Comment vers Intégrer l'API DeepSeek

Prérequis : configuration de l'environnement

Commencez par vous assurer que votre environnement de développement dispose du SDK nécessaire installé. Vous avez besoin d'un environnement d'exécution langage comme Python ou Node.js et d'un moyen de stocker vos identifiants API en toute sécurité. Cette configuration est identique à celle utilisée pour tout autre service compatible OpenAI.

Vous n'avez pas besoin d'installer des pilotes spécifiques au fournisseur. Le proxy gère toute l'inférence du modèle, donc votre machine n'a besoin que d'envoyer des requêtes HTTP et d'analyser les réponses JSON. Cela réduit la surcharge des dépendances et garde votre projet léger.

Installation du SDK officiel

Installez le SDK officiel pour votre langage préféré afin de gérer l'authentification et la sérialisation. Pour Python, utilisez pip install openai. Pour Node.js, exécutez npm install openai. Cette bibliothèque gère les connexions HTTP sous-jacentes.

Le SDK masque la complexité de la construction des payloads JSON. Vous pouvez vous concentrer sur la définition de votre prompt et sur la gestion des tokens retournés. Cette standardisation vous permet de changer de fournisseur plus tard en modifiant simplement l'URL de 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)

Configuration de l'URL de base et de la clé

Pointez votre client SDK vers l'URL de base du proxy et injectez votre clé API. Cette étape de configuration dirige le trafic loin des serveurs OpenAI standard. Vous devez définir le base_url à https://api.deepseekpago.com/v1.

Transmettez votre clé via le api_key paramètre. Cette clé est générée lors de votre inscription sur le site. Elle authentifie vos requêtes et suit l'utilisation de votre crédit prépayé. Sans cette configuration, vos requêtes échoueront avec une erreur 404 ou 401.

Effectuer votre première requête

Envoyez une simple complétion de texte pour vérifier la connectivité et le comportement du modèle. Utilisez l'ID du modèle uncensored pour accéder au modèle spécifique exécuté sur le proxy. Ce modèle est ajusté pour répondre sans refus de contenu pour une utilisation adulte licite.

Le corps de la requête inclut le messages tableau et le model identifier. The response contains the generated text in the content champ. Cela confirme que votre intégration fonctionne correctement avec le modèle 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"}]
  }'

Activation des réponses en streaming

Activez le streaming en définissant stream: true dans votre requête. Cela renvoie des événements envoyés par le serveur (SSE) au lieu d'un objet JSON unique. Vous recevez les jetons au fur et à mesure de leur génération, ce qui améliore la latence perçue pour les utilisateurs finaux.

Gérez le flux en itérant sur les chunks. Le dernier chunk contient l'utilisation totale des jetons. Cela vous permet de surveiller les coûts en temps réel sans attendre la fin de la réponse.

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)

L'utilisation des outils et de l'appel de fonctions

Définissez des outils dans le corps de la requête pour permettre au modèle de générer des sorties structurées. Transmettez une liste de définitions de fonctions dans le tools paramètre. Le modèle renverra un appel de fonction au lieu de texte brut lorsque cela est approprié.

Cette fonctionnalité fonctionne exactement comme l'API d'appel de fonctions d'OpenAI. Vous pouvez l'intégrer dans la logique de votre application pour exécuter du code ou mettre à jour des bases de données. Le proxy prend en charge ce protocole standard sans modification.

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);

Application du format de sortie JSON

Forcez le modèle à retourner du JSON valide en définissant response_format à {"type": "json_object"}. C'est utile pour analyser des données dans votre application. Cela réduit le besoin de motifs regex de post-traitement.

Le modèle respecte strictement cette contrainte. Si la sortie n'est pas un JSON valide, la requête peut échouer. Cela garantit la robustesse de votre pipeline lors de l'intégration avec des systèmes automatisés. Vous pouvez également définir la température et le top_p pour contrôler la créativité.

Gestion des erreurs et des limites de débit

L'API impose une limite de 300 requêtes par minute par clé. Si vous dépassez cette limite, vous recevez une erreur 429. Vous pouvez également avoir jusqu'à 8 requêtes simultanées par clé. Respectez ces limites pour éviter les interruptions de service.

Les erreurs sont renvoyées sous forme d'objets JSON standard avec un code d'erreur et un message. Gérez-les correctement dans votre code. Une logique de nouvelle tentative avec backoff exponentiel est recommandée pour les erreurs transitoires comme les réponses 429 ou 503.

Surveillance de l'utilisation des tokens

Suivez l'utilisation de votre crédit prépayé en surveillant les comptes de jetons. Le dernier chunk dans une réponse en streaming inclut le usage objet. Cela affiche les comptes de jetons d'entrée et de sortie.

Les prix sont de 0,15 $ par 1M de tokens d'entrée et de 0,50 $ par 1M de tokens de sortie. Les erreurs sont gratuites. Vous pouvez calculer les coûts localement en multipliant les nombres de tokens par ces taux. Cela vous aide à budgétiser vos recharges crypto avec précision.