วิธี to Integrate the DeepSeek API

ข้อกำหนดเบื้องต้น: การตั้งค่าสภาพแวดล้อม

เริ่มต้นด้วยการตรวจสอบให้แน่ใจว่าสภาพแวดล้อมการพัฒนาของคุณมี SDK ที่จำเป็นติดตั้งอยู่ คุณต้องการรันไทม์ภาษาเช่น Python หรือ Node.js และวิธีการเก็บข้อมูลรับรอง API ของคุณอย่างปลอดภัย การตั้งค่านี้เหมือนกับบริการที่เข้ากันได้กับ OpenAI ใดๆ อื่นๆ

คุณไม่จำเป็นต้องติดตั้งไดรเวอร์เฉพาะผู้ให้บริการ โปรксиจัดการการอนุมานโมเดลทั้งหมด ดังนั้นเครื่องของคุณจึงต้องการเพียงส่งคำขอ HTTP และวิเคราะห์คำตอบ JSON ซึ่งลดภาระการพึ่งพาและทำให้โปรเจกต์ของคุณเบาบาง

การติดตั้ง SDK ทางการ

ติดตั้ง SDK ทางการสำหรับภาษาที่คุณต้องการเพื่อจัดการการตรวจสอบสิทธิ์และการจัดรูปแบบคำขอ สำหรับ Python ให้ใช้ pip install openai. สำหรับ Node.js ให้รัน npm install openai. ไลบรารีนี้จัดการการเชื่อมต่อ HTTP พื้นฐาน

SDK ช่วยลดความซับซ้อนในการสร้าง JSON payload คุณจึงสามารถโฟกัสกับการกำหนด prompt และการจัดการ tokens ที่ส่งกลับมาได้ การทำให้เป็นมาตรฐานนี้หมายความว่าคุณสามารถเปลี่ยนผู้ให้บริการได้ในภายหลังโดยการเปลี่ยนเพียง base URL เท่านั้น

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)

กำลังกำหนดค่า URL พื้นฐานและคีย์

ชี้ SDK client ของคุณไปยัง URL พื้นฐานของพร็อกซีและฉีด API key ของคุณ ขั้นตอนการกำหนดค่านี้นิขมเส้นทางจราจรออกจากเซิร์ฟเวอร์ OpenAI มาตรฐาน คุณต้องตั้งค่า base_url เพื่อ https://api.deepseekpago.com/v1.

ส่งคีย์ของคุณผ่าน api_key พารามิเตอร์ คีย์นี้สร้างขึ้นเมื่อคุณสมัครสมาชิกบนเว็บไซต์ มันยืนยันคำขอของคุณและติดตามการใช้เครดิตที่ชำระล่วงหน้าของคุณ หากไม่มีค่ากำหนดนี้ คำขอของคุณจะล้มเหลวด้วยข้อผิดพลาด 404 หรือ 401

การขอข้อมูลครั้งแรกของคุณ

ส่ง text completion แบบง่ายเพื่อตรวจสอบการเชื่อมต่อและพฤติกรรมของโมเดล ใช้รหัสโมเดล uncensored เพื่อเข้าถึงโมเดลเฉพาะที่ทำงานบนพร็อกซี โมเดลนี้ได้รับการปรับแต่งให้ตอบคำถามโดยไม่มีการปฏิเสธเนื้อหาสำหรับการใช้งานผู้ใหญ่ที่ถูกต้องตามกฎหมาย

ร่างกายคำขอประกอบด้วย messages อาร์เรย์และ model identifier. The response contains the generated text in the content ช่อง สิ่งนี้ยืนยันว่าการผสานรวมของคุณทำงานได้อย่างถูกต้องกับโมเดล 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"}]
  }'

เปิดใช้งานการตอบกลับแบบสตรีม

เปิดใช้งานการสตรีมโดยตั้งค่า stream: true ในการร้องขอของคุณ สิ่งนี้จะส่งคืน Server-Sent Events (SSE) แทนวัตถุ JSON เดียว คุณจะได้รับโทเค็นเมื่อถูกสร้างขึ้น ซึ่งช่วยปรับปรุงความล่าช้าที่ผู้ใช้รับรู้

จัดการสตรีมโดยการวนซ้ำผ่านชิ้นส่วน ชิ้นสุดท้ายมีการใช้งานโทเค็นรวม สิ่งนี้ช่วยให้คุณติดตามต้นทุนแบบเรียลไทม์โดยไม่ต้องรอให้คำตอบทั้งหมดเสร็จสมบูรณ์

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)

การใช้ Tools และ Function Calling

กำหนดเครื่องมือใน body ของคำขอเพื่อให้โมเดลสร้างผลลัพธ์แบบมีโครงสร้าง ส่งรายการคำจำกัดความฟังก์ชันใน tools พารามิเตอร์ โมเดลจะส่งคืนการเรียกฟังก์ชันแทนข้อความธรรมดาเมื่อเหมาะสม

ฟีเจอร์นี้ทำงานเหมือนกับ API การเรียกใช้ฟังก์ชันของ OpenAI คุณสามารถรวมเข้ากับตรรกะแอปพลิเคชันของคุณเพื่อเรียกใช้โค้ดหรืออัปเดตฐานข้อมูล โปร๊กซีรองรับโปรโตคอลมาตรฐานนี้โดยไม่ต้องแก้ไข

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);

กำลังบังคับใช้รูปแบบเอาต์พุต JSON

บังคับให้โมเดลส่งคืน JSON ที่ถูกต้องโดยการตั้งค่า response_format เพื่อ {"type": "json_object"}. สิ่งนี้มีประโยชน์สำหรับการแยกวิเคราะห์ข้อมูลเข้าสู่แอปพลิเคชันของคุณ มันลดความจำเป็นในการใช้ regex สำหรับประมวลผลหลัง

โมเดลปฏิบัติตามข้อจำกัดนี้อย่างเคร่งครัด หากผลลัพธ์ไม่ใช่ JSON ที่ถูกต้อง คำขออาจล้มเหลว ซึ่งช่วยให้ระบบของคุณมีความแข็งแกร่งเมื่อผสานรวมกับระบบอัตโนมัติ นอกจากนี้คุณสามารถตั้งค่า temperature และ top_p เพื่อควบคุมความสร้างสรรค์ได้

Handling Errors and Rate Limits

API กำหนดอัตราสูงสุด 300 คำขอต่อนาทีต่อ key หากเกินกว่านี้ คุณจะได้รับ error 429 คุณยังสามารถมีคำขอพร้อมกันได้สูงสุด 8 คำขอต่อ key ให้เคารพขีดจำกัดเหล่านี้เพื่อหลีกเลี่ยงการหยุดให้บริการ

ข้อผิดพลาดจะถูกส่งกลับเป็นวัตถุ JSON มาตรฐานพร้อมรหัสข้อผิดพลาดและข้อความ ให้จัดการสิ่งเหล่านี้อย่างเรียบร้อยในโค้ดของคุณ แนะนำให้ใช้ตรรกะการเรียกซ้ำพร้อมการถอยหลังแบบทวีคูณสำหรับข้อผิดพลาดชั่วคราว เช่น การตอบสนองรหัส 429 หรือ 503

การตรวจสอบการใช้งาน token

ติดตามการใช้งานเครดิตพรีเพดของคุณโดยการติดตามจำนวน tokens chunk สุดท้ายในการตอบสนองแบบสตรีมมิ่งจะรวมข้อมูล usage object ซึ่งแสดงจำนวน input และ output tokens

ราคาอยู่ที่ $0.15 ต่อ 1M input tokens และ $0.50 ต่อ 1M output tokens การเกิด error ฟรี คุณสามารถคำนวณต้นทุนในเครื่องของคุณได้โดยการคูณจำนวน tokens ด้วยอัตราเหล่านี้ ซึ่งช่วยให้คุณวางแผนการเติมเงินด้วยคริปโตได้อย่างแม่นยำ