如何 to Integrate the DeepSeek API

前提条件：环境配置

首先确保你的开发环境已安装必要的 SDK。你需要 Python 或 Node.js 等语言运行时，以及一种安全存储 API 凭据的方法。此设置与使用任何其他 OpenAI 兼容服务相同。

您无需安装供应商特定的驱动程序。代理处理所有模型推理，因此您的机器只需发送 HTTP 请求并解析 JSON 响应。这减少了依赖开销，使您的项目保持轻量。

安装官方 SDK

为您首选的语言安装官方 SDK，以处理身份验证和请求序列化。对于 Python，请使用 pip install openai. 对于 Node.js，请运行 npm install openai. 该库管理底层的 HTTP 连接。

SDK 抽象了构建 JSON 负载的复杂性。您可以专注于定义提示词并处理返回的 token。这种标准化意味着您只需更改基础 URL，即可在后期切换提供商。

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)

配置基础 URL 和密钥

将您的 SDK 客户端指向代理基础 URL 并注入您的 API 密钥。此配置步骤将流量从标准 OpenAI 服务器引导出去。您必须设置 base_url 到 https://api.deepseekpago.com/v1.

通过 api_key 参数。此密钥在您在网站注册时生成。它用于验证您的请求并跟踪预付费额度的使用情况。如果没有此配置，您的请求将因 404 或 401 错误而失败。

发起首次请求

发送简单的文本补全以验证连通性和模型行为。使用模型 ID uncensored 访问运行在代理上的特定模型。该模型针对合法成人用途无内容拒绝地进行回答。

请求体包含 messages 数组和 model 标识符。响应包含生成的文本 content 字段。这确认您的集成正在与 uncensored 模型正确工作。

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"}]
  }'

启用流式响应

通过将 stream: true 在请求中。这将返回服务器发送事件（SSE），而不是单个 JSON 对象。你会在生成时接收 token，从而改善最终用户的感知延迟。

通过迭代块来处理流。最后一个块包含总令牌使用情况。这允许您在等待完整响应完成之前实时监控成本。

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)

使用工具和函数调用

在请求体中定义工具，让模型生成结构化输出。在 tools 参数。在适当时，模型将返回函数调用而非纯文本。

此功能完全兼容 OpenAI 函数调用 API。您可以将其集成到应用程序逻辑中，以执行代码或更新数据库。代理支持该标准协议，无需修改。

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);

强制执行 JSON 输出格式

通过设置 response_format 到 {"type": "json_object"}. 这对于将数据解析到您的应用程序中很有用。它减少了后处理正则表达式模式的需求。

模型严格遵循此约束。如果输出不是有效的 JSON，请求可能会失败。这确保了在与自动化系统集成时管道的健壮性。您还可以设置 temperature 和 top_p 来控制创造力。

处理错误和速率限制

API 限制每个密钥每分钟 300 次请求。如果超出此限制，你将收到 429 错误。每个密钥还可以有最多 8 个并发请求。遵守这些限制以避免服务中断。

错误以包含错误代码和消息的标准 JSON 对象形式返回。请在代码中优雅地处理这些错误。对于 429 或 503 响应等临时错误，建议使用带有指数退避的重试逻辑。

监控令牌使用情况

通过监控 token 数来跟踪您的预付额度使用情况。流式响应中的最后一个块包含 usage object. This shows input and output token counts.

价格为每 100 万输入令牌 $0.15，每 100 万输出令牌 $0.50。错误免费。你可以通过将令牌数量乘以这些费率来本地计算成本。这有助于你准确预算加密充值金额。