイントし、Bearerトークンを使用します。エンドポイントは https://api.howmuchisdeepseekapi.com/v1サインアップページで「APIキーを取得」をクリックしてキーを取得します。Googleでサインインするか、メールとパスワードを使用できます。電話番号は必要なく、キーは即座に表示されます。アカウントごとにアクティブなキーは1つだけで十分です。新しいキーを生成すると古いキーが置き換わります。

認証は標準的です。ヘッダーにキーを渡します。 Authorization ヘッダー。この設定は公式のOpenAI PythonまたはJSクライアントと動作します。クライアントオブジェクトのベースURLとAPIキーを設定するだけです。これにより、既存のコードを大幅にリファクタリングすることなく実行できます。

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"}]
  }'

チャット完了エンドポイント (/v1/chat/completions)

チャット完了エンドポイントにプロンプトを送信してください。テキスト入力からテキスト出力への変換が行われる場所です。使用する必要があるモデルIDは uncensoredオープンウェイトモデルで、法的な成人向け用途において拒否なしで回答するように最適化されています。GPT、Claude、DeepSeekではありません。メッセージは、roleとcontentのオブジェクトの配列として送信してください。

APIは標準的なJSON構造を期待します。system、user、assistantのロールを含めることができます。応答にはモデルの返信が含まれます。残高不足などのエラーは402ステータスを返し、無効なキーは401を返します。これらの標準的なコードは、アプリケーションロジックで障害を適切に処理するのに役立ちます。

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)

モデルリストエンドポイント (/v1/models)

接続を確認するためにモデルエンドポイントをクエリします。GET リクエストを /v1/models応答は利用可能なモデルの一覧を返します。あなたは uncensored ここに記載されているモデル ID を使用します。これにより、認証が正しく機能していることを確認できます。

このエンドポイントはデバッグに役立ちます。404または500エラーが発生した場合、ベースURLが間違っている可能性があります。重いペイロードを送信する前に、この呼び出しを使用してクライアントが当社のサーバーに到達できることを確認してください。モデルの詳細を含む単純なリストオブジェクトを返します。

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);

ストリーミングレスポンスとトークン使用量

streamをtrueに設定してストリーミングを有効にする stream: true リクエスト内。APIはServer-Sent Events (SSE)を返します。各チャンクには部分的なテキストが含まれます。最終チャンクにはトークン使用統計が含まれます。これによりテキストをリアルタイムでユーザーに表示できます。

トークン数は課金にとって重要です。1Mあたりの入力トークンに対して$0.15、1Mあたりの出力トークンに対して$0.50を支払います。エラーは無料です。最後のチャンクの使用データはコストを正確に追跡するのに役立ちます。あなたはまた設定できます max_tokens 出力を制限します。未設定の場合、最大値は2,048トークンです。

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)

関数呼び出しとJSONモード

構造化された出力のために関数呼び出しを使用します。リクエストボディ内でツールを定義します。モデルは適切な場合に関数呼び出しを返します。また、 response_format に {"type": "json_object"}. これにより、出力が有効な JSON になります。

パラメータなど temperature および top_p ランダム性を制御します。使用 stop シーケンスで生成を停止します。また、 presence_penalty および frequency_penalty 反復を減らします。これらのツールにより、モデルの動作を微細に制御できます。

パラメータ: Temperature、Top-p、Stop Sequences

調整 temperature 創造性のために。高い値はより多様な出力を生成します。設定 top_p 核サンプリングを制御する。使用 stop 特定の文字列で生成を終了させるためのシーケンス。これらのパラメータを使用すると、特定のユースケースに合わせてモデルを調整できます。

設定できます seed 決定論的な結果のため。これはデバッグに役立ちます。プロンプトとコンプリーションを合わせたコンテキストウィンドウは100,000トークンです。リクエストごとの最大出力は16,000トークンです。これにより、コンテキストを失うことなく長い会話が可能です。