API-Dokumentation für Entwickler

Basis-URL und Authentifizierung

Beginnen Sie, indem Sie die Base URL auf unseren dedizierten Endpunkt ändern und Ihren API-Schlüssel im Authorization-Header übergeben. Wir verwenden nicht die Standard-OpenAI-Base URL; Sie müssen Ihr SDK auf https://api.deepseektokenplan.com/v1. Dies stellt sicher, dass Ihre Anfragen über unsere Infrastruktur für unzensierte Modelle geleitet werden, anstatt über einen Drittanbieter-Proxy. Die Modell-ID, die Sie im Anfragekörper angeben, ist "uncensored", wodurch die spezifischen abgestimmten Gewichtungen auf unseren Servern aktiviert werden. Die Authentifizierung basiert auf einem einfachen Bearer-Token-Schema, das mit jeder OpenAI-kompatiblen Client-Bibliothek funktioniert. Ihr Schlüssel wird sofort nach der Anmeldung über Google oder E-Mail generiert, ohne dass eine Telefonnummer erforderlich ist. Bewahren Sie diesen Schlüssel sicher auf, da er direkt mit Ihrem Guthaben auf dem Prepaid-Konto verknüpft ist.

Erste Anfrage

Senden Sie eine Standard-Chat-Vervollständigungsanfrage mit cURL, um Ihre Einrichtung und die Verfügbarkeit des Modells zu überprüfen. Diese einfache POST-Anfrage zeigt, wie die API Ihre Systemaufforderung und Ihre Benutzernachricht akzeptiert. Sie können die Parameter temperature und top_p anpassen, um die Kreativität zu steuern. Die Antwort gibt den generierten Text zusammen mit Token-Nutzungsstatistiken zur Abrechnungstransparenz zurück. Stellen Sie sicher, dass Ihr Anfragekörper die korrekte Modellkennung und Ihren API-Schlüssel im Header enthält. Diese Methode funktioniert sowohl für die Textgenerierung als auch für das Funktionsaufrufen. Verwenden Sie diesen Befehl, um die Konnektivität zu bestätigen, bevor Sie ihn in Ihre Anwendung integrieren. Der Endpunkt unterstützt Streaming- und Nicht-Streaming-Modi gleichermaßen gut.

Python SDK-Integration

Verwenden Sie die offizielle OpenAI-Python-Bibliothek, um mit unserer API zu interagieren, indem Sie die Basis-URL und den API-Schlüssel konfigurieren. Initialisieren Sie den Client mit Ihren Anmeldedaten und rufen Sie die Methode zur Chat-Vervollständigung mit Ihrer gewünschten Modell-ID auf. Dieser Ansatz ermöglicht es Ihnen, bestehende Codebasen zu nutzen, die für OpenAI entwickelt wurden, ohne größere Umbauten. Sie können Antworten streamen oder den vollständigen Text auf einmal erhalten. Die Bibliothek übernimmt automatisch die JSON-Serialisierung und HTTP-Anfragen. Konfigurieren Sie die Zeitüberschreitungs- und Retry-Einstellungen nach Bedarf für Ihren spezifischen Anwendungsfall. Diese Methode ist ideal für Backend-Dienste und Datenverarbeitungspipelines. Stellen Sie sicher, dass Sie die Basis-URL auf unseren spezifischen Endpunkt aktualisieren.

Node SDK-Integration

Integrieren Sie die API in Ihre JavaScript- oder TypeScript-Anwendungen über das OpenAI Node-Paket. Legen Sie die Base-URL und den API-Schlüssel in der Client-Konfiguration fest, bevor Sie Anfragen stellen. Diese Einrichtung ermöglicht Ihnen die Nutzung vertrauter Methoden wie chat.completions.create() mit unserem unzensierten Modell. Sie können Parameter wie Temperatur und Stop-Sequenzen übergeben, um die Ausgabe fein abzustimmen. Das SDK verarbeitet Streaming-Antworten effizient für Echtzeitanwendungen. Verwenden Sie diesen Ansatz für Webserver oder Befehlszeilentools. Stellen Sie sicher, dass Sie die erforderlichen Module importieren und die Umgebungsvariablen korrekt konfigurieren. Diese Methode unterstützt sowohl synchrone als auch asynchrone Anforderungsmuster.

Streaming und Tokens

Streaming aktivieren, um Teilantworten zu erhalten, sobald sie generiert werden, und so die Nutzererfahrung für Chat-Schnittstellen zu verbessern. Die API nutzt Server-Sent Events (SSE), um Tokens in Echtzeit auszuliefern. Sie können die Token-Nutzung im letzten Stream-Chunk für eine genaue Abrechnung verfolgen. Diese Funktion wird von allen wichtigen SDKs unterstützt und kann bei Bedarf manuell implementiert werden. Streaming reduziert die wahrgenommene Latenz für lange Antworten. Legen Sie den stream Parameter auf true setzen in Ihrem Anforderungstext. Die API gibt Nutzungsstatistiken im letzten Ereignis zurück, sodass Sie den korrekten Betrag von Ihrem Prepaid-Guthaben abziehen können. Diese Methode ist wesentlich für Anwendungen, die sofortiges Feedback benötigen.

Limits und Fehlerbehandlung

Überwachen Sie Ihre Ratenlimits und behandeln Sie Fehler gracefully, um eine stabile Verbindung sicherzustellen. Die API erlaubt 300 Anfragen pro Minute pro Schlüssel und 8 gleichzeitige Anfragen. Jeder Anfragekörper darf 8 MB nicht überschreiten. Wenn Sie einen ungültigen Schlüssel senden, erhalten Sie einen 401 Unauthorized-Fehler. Ein 402-Fehler zeigt unzureichendes vorausbezahltes Guthaben an, sodass Sie über Krypto aufladen müssen. Ein 429-Fehler bedeutet, dass Sie das Ratenlimit überschritten haben; warten Sie und versuchen Sie es erneut. Das Kontextfenster umfasst 100.000 Tokens für Prompt und Fertigstellung zusammen. Maximalausgabe sind 16.000 Tokens, es sei denn, Sie geben einen niedrigeren Wert an max_tokens Wert. Überprüfen Sie immer den Statuscode und den Antwortkörper auf detaillierte Fehlermeldungen.

cURL

Copycurl https://api.deepseektokenplan.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Calculate total monthly cost for 50 million tokens"}]
  }'

Python

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.deepseektokenplan.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.deepseektokenplan.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);

Streaming

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)