API را در عرض چند دقیقه ادغام کنید

نصب و پیکربندی Base URL

کلاینت خود را فوراً به سمت نقطه پایانی سازگار با OpenAI ما تنظیم کنید.

API ما در https://api.codedeepseek.cc/v1. فقط نیاز است که base_url و کلید API خود را ارائه دهید. این پیکربندی با SDKهای رسمی Python و Node.js کار می‌کند و تضمین می‌کند که کد موجود شما دست‌نخورده باقی بماند. نیاز به پیکربندی پیچیده‌ی مسیریابی یا پروکسی نیست.

با ثبت‌نام از طریق گوگل یا ایمیل، کلید خود را به‌طور فوری دریافت کنید. نیازی به شماره تلفن نیست و کلید بلافاصله روی صفحه نمایش داده می‌شود. این سادگی به شما اجازه می‌دهد به جای درگیر شدن با موانع اداری، بر یکپارچه‌سازی تمرکز کنید.

احراز هویت

کلید خود را در Authorization هدر برای هر درخواست. فرمت هدر استاندارد است: Authorization: Bearer YOUR_API_KEY, ما از پارامترهای کوئری برای احراز هویت استفاده نمی‌کنیم، که URLهای شما را تمیز و امن نگه می‌دارد.

یک کلید فعال برای هر حساب ردیابی استفاده ساده را تضمین می‌کند. اگر به کلید جدیدی نیاز دارید، تولید یک کلید جدید بلافاصله کلید قبلی را جایگزین می‌کند. این ویژگی برای چرخاندن اعتبارات در محیط‌های تولید بدون توقف مفید است.

ارسال اولین درخواست

یک درخواست chat.completions تماس برای تولید متن از مدل بدون سانسور.

شناسه مدل را استفاده کنید uncensored برای تمام درخواست‌ها. این مدل وزن‌باز روی سرورهای ما اجرا می‌شود و موضوعات قانونی بزرگسالان، داستانی یا بحث‌برانگیز را رد نمی‌کند. این برای توسعه‌دهندگانی طراحی شده است که خروجی بدون محدودیت برای وظایف برنامه‌نویسی و خلاقانه می‌خواهند.

مثال زیر یک درخواست پایه‌ای با cURL را نشان می‌دهد. جایگزین YOUR_API_KEY با کلید واقعی خود.

Copycurl https://api.codedeepseek.cc/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Fix the null pointer in the java service class"}]
  }'

اطمینان حاصل کنید که بدنه درخواست شما شامل یک messages آرایه شامل حداقل یک پیام کاربر است. API ورودی متنی را انتظار دارد و خروجی متنی برمی‌گرداند. این سادگی به پروتوتایپ‌سازی سریع بدون نگرانی از ساختارهای پیچیده payload اجازه می‌دهد.

می‌توانید اندپوینت را مستقیماً در ترمینال یا اسکریپت خود تست کنید. این حلقه بازخورد فوری به شما کمک می‌کند قبل از یکپارچه‌سازی در برنامه‌های بزرگ‌تر، اتصال را تأیید کنید.

پاسخ‌های استریم با SSE

با تنظیم stream: true در درخواست.

رویدادهای ارسالی سرور (SSE) توکن‌ها را همان‌طور که تولید می‌شوند تحویل می‌دهند و تأخیر ادراک‌شده را برای خروجی‌های طولانی کاهش می‌دهند. قطعه نهایی در جریان، استفاده کل توکن برای درخواست را شامل می‌شود. این ویژگی برای رابط‌های چت که کاربران انتظار پاسخ فوری دارند ضروری است.

Copyfrom openai import OpenAI

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

جریان را با پیمایش روی اشیاء پاسخ مدیریت کنید. هر شیء نشان‌دهنده یک توکن یا دلتا (تفاوت) است. می‌توانید این دلتاها را به هم بچسبانید تا متن پاسخ کامل را بسازید. این رویکرد حتی تحت بار سنگین، برنامه شما را پاسخگو نگه می‌دارد.

استریم برای تمام پاسخ‌های مدل پشتیبانی می‌شود. از آن برای بهبود تجربه کاربری در دستیاران کدنویسی یا ابزارهای تولید محتوا استفاده کنید. مدل uncensored زمینه‌های طولانی را به‌طور کارآمد مدیریت می‌کند و استریم روان را حتی برای خروجی‌های گسترده تضمین می‌می‌کند.

Function Calling & Tools

ابزارهای خارجی را با تعریف توابع در پیکربندی درخواست خود ادغام کنید.

API از فراخوانی تابع استاندارد به سبک OpenAI پشتیبانی می‌کند. ابزارهای خود را در tools پارامتر و اجازه دهید مدل تصمیم بگیرد چه زمانی آن‌ها را فراخوانی کند. این قابلیت کارکردهای پیچیده‌ای مانند اجرای کد یا بازیابی داده را امکان‌پذیر می‌سازد.

Copyimport OpenAI from "openai";

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

نام تابع و توضیح آن را به وضوح مشخص کنید. مدل یک شیء فراخوانی تابع را برمی‌گرداند اگر تشخیص دهد که ابزار ضروری است. سپس تابع را اجرا می‌کنید و نتیجه را به مکالمه باز می‌گردانید.

این قابلیت به ویژه برای عامل‌های کدنویسی که نیاز به اجرای قطعه‌های کد یا دریافت مستندات دارند، مفید است. مدل uncensored زمینه را به خوبی درک می‌کند و مثبت‌های کاذب در انتخاب ابزار را کاهش می‌دهد.

اطمینان حاصل کنید که تعاریف ابزار شما با طرحواره ورودی مورد انتظار مطابقت دارند. عدم تطابق می‌تواند منجر به خطا یا رفتار غیرمنتظره شود. ادغام ابزار خود را به دقت قبل از استقرار در محیط تولید آزمایش کنید.

حالت JSON برای خروجی ساختاریافته

مدل را مجبور به خروجی JSON معتبر کنید با تنظیم response_format به {"type": "json_object"}.

این حالت برای برنامه‌هایی که به داده‌های ساختاریافته نیاز دارند، ایده‌آل است، مانند فایل‌های پیکربندی یا پاسخ‌های API. مدل تلاش می‌کند تا با سینتکس JSON مطابقت داشته باشد که نیاز به پردازش پس‌از تولید را کاهش می‌دهد.

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)

استفاده از حالت JSON همراه با پخش زنده برای تحویل داده‌های ساختاریافته در زمان واقعی. این ترکیب برای ساخت برنامه‌های وب پویایی که داده‌های API را مصرف می‌کنند قدرتمند است.

در حالی که حالت JSON ساختار را بهبود می‌بخشد، ممکن است گاهی اوقات JSON نامعتبر تولید کند اگر پرامپت مبهم باشد. همیشه خروجی را در کد اپلیکیشن خود اعتبارسنجی کنید. این مرحله اضافی قابلیت اطمینان را در محیط‌های تولید تضمین می‌کند.

مدل بدون سانسور ساختارهای JSON پیچیده را به طور موثر مدیریت می‌کند. از آن برای تولید قطعات کد، اشیاء پیکربندی یا تبدیل‌های داده استفاده کنید.

پارامترها: دما، Top-P و Seed

تصادفی بودن و قابلیت تکرارپذیری خروجی‌های خود را با استفاده از پارامترهای استاندارد کنترل کنید.

تنظیم temperature بین 0 و 2 برای تنوع در خلاقیت. مقادیر پایین‌تر نتایج قطعی‌تری تولید می‌کنند، در حالی که مقادیر بالاتر تصادفی بودن را افزایش می‌دهند. از top_p برای نمونه‌گیری هسته، که جرم احتمال توکن‌های مورد نظر را محدود می‌کند.

The seed پارامتر خروجی‌های قابل تکرار را امکان‌پذیر می‌کند. یک مقدار seed خاص تنظیم کنید تا پاسخ یکسانی را در چندین تماس دریافت کنید. این برای اشکال‌زدایی و تست مفید است.

این پارامترها را ترکیب کنید تا رفتار مدل را برای مورد استفاده خاص خود تنظیم کنید. برای مثال، برای تولید کد که در آن ثبات کلیدی است، از دمای پایین و seed ثابت استفاده کنید.

با تنظیمات مختلف آزمایش کنید تا تعادل بهینه برای برنامه خود را بیابید. API از تمام پارامترهای استاندارد OpenAI پشتیبانی می‌کند و با ابزارهای موجود سازگار است.