Integrasikan API dalam Minit

Pemasangan & Persediaan URL Asas

Konfigurasikan klien anda untuk mengarah ke endpoint yang serasi dengan OpenAI kami dengan segera.

API kami terletak di https://api.codedeepseek.cc/v1. Anda hanya perlu menukar base_url dan berikan kunci API anda. Persediaan ini berfungsi dengan SDK rasmi untuk Python dan Node.js, memastikan kod sedia ada anda kekal tidak berubah. Tiada konfigurasi laluan atau proksi yang kompleks diperlukan.

Daftar melalui Google atau e-mel untuk menerima kunci anda serta-merta. Tiada nombor telefon diperlukan, dan kunci muncul di skrin serta-merta. Kesederhanaan ini membolehkan anda memberi tumpuan kepada integrasi berbanding halangan pentadbiran.

Pengesahan

Masukkan kunci anda dalam Authorization header untuk setiap permintaan. Format header adalah standard: Authorization: Bearer YOUR_API_KEY. Kami tidak menggunakan parameter kueri untuk pengesahan, mengekalkan URL anda bersih dan selamat.

Satu kunci aktif per akaun memastikan penjejakan penggunaan yang jelas. Jika anda memerlukan kunci baru, menjana satu akan menggantikan kunci lama serta-merta. Ciri ini berguna untuk memutarkan kelayakan dalam persekitaran pengeluaran tanpa masa henti.

Menghantar Permintaan Pertama Anda

Buat standard chat.completions panggilan untuk menjana teks dari model tanpa sensor.

Gunakan ID model uncensored untuk semua permintaan. Model berat terbuka ini berjalan di pelayan kami dan tidak menolak topik dewasa, fiksyen, atau kontroversi yang sah. Ia direka untuk pembangun yang mahu output tanpa had untuk tugas pengekodan dan kreatif.

Contoh berikut menunjukkan permintaan asas menggunakan cURL. Gantikan YOUR_API_KEY dengan kunci sebenar 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 badan permintaan anda termasuk messages array with at least one user message. The API expects text input and returns text output. This simplicity allows for rapid prototyping without worrying about complex payload structures.

Anda boleh menguji hujung terus dalam terminal atau skrip anda. Gelung maklum balas segera ini membantu anda mengesahkan sambungan sebelum berintegrasi ke dalam aplikasi yang lebih besar.

Respons Streaming dengan SSE

Aktifkan penjanaan token masa nyata dengan menetapkan stream: true dalam permintaan anda.

Server-Sent Events (SSE) menghantar token semasa ia dijana, mengurangkan latensi yang dirasakan untuk output panjang. Chunk akhir dalam aliran mengandungi penggunaan token jumlah untuk permintaan tersebut. Ciri ini penting untuk antara muka chat di mana pengguna mengharapkan respons serta-merta.

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)

Kendalikan aliran dengan mengulangi melalui objek respons. Setiap objek mewakili satu token atau delta. Anda boleh menggabungkan delta ini untuk membina teks respons penuh. Pendekatan ini mengekalkan responsiviti aplikasi anda walaupun di bawah beban berat.

Streaming disokong untuk semua respons model. Gunakan ia untuk meningkatkan pengalaman pengguna dalam pembantu kod atau alat penjanaan kandungan. Model uncensored mengendalikan konteks panjang dengan cekap, memastikan aliran lancar walaupun untuk output yang luas.

Panggilan Fungsi & Alat

Integrasi alat luar dengan menentukan fungsi dalam payload permintaan anda.

API menyokong panggilan fungsi gaya OpenAI standard. Takrifkan alat anda dalam tools parameter dan biarkan model memutuskan bila untuk memanggilnya. Keupayaan ini membolehkan aliran kerja kompleks seperti pelaksanaan kod 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);

Nyatakan nama fungsi dan penerangan dengan jelas. Model akan mengembalikan objek panggilan fungsi jika ia menentukan alat diperlukan. Anda kemudian melaksanakan fungsi dan memberikan semula hasilnya ke dalam perbualan.

Ciri ini sangat berguna untuk ejen pengaturcaraan yang perlu menjalankan petikan kod atau mendapatkan dokumentasi. Model tanpa sensor memahami konteks dengan baik, mengurangkan positif palsu dalam pemilihan alat.

Pastikan definisi alat anda sepadan dengan skema input yang dijangka. Ketidakpadanan boleh menyebabkan ralat atau tingkah laku tidak dijangka. Ujian integrasi alat anda dengan teliti sebelum menyahperangkat ke pengeluaran.

Mod JSON untuk Output Terstruktur

Paksa model untuk mengeluarkan JSON sah dengan menetapkan response_format ke {"type": "json_object"}.

Mod ini sangat sesuai untuk aplikasi yang memerlukan data terstruktur, seperti fail konfigurasi atau respons API. Model akan cuba mematuhi sintaks JSON, mengurangkan keperluan untuk pemprosesan pasca.

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 mod JSON bersama dengan streaming untuk penghantaran data terstruktur masa nyata. Gabungan ini berkuasa untuk membina aplikasi web dinamik yang menggunakan data API.

Walaupun mod JSON meningkatkan struktur, ia mungkin kadangkala menghasilkan JSON yang tidak sah jika arahan samar. Sentiasa sahkan output dalam kod aplikasi anda. Langkah tambahan ini memastikan kebolehpercayaan dalam persekitaran pengeluaran.

Model tanpa sensor ini mengendalikan struktur JSON yang kompleks dengan berkesan. Gunakan ia untuk menjana petikan kod, objek konfigurasi, atau transformasi data.

Parameter: Suhu, Top-P, dan Seed

Kawal rawak dan kebolehan reproduksi output anda menggunakan parameter piawai.

Tetapkan temperature antara 0 dan 2 untuk kreativiti yang berbeza. Nilai yang lebih rendah menghasilkan keputusan yang lebih deterministik, manakala nilai yang lebih tinggi meningkatkan rawak. Gunakan top_p untuk pensampelan nukleus, yang membataskan jisim kebarangkalian token yang dipertimbangkan.

The seed parameter membolehkan output yang boleh direplikasi. Tetapkan nilai benih khusus untuk mendapatkan respons yang sama merentasi panggilan berbilang. Ini berguna untuk nyahpepijat dan pengujian.

Gabungkan parameter ini untuk menipukan tingkah laku model untuk kes penggunaan khusus anda. Sebagai contoh, gunakan suhu rendah dan benih tetap untuk penjanaan kod di mana konsistensi adalah penting.

Eksperimen dengan tetapan berbeza untuk mencari keseimbangan optimum untuk aplikasi anda. API menyokong semua parameter standard OpenAI, memastikan serasi dengan alat sedia ada.