방법 to Integrate the DeepSeek API

필수 조건: 환경 설정

개발 환경에 필요한 SDK가 설치되어 있는지 확인하세요. Python이나 Node.js와 같은 언어 런타임과 API 자격 증명을 안전하게 저장할 방법이 필요합니다. 이 설정은 다른 모든 OpenAI 호환 서비스 사용과 동일합니다.

벤더별 드라이버를 설치할 필요가 없습니다. 프록시가 모든 모델 추론을 처리하므로 머신은 HTTP 요청을 보내고 JSON 응답을 구문 분석하기만 하면 됩니다. 이는 종속성 오버헤드를 줄이고 프로젝트를 가볍게 유지합니다.

공식 SDK 설치

인증 및 요청 직렬화를 처리하려면 선호하는 언어의 공식 SDK를 설치하세요. Python의 경우 pip install openai. Node.js의 경우 다음을 실행하세요 npm install openai. 이 라이브러리는 기본 HTTP 연결을 관리합니다.

SDK는 JSON 페이로드 생성의 복잡성을 추상화합니다. 프롬프트 정의와 반환된 토큰 처리에 집중할 수 있습니다. 이 표준화는 기본 URL만 변경하면 나중에 공급자를 전환할 수 있음을 의미합니다.

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)

베이스 URL 및 키 구성

프록시 기본 URL로 SDK를 설정하고 API 키를 삽입하세요. 이 구성 단계는 트래픽을 표준 OpenAI 서버에서 멀리 보냅니다. 다음을 설정해야 합니다. base_url 수신하여 https://api.deepseekpago.com/v1.

를 통해 키를 전달하세요 api_key 파라미터입니다. 이 키는 사이트에서 가입 시 생성됩니다. 요청을 인증하고 선불 크레딧 사용량을 추적합니다. 이 구성이 없으면 요청이 404 또는 401 오류로 실패합니다.

첫 번째 요청하기

연결 및 모델 동작을 확인하기 위한 간단한 텍스트 완성을 사용하세요. 모델 ID를 사용하세요. uncensored 프록시에서 실행되는 특정 모델에 접근하세요. 이 모델은 합법적인 성인 사용에 대해 콘텐츠 거부 없이 응답하도록 조정되었습니다.

요청 본문에는 messages 배열 및 model 식별자. 응답에는 생성된 텍스트가 포함되어 있습니다. content 필드입니다. 이는 통합이 uncensored 모델과 올바르게 작동하고 있음을 확인합니다.

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"}]
  }'

스트리밍 응답 활성화

stream을 true로 설정하여 스트리밍 활성화 stream: true 요청에 포함됩니다. 이는 단일 JSON 객체 대신 서버 전송 이벤트(SSE)를 반환합니다. 토큰이 생성되는 대로 수신되므로 최종 사용자의 지각된 지연 시간이 단축됩니다.

청크를 반복하여 스트림을 처리하세요. 마지막 청크에는 총 토큰 사용량이 포함되어 있습니다. 이를 통해 전체 응답이 완료되기 전에 실시간으로 비용을 모니터링할 수 있습니다.

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)

도구 및 함수 호출 사용 중

요청 본문에 도구를 정의하여 모델이 구조화된 출력을 생성하도록 하세요. 다음에 함수 정의 목록을 전달하세요 tools 파라미터입니다. 적절한 경우 모델은 일반 텍스트 대신 함수 호출을 반환합니다.

이 기능은 OpenAI 함수 호출 API와 정확히 동일하게 작동합니다. 코드 실행이나 데이터베이스 업데이트를 위해 애플리케이션 로직에 통합할 수 있습니다. 프록시는 수정 없이 이 표준 프로토콜을 지원합니다.

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);

JSON 출력 형식 강제

을 설정하여 유효한 JSON 출력을 강제하세요. response_format 수신하여 {"type": "json_object"}. 애플리케이션에 데이터를 구문 분석하는 데 유용합니다. 사후 처리 정규식 패턴의 필요성을 줄입니다.

모델은 이 제약 조건을 엄격히 따릅니다. 출력이 유효한 JSON이 아니면 요청이 실패할 수 있습니다. 이는 자동화 시스템과 통합할 때 파이프라인이 견고하게 유지되도록 보장합니다. 또한 창의성을 제어하기 위해 temperature와 top_p을 설정할 수도 있습니다.

오류 및 속도 제한 처리

API는 키당 분당 300개의 요청을 제한합니다. 이를 초과하면 429 오류가 발생합니다. 키당 최대 8개의 동시 요청을 가질 수 있습니다. 서비스 중단을 피하려면 이러한 제한을 준수하세요.

오류는 오류 코드와 메시지를 포함하는 표준 JSON 객체로 반환됩니다. 코드에서 이를 우아하게 처리하세요. 429 또는 503 응답과 같은 일시적 오류의 경우 지수 백오프를 사용한 재시도 로직이 권장됩니다.

모니터링 토큰 사용량

선불 크레딧 사용량을 토큰 수를 모니터링하여 추적하세요. 스트리밍 응답의 마지막 청크에는 usage object입니다. 이는 입력 및 출력 토큰 수를 보여줍니다.

가격은 입력 토큰 1M당 $0.15, 출력 토큰 1M당 $0.50입니다. 오류는 무료입니다. 토큰 수에 이러한율을 곱하여 로컬에서 비용을 계산할 수 있습니다. 이를 통해 암호화폐 충전 예산을 정확하게 책정할 수 있습니다.