Hướng dẫn nhanh: Tích hợp API không kiểm duyệt

Thiết lập Base URL và Xác thực

Bắt đầu bằng cách trỏ client của bạn đến URL cơ sở của chúng tôi và sử dụng mã thông báo Bearer. Điểm cuối là https://api.howmuchisdeepseekapi.com/v1. Bạn lấy khóa của mình bằng cách nhấp vào 'Lấy khóa API' trên trang đăng ký, nơi bạn có thể đăng nhập bằng Google hoặc sử dụng email và mật khẩu. Không cần số điện thoại, và khóa xuất hiện ngay lập tức. Bạn chỉ cần một khóa hoạt động cho mỗi tài khoản; tạo một khóa mới sẽ thay thế khóa cũ.

Xác thực là tiêu chuẩn. Truyền khóa trong Authorization header. Cấu hình này hoạt động với các khách hàng Python hoặc JS chính thức của OpenAI. Bạn chỉ cần cấu hình URL cơ bản và khóa API trong đối tượng khách hàng của bạn. Điều này đảm bảo mã hiện có của bạn chạy mà không cần tái cấu trúc lớn.

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 Hoàn thành Trò chuyện (/v1/chat/completions)

Gửi lời nhắc của bạn đến điểm cuối hoàn thành trò chuyện. Đây là nơi văn bản đầu vào trở thành đầu ra văn bản. ID mô hình bạn phải sử dụng là uncensored. Đây là mô hình trọng lượng mở, được tinh chỉnh để trả lời mà không từ chối, phù hợp cho người trưởng thành hợp pháp. Đây không phải là GPT, Claude hay DeepSeek. Hãy gửi tin nhắn của bạn dưới dạng mảng các đối tượng vai trò và nội dung.

API mong đợi các cấu trúc JSON tiêu chuẩn. Bạn có thể bao gồm các vai trò hệ thống, người dùng và trợ lý. Phản hồi sẽ chứa câu trả lời của mô hình. Lỗi như thiếu tín dụng trả về trạng thái 402. Khóa không hợp lệ trả về 401. Các mã tiêu chuẩn này giúp bạn xử lý các lỗi một cách mượt mà trong logic ứng dụng của mình.

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)

Điểm cuối Danh sách Mô hình (/v1/models)

Truy vấn endpoint models để xác minh kết nối. Gửi yêu cầu GET đến /v1/models. Phản hồi liệt kê các mô hình khả dụng. Bạn sẽ thấy uncensored model ID được liệt kê ở đây. Điều này xác nhận xác thực của bạn đang hoạt động đúng.

Điểm cuối này hữu ích cho việc gỡ lỗi. Nếu bạn nhận được lỗi 404 hoặc 500, URL cơ sở của bạn có thể sai. Sử dụng lệnh gọi này để đảm bảo máy khách của bạn có thể truy cập máy chủ của chúng tôi trước khi gửi các tải trọng nặng. Nó trả về một đối tượng danh sách đơn giản chứa chi tiết mô hình.

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);

Phản hồi luồng và sử dụng token

Bật phát trực tiếp bằng cách đặt stream: true trong yêu cầu của bạn. API trả về Server-Sent Events (SSE). Mỗi chunk chứa văn bản từng phần. Chunk cuối cùng bao gồm thống kê sử dụng token. Điều này cho phép bạn hiển thị văn bản cho người dùng theo thời gian thực.

Số lượng token rất quan trọng cho việc tính phí. Bạn trả $0.15 cho mỗi 1M token đầu vào và $0.50 cho mỗi 1M token đầu ra. Lỗi được miễn phí. Dữ liệu sử dụng trong chunk cuối cùng giúp bạn theo dõi chi phí chính xác. Bạn cũng có thể đặt max_tokens để giới hạn đầu ra. Nếu không đặt, giới hạn tối đa là 2.048 token.

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)

Function Calling và chế độ JSON

Sử dụng gọi hàm cho các đầu ra có cấu trúc. Xác định công cụ trong thân yêu cầu của bạn. Mô hình sẽ phản hồi bằng các lệnh gọi hàm khi thích hợp. Bạn cũng có thể ép chế độ JSON bằng cách đặt response_format để {"type": "json_object"}. Điều này đảm bảo đầu ra là JSON hợp lệ.

Các tham số như temperature và top_p kiểm soát tính ngẫu nhiên. Sử dụng stop chuỗi để dừng quá trình tạo. Bạn cũng có thể đặt presence_penalty và frequency_penalty để giảm sự lặp lại. Các công cụ này cho phép bạn kiểm soát chi tiết hành vi của mô hình.

Tham số: Nhiệt độ, Top-p và các Chuỗi Dừng

Điều chỉnh temperature để sáng tạo. Giá trị cao hơn tạo ra đầu ra đa dạng hơn. Đặt top_p để kiểm soát lấy mẫu hạt nhân. Sử dụng stop chuỗi để kết thúc quá trình tạo tại các chuỗi cụ thể. Các tham số này giúp bạn tinh chỉnh mô hình cho trường hợp sử dụng cụ thể của bạn.

Bạn cũng có thể đặt một seed để đầu ra xác định. Điều này hữu ích cho việc gỡ lỗi. Cửa sổ ngữ cảnh là 100.000 token cho prompt và kết hợp hoàn thành. Đầu ra tối đa là 16.000 token mỗi yêu cầu. Điều này cho phép các cuộc hội thoại dài mà không bị mất ngữ cảnh.