Guide d'intégration pour les développeurs

URL de base et authentification

Commencez par pointer votre client vers notre URL de base et fournissez votre clé API dans l'en-tête Authorization. Cela fonctionne avec n'importe quel SDK compatible OpenAI car nous suivons exactement le protocole standard. Générez votre clé instantanément via Google ou e-mail sur la page Obtenir la clé API ; aucun numéro de téléphone n'est requis. Gardez votre clé en sécurité et utilisez une clé active par compte, car la génération d'une nouvelle clé remplace l'ancienne.

L'authentification est simple. Envoyez votre clé dans le Authorization header pour chaque requête. Notre système valide la clé avant de traiter les jetons, garantissant que seuls les comptes autorisés consomment du crédit. Les erreurs comme une clé manquante renvoient immédiatement un statut 401.

Première demande

Envoyez une requête standard de complétion de chat pour tester la connectivité et la qualité de la réponse. Cet appel simple vérifie votre clé et crédite correctement votre compte. L'ID du modèle est uncensored, qui gère les entrées et sorties de texte sans refus de contenu pour un usage adulte légal. Remplacez l'espace réservé par votre clé réelle et le prompt système.

Copycurl https://api.deepseekapicost.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 1 million tokens"}]
  }'

Cette commande curl démontre la structure minimale requise. Vous pouvez ajuster le messages tableau pour inclure le contexte ou les instructions. La réponse retourne le texte généré dans le content champ. Vérifiez les statistiques d'utilisation dans les en-têtes de réponse pour surveiller votre consommation de tokens.

SDK Python

Utilisez la bibliothèque Python officielle d'OpenAI pour intégrer notre API dans vos scripts ou applications. Définissez le base_url et api_key attributs avant d'effectuer des appels. Cette approche garantit la compatibilité avec les bases de code existantes qui utilisent déjà des modèles OpenAI. Vous pouvez passer d'un fournisseur à l'autre en modifiant simplement deux lignes de configuration.

Copyfrom openai import OpenAI

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

L'extrait de code Python ci-dessus montre comment initialiser le client et envoyer une requête. La bibliothèque gère automatiquement la sérialisation JSON et l'analyse de la réponse. Vous pouvez accéder à l'objet de réponse pour extraire le contenu, les statistiques d'utilisation et les raisons de fin. Cette méthode est idéale pour les services backend ou les pipelines de traitement de données.

SDK Node

Intégrez notre API dans des applications Node.js en utilisant le openai paquet npm. Configurez le client avec notre URL de base et votre clé API comme vous le feriez pour OpenAI. Cela vous permet d'utiliser la même structure de code pour les tests et la production. Le SDK prend en charge les opérations asynchrones pour les requêtes non bloquantes.

Copyimport OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://api.deepseekapicost.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);

Cet exemple Node.js montre comment envoyer une requête de complétion de chat. Le await mot-clé garantit que la réponse est entièrement reçue avant de continuer. Vous pouvez gérer les erreurs à l'aide de blocs try-catch pour gérer les problèmes réseau ou les limites de l'API avec élégance. L'objet de réponse contient le texte généré et les détails d'utilisation des jetons.

Streaming

Activez le streaming pour recevoir des réponses jeton par jeton pour une meilleure expérience utilisateur dans les interfaces de chat. Définissez le stream parameter à true dans votre requête. L'API retourne des chunks de texte au fur et à mesure de leur génération, vous permettant d'afficher la sortie en temps réel. Cela réduit considérablement la latence perçue pour les utilisateurs finaux.

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)

Le code de streaming ci-dessus traite chaque chunk à mesure qu'il arrive. Vous pouvez ajouter le contenu à un élément de l'interface utilisateur immédiatement. Le dernier chunk contient les statistiques d'utilisation totale des tokens. Cette fonctionnalité est prise en charge par tous les clients compatibles OpenAI qui gèrent correctement les réponses SSE.

Limites, Erreurs et Fenêtre de contexte

Notre API impose des limites strictes pour garantir une utilisation équitable et la stabilité du système. Vous avez droit à 300 requêtes par minute et à 8 requêtes concurrentes par clé. Chaque corps de requête ne doit pas dépasser 8 Mo. Si vous dépassez ces limites, l'API renvoie un code d'état 429. Attendez quelques secondes et réessayez votre requête. Les erreurs comme les clés invalides retournent 401, et le crédit insuffisant retourne 402.

La fenêtre de contexte prend en charge jusqu'à 100 000 tokens pour l'entrée et la sortie combinées. La sortie maximale par requête est de 16 000 tokens, ou 2 048 si vous ne spécifiez pas max_tokens. Cette grande fenêtre vous permet de traiter de longs documents ou de maintenir un historique de conversation étendu sans troncature. Les erreurs et les refus ne consomment pas de crédit, vous ne payez donc que pour l'utilisation réelle.