Integrasikan API dalam Hitungan Menit

Instalasi & Pengaturan URL Dasar

Konfigurasikan klien Anda untuk mengarah ke endpoint OpenAI-compatible kami segera.

API kami berada di https://api.codedeepseek.cc/v1. Anda hanya perlu mengubah base_url dan berikan kunci API Anda. Penyiapan ini kompatibel dengan SDK resmi untuk Python dan Node.js, memastikan kode Anda yang sudah ada tetap utuh. Tidak diperlukan konfigurasi routing atau proxy yang rumit.

Daftar melalui Google atau email untuk menerima kunci Anda secara instan. Tidak diperlukan nomor telepon, dan kunci muncul di layar segera. Kesederhanaan ini memungkinkan Anda fokus pada integrasi daripada hambatan administratif.

Autentikasi

Sertakan kunci Anda di Authorization header untuk setiap permintaan. Format header adalah standar: Authorization: Bearer YOUR_API_KEY. Kami tidak menggunakan parameter kueri untuk autentikasi, menjaga URL Anda tetap bersih dan aman.

Satu kunci aktif per akun memastikan pelacakan penggunaan yang jelas. Jika Anda membutuhkan kunci baru, menghasilkan satu akan menggantikan kunci lama segera. Fitur ini berguna untuk memutar kredensial di lingkungan produksi tanpa waktu henti.

Mengirim Permintaan Pertama Anda

Buat standar chat.completions panggilan untuk menghasilkan teks dari model tanpa sensor.

Gunakan ID model uncensored untuk semua permintaan. Model bobot terbuka ini berjalan di server kami dan tidak menolak topik dewasa, fiksi, atau kontroversial yang sah. Model ini dirancang untuk pengembang yang menginginkan output tanpa batasan untuk tugas pemrograman dan kreatif.

Contoh berikut mendemonstrasikan permintaan dasar menggunakan cURL. Ganti YOUR_API_KEY dengan kunci aktual Anda.

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"}]
  }'

Pastikan body permintaan Anda menyertakan messages array dengan setidaknya satu pesan pengguna. API mengharapkan input teks dan mengembalikan output teks. Kesederhanaan ini memungkinkan prototipe cepat tanpa khawatir tentang struktur payload yang kompleks.

Anda dapat menguji endpoint langsung di terminal atau skrip Anda. Umpan balik langsung ini membantu Anda memverifikasi konektivitas sebelum mengintegrasikannya ke dalam aplikasi yang lebih besar.

Respons Streaming dengan SSE

Aktifkan generasi token secara real-time dengan mengatur stream: true dalam permintaan Anda.

Server-Sent Events (SSE) mengirimkan token saat dihasilkan, mengurangi latensi yang dirasakan untuk output panjang. Potongan terakhir dalam aliran berisi penggunaan token total untuk permintaan tersebut. Fitur ini penting untuk antarmuka chat di mana pengguna mengharapkan respons instan.

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)

Tangani stream dengan mengiterasi melalui objek respons. Setiap objek mewakili satu token atau delta. Anda dapat menggabungkan delta-delta ini untuk membangun teks respons lengkap. Pendekatan ini menjaga aplikasi Anda tetap responsif bahkan di bawah beban berat.

Streaming didukung untuk semua respons model. Gunakan untuk meningkatkan pengalaman pengguna dalam asisten coding atau alat generasi konten. Model uncensored menangani konteks panjang secara efisien, memastikan streaming yang lancar bahkan untuk output yang luas.

Pemanggilan Fungsi & Alat

Integrasikan alat eksternal dengan mendefinisikan fungsi dalam payload permintaan Anda.

API mendukung function calling standar bergaya OpenAI. Definisikan alat Anda di dalam tools parameter dan biarkan model memutuskan kapan memanggilnya. Kemampuan ini memungkinkan alur kerja kompleks seperti eksekusi kode atau pengambilan data.

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);

Spesifikkan nama fungsi dan deskripsi dengan jelas. Model akan mengembalikan objek panggilan fungsi jika menentukan alat diperlukan. Anda kemudian mengeksekusi fungsi dan memberikan hasilnya kembali ke percakapan.

Fitur ini sangat berguna untuk agen pemrograman yang perlu menjalankan cuplikan kode atau mengambil dokumentasi. Model uncensored memahami konteks dengan baik, mengurangi hasil positif palsu dalam pemilihan alat.

Pastikan definisi alat Anda cocok dengan skema input yang diharapkan. Ketidakcocokan dapat menyebabkan error atau perilaku yang tidak terduga. Uji integrasi alat Anda secara menyeluruh sebelum menerapkan ke produksi.

Mode JSON untuk Output Terstruktur

Paksa model untuk menghasilkan JSON valid dengan mengatur response_format ke {"type": "json_object"}.

Mode ini ideal untuk aplikasi yang memerlukan data terstruktur, seperti file konfigurasi atau respons API. Model akan berusaha mematuhi sintaks JSON, mengurangi kebutuhan pasca-pemrosesan.

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)

Gunakan mode JSON bersamaan dengan streaming untuk pengiriman data terstruktur secara real-time. Kombinasi ini sangat kuat untuk membangun aplikasi web dinamis yang mengonsumsi data API.

Meskipun mode JSON meningkatkan struktur, mode tersebut mungkin secara sesekali menghasilkan JSON yang tidak valid jika promptnya ambigu. Selalu validasi output di kode aplikasi Anda. Langkah tambahan ini memastikan keandalan di lingkungan produksi.

Model tanpa sensor menangani struktur JSON kompleks secara efektif. Gunakan model ini untuk menghasilkan cuplikan kode, objek konfigurasi, atau transformasi data.

Parameter: Suhu, Top-P, dan Seed

Kontrol keacakan dan reproduktibilitas output Anda menggunakan parameter standar.

Atur temperature antara 0 dan 2 untuk kreativitas yang bervariasi. Nilai yang lebih rendah menghasilkan hasil yang lebih deterministik, sedangkan nilai yang lebih tinggi meningkatkan keacakan. Gunakan top_p untuk sampling nuklir, yang membatasi massa probabilitas token yang dipertimbangkan.

The seed parameter memungkinkan output yang dapat direproduksi. Tetapkan nilai seed tertentu untuk mendapatkan respons yang sama di berbagai panggilan. Ini berguna untuk debugging dan pengujian.

Gabungkan parameter-parameter ini untuk menyesuaikan perilaku model untuk kasus penggunaan spesifik Anda. Misalnya, gunakan suhu rendah dan seed tetap untuk generasi kode di mana konsistensi sangat penting.

Bereksperimenlah dengan pengaturan berbeda untuk menemukan keseimbangan optimal untuk aplikasi Anda. API mendukung semua parameter standar OpenAI, memastikan kompatibilitas dengan alat yang ada.