मिनटों में API इंटीग्रेट करें

इंस्टॉलेशन & बेस यूआरएल सेटअप

अपने क्लाइंट को कॉन्फ़िगर करें ताकि वह तुरंत हमारे OpenAI-compatible एंडपॉइंट पर इशारा करे।

हमारा API स्थित है https://api.codedeepseek.cc/v1. आपको केवल base_url और अपना API कुंजी प्रदान करें। यह सेटअप Python और Node.js के आधिकारिक SDKs के साथ काम करता है, सुनिश्चित करता है कि आपका मौजूदा कोड अक्षत रहे। किसी जटिल रूटिंग या प्रॉक्सी कॉन्फ़िगरेशन की आवश्यकता नहीं है।

Google या ईमेल के माध्यम से साइन अप करें और तुरंत अपनी कुंजी प्राप्त करें। फोन नंबर की आवश्यकता नहीं है, और कुंजी तुरंत स्क्रीन पर दिखाई देती है। यह सरलता आपको प्रशासनिक बाधाओं के बजाय एकीकरण पर ध्यान केंद्रित करने देती है।

प्रमाणीकरण

में अपनी कुंजी शामिल करें Authorization हर रिक्वेस्ट के लिए हेडर। हेडर फॉर्मेट मानक है: Authorization: Bearer YOUR_API_KEY. हम प्रमाणीकरण के लिए क्वेरी पैरामीटर का उपयोग नहीं करते हैं, अपने URLs को साफ और सुरक्षित रखते हैं।

प्रति खाता एक सक्रिय कुंजी स्पष्ट उपयोग ट्रैकिंग सुनिश्चित करती है। यदि आपको एक नई कुंजी की आवश्यकता है, तो एक जनरेट करने से पुरानी कुंजी तुरंत प्रतिस्थापित हो जाती है। यह सुविधा उत्पादन वातावरण में बिना डाउनटाइम के क्रेडेंशियल्स को घुमाने के लिए उपयोगी है।

अपना पहला रिक्वेस्ट भेजना

एक मानक chat.completions अनकैप्सर्ड मॉडल से टेक्स्ट जनरेट करने के लिए कॉल।

मॉडल ID uncensored सभी अनुरोधों के लिए। यह ओपन-वेट मॉडल हमारे सर्वरों पर चलता है और कानूनी वयस्क, काल्पनिक, या विवादास्पद विषयों को अस्वीकार नहीं करता है। यह डेवलपर्स के लिए डिज़ाइन किया गया है जो कोडिंग और रचनात्मक कार्यों के लिए अससीमित आउटपुट चाहते हैं।

निम्नलिखित उदाहरण cURL का उपयोग करके एक मूलभूत अनुरोध को प्रदर्शित करता है। Replace YOUR_API_KEY अपने वास्तविक कुंजी के साथ।

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"}]
  }'

सुनिश्चित करें कि आपके अनुरोध बॉडी में एक messages कम से कम एक user message के साथ array। API text input की उम्मीद करता है और text output लौटाता है। यह सरलता complex payload संरचनाओं के बारे में चिंता किए बिना rapid prototyping की अनुमति देती है।

आप एंडपॉइंट को सीधे अपने टर्मिनल या स्क्रिप्ट में परीक्षण कर सकते हैं। यह तत्काल फीडबैक लूप आपको बड़े एप्लिकेशन में इंटीग्रेट करने से पहले कनेक्टिविटी की पुष्टि करने में मदद करता है।

SSE के साथ स्ट्रीमिंग रिस्पॉन्सेस

रियल-टाइम टोकन जनरेशन सक्षम करने के लिए stream: true अपने अनुरोध में।

सर्वर-सेंट इवेंट्स (SSE) टोकन को जनरेट होते ही डिलीवर करते हैं, जिससे लंबे आउटपुट के लिए पीरसिप्ड लेटेंसी कम हो जाती है। स्ट्रीम में आखिरी चंक में रिक्वेस्ट के लिए कुल टोकन यूसेज होता है। यह फीचर चैट इंटरफेस के लिए आवश्यक है जहां यूजर तुरंत रिस्पॉन्स की उम्मीद करते हैं।

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)

प्रतिक्रिया ऑब्जेक्ट्स के माध्यम से इटरेट करके स्ट्रीम हैंडल करें। प्रत्येक ऑब्जेक्ट एक सिंगल टोकन या डेल्टा का प्रतिनिधित्व करता है। आप इन डेल्टा को जोड़कर पूरा प्रतिक्रिया टेक्स्ट बना सकते हैं। इस दृष्टिकोण से भारी लोड के तहत भी आपका एप्लिकेशन रिस्पॉन्सिव रहता है।

स्ट्रीमिंग सभी मॉडल रिस्पॉन्स के लिए समर्थित है। कोडिंग सहायकों या कंटेंट जनरेशन टूल्स में उपयोगकर्ता अनुभव को बढ़ाने के लिए इसका उपयोग करें। अनसेंसर्ड मॉडल लंबे संदर्भों को कुशलता से हैंडल करता है, विस्तृत आउटपुट के लिए भी सुचारू स्ट्रीमिंग सुनिश्चित करता है।

फंक्शन कॉलिंग & टूल्स

अपने अनुरोध पेलोड में फंक्शन्स को परिभाषित करके बाहरी टूल्स को एकीकृत करें।

API मानक शैली की फंक्शन कॉलिंग का समर्थन करता है। अपने टूल्स को tools पैरामीटर और मॉडल को तय करने दें कि उन्हें कब बुलाना है। यह क्षमता कोड निष्पादन या डेटा पुनर्प्राप्ति जैसे जटिल वर्कफ़्लो सक्षम बनाती है।

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);

फ़ंक्शन का नाम और विवरण स्पष्ट रूप से निर्दिष्ट करें। मॉडल टूल की आवश्यकता है तो एक फ़ंक्शन कॉल ऑब्जेक्ट लौटाएगा। आप फिर फ़ंक्शन निष्पादित करते हैं और परिणाम को संवाद में वापस फ़ीड करते हैं।

यह फीचर उन कोडिंग एजेंट्स के लिए विशेष रूप से उपयोगी है जिन्हें कोड स्निपेट्स चलाने या दस्तावेज़ीकरण लाने की आवश्यकता होती है। अनसेंसर्ड मॉडल संदर्ब को अच्छी तरह समझता है, टूल सिलेक्शन में फॉल्स पॉजिटिव को कम करता है।

सुनिश्चित करें कि आपकी टूल परिभाषाएं अपेक्षित इनपुट स्कीमा से मेल खाती हैं। मेल न खाने से त्रुटियां या अप्रत्याशित व्यवहार हो सकता है। उत्पादन में तैनात करने से पहले अपनी टूल एकीकरण का व्यापक रूप से परीक्षण करें।

संरचित आउटपुट के लिए JSON मोड

response_format को {type: "json_object"} सेट करके मॉडल को वैध JSON आउटपुट करने के लिए फोर्स करें। response_format को {"type": "json_object"}.

यह मोड संरचित डेटा की आवश्यकता वाले एप्लिकेशन के लिए आदर्श है, जैसे कॉन्फ़िगरेशन फ़ाइलें या API रिस्पॉन्स। मॉडल JSON सिंटैक्स का पालन करने का प्रयास करेगा, जिससे पोस्ट-प्रोसेसिंग की आवश्यकता कम हो जाती है।

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)

वास्तविक समय में संरचित डेटा वितरण के लिए स्ट्रीमिंग के साथ JSON मोड का उपयोग करें। यह API डेटा का उपभोग करने वाले गतिशील वेब एप्लिकेशन बनाने के लिए एक शक्तिशाली संयोजन है।

जबकि JSON मोड संरचना में सुधार करता है, यह कभी-कभी अस्पष्ट प्रॉम्प्ट होने पर अमान्य JSON उत्पन्न कर सकता है। हमेशा अपने एप्लिकेशन कोड में आउटपुट को सत्यापित करें। यह अतिरिक्त कदम उत्पादन वातावरण में विश्वसनीयता सुनिश्चित करता है।

अनकैप्ड मॉडल जटिल JSON संरचनाओं को प्रभावी ढंग से संभालता है। कोड स्निपेट्स, कॉन्फ़िगरेशन ऑब्जेक्ट्स या डेटा रूपांतरण जनरेट करने के लिए इसका उपयोग करें।

पैरामीटर: तापमान, Top-P, और सीड

मानक पैरामीटर का उपयोग करके अपने आउटपुट की यादृच्छिकता और पुनरुत्पादकता को नियंत्रित करें।

सेट करें temperature 0 और 2 के बीच विविध रचनात्मकता के लिए। निम्न मान अधिक निर्धारक परिणाम देते हैं, जबकि उच्च मान यादृच्छिकता बढ़ाते हैं। top_p न्यूक्लियस सैंपलिंग के लिए, जो विचारित टोकन के संभावित द्रव्यमान को सीमित करता है।

The seed पैरामीटर पुनरुत्पादक आउटपुट की अनुमति देता है। एक विशिष्ट सीड मान सेट करें ताकि कई कॉल पर समान प्रतिक्रिया मिल सके। यह डीबगिंग और परीक्षण के लिए उपयोगी है।

विशिष्ट उपयोग मामले के लिए मॉडल के व्यवहार को फाइन-ट्यून करने के लिए इन पैरामीटर को जोड़ें। उदाहरण के लिए, कोड जनरेशन के लिए जहां स्थिरता महत्वपूर्ण है, वहां कम तापमान और एक स्थिर बीज का उपयोग करें।

अपने अनुप्रयोग के लिए इष्टतम संतुलन खोजने के लिए विभिन्न सेटिंग्स के साथ प्रयोग करें। API सभी मानक OpenAI पैरामीटर्स का समर्थन करता है, जो मौजूदा टूल्स के साथ संगतता सुनिश्ित करता है।