Como para Integrar a API DeepSeek

Pré-requisitos: Configuração do Ambiente

Comece garantindo que seu ambiente de desenvolvimento tenha o SDK necessário instalado. Você precisa de um runtime de linguagem como Python ou Node.js e de uma maneira de armazenar suas credenciais de API de forma segura. Esta configuração é idêntica ao uso de qualquer outro serviço compatível com OpenAI.

Você não precisa instalar drivers específicos do fornecedor. O proxy cuida de toda a inferência do modelo, então sua máquina só precisa enviar solicitações HTTP e analisar respostas JSON. Isso reduz a sobrecarga de dependências e mantém seu projeto leve.

Instalando o SDK Oficial

Instale o SDK oficial para sua linguagem para lidar com autenticação e serialização. Para Python, use pip install openai. Para Node.js, execute npm install openai. Esta biblioteca gerencia as conexões HTTP subjacentes.

O SDK abstrai a complexidade de construir payloads JSON. Você pode focar em definir seu prompt e lidar com os tokens retornados. Essa padronização significa que você pode trocar de provedor mais tarde alterando apenas a 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 e Chave

Aponte o cliente SDK para o URL base do proxy e injete sua chave de API. Esta etapa de configuração direciona o tráfego para longe dos servidores padrão da OpenAI. Você deve definir o base_url para https://api.deepseekpago.com/v1.

Envie sua chave via o api_key parâmetro. Esta chave é gerada quando você se cadastra no site. Ela autentica suas solicitações e rastreia o uso do seu crédito pré-pago. Sem essa configuração, suas solicitações falharão com um erro 404 ou 401.

Fazendo sua primeira solicitação

Envie uma conclusão de texto simples para verificar a conectividade e o comportamento do modelo. Use o ID do modelo uncensored para acessar o modelo específico executado no proxy. Este modelo é ajustado para responder sem recusas de conteúdo para uso adulto lícito.

O corpo da solicitação inclui o messages array e o model identificador. A resposta contém o texto gerado no content campo. Isso confirma que sua integração está funcionando corretamente com o modelo sem censura.

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 Respostas em Streaming

Ative o streaming definindo stream: true na sua solicitação. Isso retorna Eventos Enviados pelo Servidor (SSE) em vez de um único objeto JSON. Você recebe tokens conforme são gerados, o que melhora a latência percebida para os usuários finais.

Manipule o stream iterando pelos chunks. O último chunk contém o uso total de tokens. Isso permite monitorar os custos em tempo real sem esperar que a resposta completa seja concluída.

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 Ferramentas e Chamada de Função

Defina ferramentas no corpo da solicitação para permitir que o modelo gere saídas estruturadas. Passe uma lista de definições de função no tools parâmetro. O modelo retornará uma chamada de função em vez de texto simples quando apropriado.

Este recurso funciona exatamente como a API de chamada de funções da OpenAI. Você pode integrá-la à lógica do seu aplicativo para executar código ou atualizar bancos de dados. O proxy suporta este protocolo padrão sem modificações.

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);

Ativando o Formato de Saída JSON

Força o modelo a retornar JSON válido definindo response_format para {"type": "json_object"}. Isso é útil para analisar dados em seu aplicativo. Reduz a necessidade de padrões regex de pós-processamento.

O modelo adere a essa restrição estritamente. Se a saída não for JSON válido, a solicitação pode falhar. Isso garante que seu pipeline permaneça robusto ao integrar com sistemas automatizados. Você também pode definir temperatura e top_p para controlar a criatividade.

Lidando com Erros e Limites de Taxa

A API limita a 300 requisições por minuto por chave. Se você exceder isso, receberá um erro 429. Você também pode ter até 8 requisições simultâneas por chave. Respeite esses limites para evitar interrupções no serviço.

Os erros são retornados como objetos JSON padrão com um código de erro e mensagem. Lidere com isso de forma elegante no seu código. A lógica de nova tentativa com backoff exponencial é recomendada para erros transitórios como respostas 429 ou 503.

Monitorando o Uso de Tokens

Acompanhe o uso do seu crédito pré-pago monitorando as contagens de tokens. O último fragmento em uma resposta de streaming inclui o usage objeto. Isso mostra contagens de tokens de entrada e saída.

Os preços são $0,15 por 1M tokens de entrada e $0,50 por 1M tokens de saída. Erros são gratuitos. Você pode calcular os custos localmente multiplicando as contagens de tokens por essas taxas. Isso ajuda você a orçar seus recarregamentos de cripto com precisão.