Base URL 및 인증
모든 요청은 올바른 베이스 URL에 클라이언트를 연결하여 시작하세요. 가입 시 받은 키를 사용하여 다음에 전달하세요 Authorization 이 헤더는 계정을 인증하고 사전 지급된 크레딧 사용량을 추적합니다.
인프라는 중개 라우팅 수수료 없이 직접 액세스를 원하는 개발자를 위해 구축되었습니다. 자체 서버를 실행하기 때문에 일관된 성능을 얻으실 수 있습니다.
첫 번째 요청
연결성 및 모델 응답을 확인하기 위해 첫 번째 메시지를 보내세요. 시스템 프롬프트 및 사용자 쿼리가 있는 표준 채팅 completion 엔드포인트를 사용하세요. 이는 키가 작동하고 원시 JSON 응답을 보여줍니다.
- 를 설정하세요
modelfield touncensored. - 레이턴시를 테스트하기 위한 간단한 사용자 메시지를 포함합니다.
- 확인하세요
usage토큰 수를 위한 object입니다.
Python SDK
공식 Python 라이브러리를 사용하여 빠르게 통합하세요. 패키지를 설치하고 Base URL과 키로 클라이언트를 초기화하세요. 이 접근 방식은 직렬화 및 재시도를 자동으로 처리합니다.
대화 기록을 사전 목록으로 정의하세요. 이를 채팅 엔드포인트에 직접 전달하세요. 라이브러리는 어시스턴트의 텍스트를 구문 분석할 수 있는 구조화된 응답 객체를 반환합니다.
Node SDK
Node.js 클라이언트로 서버 측 로직을 구축하세요. 라이브러리를 가져오고 API 키와 기본 URL을 구성하세요. 이 설정은 사용자 입력을 비동기로 처리하는 백엔드 서비스에 적합합니다.
메시지와 함께 completion 메서드를 호출하세요. 응답에는 생성된 텍스트와 사용량 통계가 포함됩니다. 높은 부하 중에도 애플리케이션이 충돌하지 않도록 오류를 우아하게 처리하세요.
스트리밍 응답
smoother한 사용자 경험을 위해 실시간으로 토큰을 받습니다. 요청에서 적절한 플래그를 설정하여 스트리밍을 활성화하세요. 서버는 생성되는 대로 데이터 청크를 보냅니다.
클라이언트 측에서 이러한 청크를 축적하여 텍스트를 점진적으로 표시하세요. 이는 지각된 지연을 크게 줄입니다. 총 토큰 사용량 및 청구 데이터를 위해 마지막 청크를 모니터링하세요.
제한 사항, 오류 및 컨텍스트
서비스 중단 없이 속도 제한을 준수하세요. 키당 분당 300회 요청 및 최대 8개의 동시 연결이 허용됩니다. 이를 초과하면 429 오류가 발생합니다.
401 오류는 API 키가 유효하지 않음을 의미합니다. 402 오류는 미결제 크레딧이 부족함을 나타냅니다. 전체 컨텍스트 윈도우는 100,000 토큰입니다. 신뢰할 수 있는 성능을 보장하기 위해 프롬프트와 응답을 이 한도 내에 유지하십시오.
cURL
curl https://api.deepseekapiaccess.com/v1/chat/completions \
-H "Authorization: Bearer $API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "uncensored",
"messages": [{"role": "user", "content": "Calculate the total latency for three sequential API calls."}]
}'Python
from openai import OpenAI
client = OpenAI(base_url="https://api.deepseekapiaccess.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)Node.js
import OpenAI from "openai";
const client = new OpenAI({ baseURL: "https://api.deepseekapiaccess.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);스트리밍
stream = 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)