Jak na Integrujte API DeepSeek

Požadavky: Nastavení prostředí

Začněte zajištěním, že vaše vývojářské prostředí má nainstalovanou potřebnou SDK. Potřebujete běhové prostředí jazyka, jako je Python nebo Node.js, a způsob bezpečného uložení vašich přihlašovacích údajů API. Toto nastavení je identické s použitím jakékoli jiné OpenAI-compatible služby.

Nepotřebujete instalovat ovladače specifické pro dodavatele. Proxy server obsluhuje všechny inferenční procesy modelů, takže váš stroj potřebuje pouze odesílat HTTP požadavky a parsovat odpovědi JSON. To snižuje přídavnou zátěž závislostí a udržuje váš projekt lehký.

Instalace oficiálního SDK

Nainstalujte oficiální SDK pro preferovaný jazyk pro zpracování autentizace a serializace. Pro Python použijte pip install openai. Pro Node.js spusťte npm install openai. Tato knihovna spravuje základní HTTP připojení.

SDK abstrahuje složitost vytváření JSON payloadů. Můžete se soustředit na definování promptu a zpracování vrácených tokenů. Tato standardizace znamená, že později můžete přepnout poskytovatele změnou pouze základní URL.

Copyfrom openai import OpenAI

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

Konfigurace základní URL a klíče

Nasměrujte klienta SDK na základní URL proxy a vložte svůj API klíč. Tento konfigurační krok přesměruje provoz od standardních serverů OpenAI. Musíte nastavit base_url na https://api.deepseekpago.com/v1.

Předávejte svůj klíč přes api_key parameter. Tento klíč je vygenerován při registraci na webu. Autentizuje vaše požadavky a sleduje využití vašich předplacených kreditů. Bez této konfigurace vaše požadavky selžou s chybou 404 nebo 401.

Vytvoření prvního požadavku

Pošlete jednoduché dokončení textu pro ověření připojení a chování modelu. Použijte ID modelu uncensored k přístupu k konkrétnímu modelu běžícímu na proxy. Tento model je vyladěn tak, aby odpovídal bez odepírání obsahu pro zákonné použití pro dospělé.

Tělo žádosti obsahuje messages pole a model identifikátor. Odpověď obsahuje vygenerovaný text v content pole. To potvrzuje, že vaše integrace správně funguje s uncensored modelem.

Copycurl https://api.deepseekpago.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Generate a list of top five open source llms"}]
  }'

Povolování streamovaných odpovědí

Povolte streamování nastavením stream: true ve vaší žádosti. To vrací Server-Sent Events (SSE) místo jednoho JSON objektu. Tokeny přijímáte v reálném čase, což snižuje vnímanou latenci pro koncové uživatele.

Zpracujte proud iterací přes jednotlivé části. Poslední část obsahuje celkové využití tokenů. To vám umožňuje sledovat náklady v reálném čase bez čekání na dokončení celé odpovědi.

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)

Použití nástrojů a volání funkcí

Definujte nástroje v těle požadavku, aby model generoval strukturované výstupy. Předáte seznam definic funkcí v tools parameter. Model vrátí volání funkce místo prostého textu, když je to vhodné.

Tato funkce funguje přesně jako API pro volání funkcí OpenAI. Můžete ji integrovat do logiky své aplikace pro provádění kódu nebo aktualizaci databází. Proxy toto standardní protokoly podporuje bez úprav.

Copyimport OpenAI from "openai";

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

Vynucování formátu výstupu JSON

Vynutit na modelu vrácení platného JSON nastavením response_format na {"type": "json_object"}. Toto je užitečné pro parsování dat do vaší aplikace. Snižuje potřebu post-processing regex vzorů.

Model tento omezující podmínku striktně dodržuje. Pokud výstup není platný JSON, požadavek může selhat. To zajišťuje robustnost vašeho pipeline při integraci s automatizovanými systémy. Můžete také nastavit teplotu a top_p pro řízení kreativity.

Zvládání chyb a limitů rychlosti

API omezuje počet na 300 požadavků za minutu na klíč. Pokud tento limit překročíte, obdržíte chybu 429. Můžete také mít až 8 souběžných požadavků na klíč. Respektujte tyto limity, abyste předešli výpadkům služby.

Chyby jsou vraceny jako standardní objekty JSON s kódem chyby a zprávou. Ošetřete je v kódu. Pro přechodné chyby, jako jsou odpovědi 429 nebo 503, se doporučuje logika opakování s exponenciálním zpomalením.

Sledování využití tokenů

Sledujte využití předplaceného kreditu sledováním počtů tokenů. Poslední chunk ve streamované odpovědi obsahuje usage object. To ukazuje počty vstupních a výstupních tokenů.

Ceny jsou $0.15 za 1M vstupních tokenů a $0.50 za 1M výstupních tokenů. Chyby jsou zdarma. Náklady si můžete vypočítat lokálně násobením počtu tokenů těmito sazbami. Pomůže vám to přesněji odhadnout rozpočet pro dobíjení kryptoměnami.