使用无审查 API 快速入门

基础 URL 和认证

每个请求都以将您的客户端指向正确的基础 URL 开始。使用您在注册期间收到的密钥，传递到 Authorization header. 此标头用于验证您的账户并跟踪预付费余额的使用情况。

我们的基础设施专为希望直接访问且无需中介路由费的开发者而构建。因为我们运行自己的服务器，所以你获得一致的性能。

首次请求

发送第一条消息以验证连通性和模型响应。使用标准聊天补全端点，包含您的系统提示和用户查询。这将确认您的密钥有效，并显示原始 JSON 响应。

• 设置 model field to uncensored.
• 包含一个简单的用户消息以测试延迟。
• 检查 usage object for token counts.

Python SDK

使用官方 Python 库快速集成。安装软件包，并使用您的基础 URL 和密钥初始化客户端。此方法自动处理序列化和重试。

将你的对话历史定义为字典列表。直接将其传递给聊天端点。库会返回一个结构化响应对象，你可以从中解析助手的文本。

Node SDK

使用 Node.js 客户端构建服务器端逻辑。导入库并配置 API 密钥和基础 URL。此设置非常适合异步处理用户输入的后端服务。

调用补全方法并传入您的消息。响应包括生成的文本和使用统计信息。优雅地处理错误，以避免在高负载期间导致应用程序崩溃。

流式响应

实时接收令牌以获得更流畅的用户体验。通过在请求中设置适当的标志启用流式传输。服务器在生成数据时发送数据块。

在客户端累积这些块以渐进式显示文本。这显著降低了感知延迟。监控最后一个块以获取总令牌使用量和计费数据。

限制、错误和上下文

遵守速率限制以避免中断。您每分钟允许 300 次请求，每密钥允许 8 个并发连接。如果超过此限制，您将收到 429 错误。

401 错误表示您的 API 密钥无效。402 错误表示预付费余额不足。您的上下文窗口总计为 100,000 个 token。请确保您的提示词和回复在此限制内，以保证可靠的性能。

cURL

Copycurl 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

Copyfrom 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

Copyimport 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);

流式传输

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)