Documentation de l'API pour les développeurs

URL de base et authentification

Commencez par modifier l'URL de base vers notre point de terminaison dédié et passez votre clé API dans l'en-tête Authorization. Nous n'utilisons pas l'URL de base standard d'OpenAI ; vous devez pointer votre SDK vers https://api.deepseektokenplan.com/v1. Cela garantit que vos requêtes transitent par notre infrastructure de modèles sans censure plutôt que par un proxy tiers. L'ID de modèle que vous spécifiez dans le corps de la requête est "uncensored", ce qui déclenche les poids spécifiques ajustés sur nos serveurs. L'authentification repose sur un schéma simple de jeton Bearer qui fonctionne avec n'importe quelle bibliothèque cliente compatible OpenAI. Votre clé est générée instantanément lors de l'inscription via Google ou e-mail, sans numéro de téléphone requis. Conservez cette clé en sécurité, car elle est liée directement à votre solde de crédit prépayé.

Première demande

Envoyez une requête de complétions de chat standard en cURL pour vérifier votre configuration et la disponibilité du modèle. Cette simple requête POST démontre comment l'API accepte votre invite système et le message utilisateur. Vous pouvez ajuster les paramètres temperature et top_p pour contrôler la créativité. La réponse renvoie le texte généré ainsi que les statistiques d'utilisation des jetons pour une facturation transparente. Assurez-vous que le corps de votre requête inclut l'identifiant de modèle correct et votre clé API dans l'en-tête. Cette méthode fonctionne aussi bien pour la génération de texte que pour l'appel de fonctions. Utilisez cette commande pour confirmer la connectivité avant de l'intégrer dans votre application. Le point de terminaison prend en charge les modes de streaming et non-streaming également bien.

Intégration du SDK Python

Utilisez la bibliothèque Python officielle d'OpenAI pour interagir avec notre API en configurant l'URL de base et la clé API. Initialisez le client avec vos identifiants et appelez la méthode de complétion de chat avec l'ID de modèle souhaité. Cette approche vous permet de tirer parti des bases de code existantes conçues pour OpenAI sans refonte majeure. Vous pouvez diffuser des réponses ou recevoir le texte complet en une fois. La bibliothèque gère automatiquement la sérialisation JSON et les requêtes HTTP. Configurez les paramètres de délai d'attente et de nouvelle tentative selon vos besoins spécifiques. Cette méthode est idéale pour les services backend et les pipelines de traitement de données. Assurez-vous de mettre à jour l'URL de base pour pointer vers notre point de terminaison spécifique.

Intégration du SDK Node

Intégrez l'API dans vos applications JavaScript ou TypeScript à l'aide du package Node OpenAI. Définissez l'URL de base et la clé API dans la configuration du client avant de faire toute requête. Cette configuration vous permet d'utiliser des méthodes familières comme chat.completions.create() avec notre modèle uncensored. Vous pouvez passer des paramètres comme la température et les séquences d'arrêt pour affiner la sortie. Le SDK gère efficacement les réponses en streaming pour les applications en temps réel. Utilisez cette approche pour les serveurs web ou les outils en ligne de commande. Assurez-vous d'importer les modules nécessaires et de configurer correctement les variables d'environnement. Cette méthode prend en charge les modèles de requêtes synchrones et asynchrones.

Streaming et tokens

Activez le streaming pour recevoir des réponses partielles au fur et à mesure de leur génération, améliorant l'expérience utilisateur pour les interfaces de chat. L'API utilise les Server-Sent Events (SSE) pour délivrer les jetons en temps réel. Vous pouvez suivre l'utilisation des jetons dans le dernier bloc du flux pour une facturation précise. Cette fonctionnalité est prise en charge par tous les principaux SDK et peut être implémentée manuellement si nécessaire. Le streaming réduit la latence perçue pour les réponses longues. Définissez le stream paramètre à true dans le corps de votre requête. L'API renvoie des statistiques d'utilisation dans le dernier événement, vous permettant de déduire le montant correct de votre crédit prépayé. Cette méthode est essentielle pour les applications nécessitant une réactivité immédiate.

Limites et gestion des erreurs

Surveillez vos limites de taux et gérez les erreurs avec élégance pour garantir une connexion stable. L'API autorise 300 requêtes par minute par clé et 8 requêtes simultanées. Le corps de chaque requête ne doit pas dépasser 8 Mo. Si vous envoyez une clé invalide, vous recevrez une erreur 401 Unauthorized. Une erreur 402 indique un crédit prépayé insuffisant, vous obligeant à recharger via crypto. Une erreur 429 signifie que vous avez dépassé la limite de taux ; attendez et réessayez. La fenêtre de contexte est de 100 000 jetons pour l'invite et la complétion combinées. La sortie maximale est de 16 000 jetons sauf si vous spécifiez une valeur inférieure max_tokens la valeur. Vérifiez toujours le code d'état et le corps de la réponse pour des messages d'erreur détaillés.

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)