Come a Integrare l'API DeepSeek

Prerequisiti: configurazione dell'ambiente

Inizia assicurando che il tuo ambiente di sviluppo abbia l'SDK necessario installato. Hai bisogno di un runtime di linguaggio come Python o Node.js e di un modo per memorizzare in modo sicuro le tue credenziali API. Questa configurazione è identica all'utilizzo di qualsiasi altro servizio compatibile con OpenAI.

Non hai bisogno di installare driver specifici del fornitore. Il proxy gestisce tutta l'inferenza del modello, quindi la tua macchina deve solo inviare richieste HTTP e analizzare le risposte JSON. Questo riduce l'overhead delle dipendenze e mantiene il tuo progetto leggero.

Installazione dell'SDK Ufficiale

Installa l'SDK ufficiale per il tuo linguaggio preferito per gestire autenticazione e serializzazione. Per Python, usa pip install openai. Per Node.js, esegui npm install openai. Questa libreria gestisce le connessioni HTTP sottostanti.

L'SDK astrae la complessità nella creazione dei payload JSON. Puoi concentrarti sulla definizione del prompt e sulla gestione dei token restituiti. Questa standardizzazione ti permette di cambiare provider in futuro modificando semplicemente l'URL di 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)

Configurazione dell'URL Base e della Chiave

Indirizza l'istanza SDK all'URL del proxy e inietta la tua chiave API. Questo passaggio di configurazione indirizza il traffico lontano dai server OpenAI standard. Devi impostare il base_url a https://api.deepseekpago.com/v1.

Passa la tua chiave tramite api_key parametro. Questa chiave viene generata quando ti registri sul sito. Autentica le tue richieste e traccia l'utilizzo del tuo credito prepagato. Senza questa configurazione, le tue richieste falliranno con un errore 404 o 401.

Esecuzione della tua prima richiesta

Invia un semplice completamento di testo per verificare la connettività e il comportamento del modello. Utilizza l'ID del modello uncensored al modello specifico in esecuzione sul proxy. Questo modello è ottimizzato per rispondere senza rifiuti di contenuto per uso adulto legale.

Il corpo della richiesta include il messages array e il model identificatore. La risposta contiene il testo generato nel content campo. Questo conferma che la tua integrazione funziona correttamente con il modello 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"}]
  }'

Abilitazione delle Risposte in Streaming

Abilita lo streaming impostando stream: true nella tua richiesta. Questo restituisce Server-Sent Events (SSE) invece di un singolo oggetto JSON. Ricevi i token man mano che vengono generati, il che migliora la latenza percepita per gli utenti finali.

Gestisci lo stream iterando attraverso i chunk. L'ultimo chunk contiene l'utilizzo totale dei token. Questo ti permette di monitorare i costi in tempo reale senza attendere il completamento della risposta.

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)

Utilizzando Tools e Function Calling

Definisci gli strumenti nel corpo della richiesta per consentire al modello di generare output strutturati. Passa un elenco di definizioni di funzione nel tools parametro. Il modello restituirà una chiamata a funzione invece di testo normale quando appropriato.

Questa funzionalità funziona esattamente come l'API di chiamata di funzioni di OpenAI. Puoi integrarla nella logica della tua applicazione per eseguire codice o aggiornare database. Il proxy supporta questo protocollo standard senza modifiche.

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);

Attivazione del formato di output JSON

Forza il modello a restituire JSON validi impostando response_format a {"type": "json_object"}. Questo è utile per analizzare i dati nella tua applicazione. Riduce la necessità di pattern regex di post-elaborazione.

Il modello aderisce a questo vincolo strettamente. Se l'output non è JSON valido, la richiesta potrebbe fallire. Questo garantisce che il tuo pipeline rimanga robusto quando ti integri con sistemi automatizzati. Puoi anche impostare temperature e top_p per controllare la creatività.

Gestione degli errori e dei limiti di frequenza

L'API impone un limite di 300 richieste al minuto per chiave. Se lo superi, ricevi un errore 429. Puoi inoltre avere fino a 8 richieste concorrenti per chiave. Rispetta questi limiti per evitare interruzioni del servizio.

Gli errori vengono restituiti come oggetti JSON standard con un codice di errore e un messaggio. Gestiscili con cura nel tuo codice. Si consiglia una logica di retry con backoff esponenziale per errori transitori come le risposte 429 o 503.

Monitoraggio dell'utilizzo dei token

Monitora l'utilizzo del credito prepagato monitorando i conteggi dei token. L'ultimo chunk in una risposta in streaming include il usage oggetto. Questo mostra i conteggi dei token di input e output.

I prezzi sono $0.15 per 1M token di input e $0.50 per 1M token di output. Gli errori sono gratuiti. Puoi calcolare i costi localmente moltiplicando i conteggi dei token per questi tassi. Questo ti aiuta a budgettare i tuoi ricarichi in crypto con precisione.