Cómo a Integrar la API de DeepSeek

Prerrequisitos: configuración del entorno

Comienza asegurándote de que tu entorno de desarrollo tenga el SDK necesario instalado. Necesitas un entorno de ejecución de lenguaje como Python o Node.js y una forma de almacenar tus credenciales API de forma segura. Esta configuración es idéntica a usar cualquier otro servicio compatible con OpenAI.

No necesitas instalar controladores específicos del proveedor. El proxy se encarga de toda la inferencia del modelo, por lo que tu máquina solo necesita enviar solicitudes HTTP y analizar respuestas JSON. Esto reduce la sobrecarga de dependencias y mantiene tu proyecto ligero.

Instalación del SDK oficial

Instala el SDK oficial para tu lenguaje para manejar la autenticación y la serialización. Para Python, usa pip install openai. Para Node.js, ejecuta npm install openai. Esta biblioteca gestiona las conexiones HTTP subyacentes.

El SDK abstrae la complejidad de construir payloads JSON. Puedes centrarte en definir tu prompt y gestionar los tokens devueltos. Esta estandarización significa que puedes cambiar de proveedor más adelante modificando únicamente la URL base.

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)

Configurando URL base y clave

Apunta tu cliente SDK a la URL base del proxy e inyecta tu clave API. Este paso de configuración dirige el tráfico lejos de los servidores estándar de OpenAI. Debes configurar el base_url para https://api.deepseekpago.com/v1.

Pasa tu clave a través del api_key parámetro. Esta clave se genera cuando te registras en el sitio. Autentica tus solicitudes y rastrea el uso de tu crédito prepagado. Sin esta configuración, tus solicitudes fallarán con un error 404 o 401.

Realizando tu primera solicitud

Envía una finalización de texto simple para verificar la conectividad y el comportamiento del modelo. Usa el ID del modelo uncensored acceder al modelo específico que se ejecuta en el proxy. Este modelo está ajustado para responder sin rechazos de contenido para uso adulto lícito.

El cuerpo de la solicitud incluye el messages array y el model identificador. La respuesta contiene el texto generado en el content campo. Esto confirma que su integración funciona correctamente con el modelo uncensored.

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"}]
  }'

Habilitando Respuestas en Streaming

Habilita la transmisión estableciendo stream: true en tu solicitud. Esto devuelve Eventos Enviados por Servidor (SSE) en lugar de un único objeto JSON. Recibes los tokens a medida que se generan, lo que mejora la latencia percibida para los usuarios finales.

Maneja el flujo iterando a través de los fragmentos. El último fragmento contiene el uso total de tokens. Esto te permite monitorizar los costes en tiempo real sin esperar a que se complete la respuesta completa.

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)

Usando Herramientas y Llamada de Función

Define herramientas en el cuerpo de la solicitud para permitir que el modelo genere salidas estructuradas. Pasa una lista de definiciones de funciones en el tools parámetro. El modelo devolverá una llamada a función en lugar de texto plano cuando sea apropiado.

Esta característica funciona exactamente igual que la API de llamada de funciones de OpenAI. Puedes integrarla en la lógica de tu aplicación para ejecutar código o actualizar bases de datos. El proxy admite este protocolo estándar sin modificaciones.

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);

Imposición del formato de salida JSON

Forza al modelo a devolver JSON válido estableciendo response_format para {"type": "json_object"}. Esto es útil para analizar datos en tu aplicación. Reduce la necesidad de patrones de expresión regular de postprocesamiento.

El modelo se adhiere a esta restricción estrictamente. Si la salida no es JSON válido, la solicitud puede fallar. Esto asegura que tu pipeline permanezca robusto al integrarse con sistemas automatizados. También puedes configurar temperature y top_p para controlar la creatividad.

Manejo de errores y límites de frecuencia

La API limita a 300 solicitudes por minuto por clave. Si superas este límite, recibirás un error 429. También puedes tener hasta 8 solicitudes concurrentes por clave. Respeta estos límites para evitar interrupciones del servicio.

Los errores se devuelven como objetos JSON estándar con un código de error y un mensaje. Maneja estos casos de forma elegante en tu código. Se recomienda lógica de reintento con retroceso exponencial para errores transitorios como las respuestas 429 o 503.

Monitoreo del uso de tokens

Rastrea el uso de tu crédito prepagado monitoreando los recuentos de tokens. El último fragmento en una respuesta de streaming incluye el usage objeto. Esto muestra los conteos de tokens de entrada y salida.

Los precios son $0.15 por 1M de tokens de entrada y $0.50 por 1M de tokens de salida. Los errores son gratuitos. Puedes calcular los costos localmente multiplicando los recuentos de tokens por estas tarifas. Esto te ayuda a presupuestar tus recargas de criptomonedas con precisión.