Hur till att integrera DeepSeek API

Förutsättningar: Miljöinställningar

Börja med att säkerställa att din utvecklingsmiljö har nödvändigt SDK installerat. Du behöver en språktidskörning som Python eller Node.js och ett sätt att lagra dina API-uppgifter säkert. Denna uppsättning är identisk med att använda vilken annan OpenAI-compatible tjänst som helst.

Du behöver inte installera leverantörspecifika drivrutiner. Proxyen hanterar all modellinferens, så din maskin behöver bara skicka HTTP-begäranden och analysera JSON-svar. Detta minskar beroendeöverhead och håller ditt projekt lätt.

Installera den officiella SDK:n

Installera det officiella SDK:t för ditt föredragna språk för att hantera autentisering och serialisering. För Python, använd pip install openai. För Node.js, kör npm install openai. Detta bibliotek hanterar de underliggande HTTP-anslutningarna.

SDK:n abstrahera bort komplexiteten i att bygga JSON-payloads. Du kan fokusera på att definiera ditt prompt och hantera de returnerade tokens. Denna standardisering innebär att du kan byta leverantör senare genom att bara ändra bas-URL:en.

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)

Konfigurera bas-URL och nyckel

Pek SDK-klienten till proxy-bas-URL:n och infoga din API-nyckel. Detta konfigurationssteg dirigerar trafik bort från standard OpenAI-servrarna. Du måste ange base_url för https://api.deepseekpago.com/v1.

Skicka din nyckel via api_key parameter. Den här nycken genereras när du registrerar dig på webbplatsen. Den autentiserar dina begäranden och spårar användningen av ditt förbetala kredit. Utan denna konfiguration kommer dina begäranden att misslyckas med ett 404- eller 401-fel.

Att göra din första förfrågan

Skicka en enkel textcompletion för att verifiera anslutning och modellbeteende. Använd modell-ID:t uncensored till att komma/access den specifika modellen som körs på proxy:n. Denna modell är anpassad för att svara utan innehållsvägraner för laglig vuxentid.

Förfrågningskroppen inkluderar messages array och den model identifiera. Svaret innehåller den genererade texten i content fält. Detta bekräftar att din integration fungerar korrekt med den obegränsade modellen.

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"}]
  }'

Aktiverar strömmingsresponser

Aktivera strömning genom att ställa in stream: true i ditt begäran. Detta returnerar Server-Sent Events (SSE) istället för ett enda JSON-objekt. Du tar emot tokens när de genereras, vilket förbättrar upplevd latens för slutanvändare.

Hantera strömmen genom att iterera genom delarna. Den sista delen innehåller total tokenanvändning. Detta gör att du kan övervaka kostnader i realtid utan att vänta på att hela svaret ska slutföras.

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)

Att använda Verktyg och Function Calling

Definiera verktyg i begärans kropp för att låta modellen generera strukturerade utdata. Skicka en lista med funktionsdefinitioner i tools parameter. Modellen kommer att returnera ett funktionsanrop istället för vanlig text när det är lämpligt.

Den här funktionen fungerar exakt som OpenAI:s API för funktionsanrop. Du kan integrera detta i din applikationslogik för att exekvera kod eller uppdatera databaser. Proxyt stöder denna standardprotokoll utan modifiering.

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);

Tvingar JSON-utdataformat

Tvinga modellen att returnera giltig JSON genom att ställa in response_format för {"type": "json_object"}. Detta är användbart för att para data till din applikation. Det minskar behovet av efterbearbetning med regex-mönster.

Modellen följer denna begränsning strikt. Om utdata inte är giltig JSON kan begäran misslyckas. Detta säkerställer att ditt flöde förblir robust vid integration med automatiserade system. Du kan också ställa in temperatur och top_p för att kontrollera kreativiteten.

Hantera fel och hastighetsbegränsningar

API:et begränsar till 300 förfrågningar per minut per nyckel. Om du överskrider detta får du ett 429-fel. Du kan också ha upp till 8 samtidiga förfrågningar per nyckel. Respektera dessa gränser för att undvika tjänsteförseningar.

Fel returneras som standardiserade JSON-objekt med en felkod och meddelande. Hantera dessa elegant i din kod. Returlogik med exponentiell backoff rekommenderas för tillfälliga fel som 429- eller 503-svar.

Övervakning av tokenanvändning

Spåra din förbetalda kreditanvändning genom att övervaka tokenantal. Den sista chunken i ett streaming-svar innehåller usage objekt. Detta visar in- och uttokenantal.

Priserna är $0,15 per 1M inmatningstokens och $0,50 per 1M utdatatokens. Fel är gratis. Du kan beräkna kostnader lokalt genom att multiplicera tokenantal med dessa satser. Detta hjälper dig att budgetera dina kryptotop-ups noggrant.