डेवलपर्स के लिए इंटीग्रेशन गाइड

बेस URL और प्रमाणीकरण

अपने क्लाइंट को हमारे बेस यूआरएल की ओर निर्देशित करें और authorization हेडर में अपनी API कुंजी प्रदान करें। यह किसी भी OpenAI-संगत SDK के साथ काम करता है क्योंकि हम मानक प्रोटोकॉल का सटीक पालन करते हैं। Get API key पेज पर Google या ईमेल के माध्यम से तुरंत अपनी कुंजी जनरेट करें; फोन नंबर की आवश्यकता नहीं है। अपनी कुंजी को सुरक्षित रखें और प्रति खाता एक सक्रिय कुंजी का उपयोग करें, क्योंकि एक नई कुंजी जनरेट करने से पुरानी कुंजी प्रतिस्थापित हो जाती है।

प्रमाणीकरण सरल है। अपनी कुंजी भेजें Authorization हर रिक्वेस्ट के लिए हेडर। हमारा सिस्टम टोकन प्रोसेस करने से पहले कुकी की वैलिडेशन करता है, यह सुनिश्चित करता है कि केवल अधिकृत खाते क्रेडिट का उपयोग करें। गायब कुकी जैसी त्रुटियां तुरंत 401 स्टेटस लौटाती हैं।

पहला अनुरोध

कनेक्टिविटी और प्रतिक्रिया गुणवत्ता टेस्ट करने के लिए एक मानक चैट कंप्लीशन रिक्वेस्ट भेजें। यह सरल कॉल आपकी कुंजी की पुष्टि करता है और आपके खाते में क्रेडिट सही ढंग से जोड़ता है। मॉडल ID है uncensored, को निर्दिष्ट कर सकते हैं, जो कानूनी वयस्कों के उपयोग के लिए सामग्री अस्वीकृतियों के बिना टेक्स्ट इनपुट और आउटपुट को संभालता है। प्लेसहोल्डर को अपने वास्तविक कुंजी और सिस्टम प्रॉम्प्ट से बदलें।

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"}]
  }'

यह curl कमांड न्यूनतम संरचना को दर्शाता है। आप messages array का उपयोग करें context या instructions शामिल करने के लिए। response में generated text content फ़ील्ड। टोकन खपत की निगरानी के लिए प्रतिक्रिया हेडर में उपयोग आँकड़ों की जांच करें।

Python SDK

हमारे API को अपने स्क्रिप्ट्स या एप्लिकेशन में इंटीग्रेट करने के लिए आधिकारिक OpenAI पायथन लाइब्रेरी का उपयोग करें। सेट करें base_url और api_key कॉल करने से पहले विशेषताएं। यह दृष्टिकोण मौजूदा कोडबेस के साथ संगतता सुनिश्चित करता है जो पहले से ही OpenAI मॉडल का उपयोग करते हैं। आप केवल कॉन्फ़िगरेशन की दो पंक्तियों को बदलकर प्रदाताओं के बीच स्विच कर सकते हैं।

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)

ऊपर दिया गया Python स्निपेट दिखाता है कि क्लाइंट को कैसे इनिशियलाइज़ करें और अनुरोध कैसे भेजें। लाइब्रेरी JSON सीरियलाइज़ेशन और प्रतिक्रिया पार्सिंग को स्वचालित रूप से संभालती है। आप सामग्री, उपयोग आँकड़ों और समाप्ति कारणों को निकालने के लिए प्रतिक्रिया ऑब्जेक्ट तक पहुंच सकते हैं। यह विधि बैकएंड सेवाओं या डेटा प्रोसेसिंग पाइपलाइनों के लिए आदर्श है।

Node SDK

मानक OpenAI SDK का उपयोग करके Node.js एप्लिकेशन में हमारी API एकीकृत करें openai npm पैकेज। हमारे बेस यूआरएल और अपनी API कुंजी के साथ क्लाइंट को कॉन्फ़िगर करें, बिल्कुल वैसे ही जैसे आप OpenAI के लिए करते हैं। इससे आपको टेस्टिंग और उत्पादन दोनों के लिए समान कोड संरचना का उपयोग करने की अनुमति मिलती है। SDK ब्लॉकिंग न होने वाले अनुरोधों के लिए एसेंक्रोनस ऑपरेशन का समर्थन करता है।

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);

यह Node.js उदाहरण एक चैट कंप्लीशन अनुरोध भेजने का प्रदर्शन करता है। await कीवर्ड सुनिश्चित करता है कि प्रतिक्रिया पूरी तरह से प्राप्त हो जाए, उसके बाद आगे बढ़ें। नेटवर्क समस्याओं या API सीमाओं को प्रभावी ढंग से प्रबंधित करने के लिए त्रुटियों को हैंडल करने के लिए try-catch ब्लॉक का उपयोग करें। प्रतिक्रिया ऑब्जेक्ट में जनरेटेड टेक्स्ट और टोकन उपयोग विवरण शामिल हैं।

स्ट्रीमिंग

स्ट्रीमिंग को सक्षम करें ताकि चैट इंटरफ़ेस में बेहतर उपयोगकर्ता अनुभव के लिए टोकन-दर-टोकन प्रतिक्रियाएं प्राप्त हों। stream पैरामीटर को stream पैरामीटर को true सेट करें। API जनरेट होते हुए पाठ के चंक लौटाता है, जिससे आप आउटपुट को रियल-टाइम प्रदर्शित कर सकते हैं। इससे अंत-उपयोगकर्ताओं के लिए अनुभवगत विलंबता काफी कम हो जाती है।

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)

ऊपर दिया गया स्ट्रीमिंग कोड हर चंक को आने पर प्रोसेस करता है। आप सामग्री को तुरंत UI एलिमेंट में जोड़ सकते हैं। अंतिम चंक में कुल टोकन उपयोग के आंकड़े होते हैं। यह सुविधा उन सभी OpenAI-compatible क्लाइंट्स द्वारा सपोर्ट की जाती है जो SSE रिस्पॉन्स को सही ढंग से हैंडल करते हैं।

सीमाएं, त्रुटियां, और संदर्भ विंडो

हमारा API न्यायसंगत उपयोग और सिस्टम स्थिरता सुनिश्चित करने के लिए कठोर सीमाएं लागू करता है। आपको प्रति मिनट 300 अनुरोध और प्रति कुंजी 8 समानांतर अनुरोध की अनुमति है। प्रत्येक अनुरोध बॉई 8 MB से अधिक नहीं होनी चाहिए। यदि आप इन सीमाओं को पार करते हैं, तो API 429 स्थिति कोड लौटाता है। कुछ सेकंड प्रतीक्षा करें और अपने अनुरोध को पुनः प्रयास करें। अमान्य कुंजियों जैसी त्रुटियां 401 लौटाती हैं, और अपर्याप्त क्रेडिट 402 लौटाता है।

संदर्भ विंडो इनपुट और आउटपुट दोनों के लिए मिलकर 100,000 टोकन का समर्थन करता है। प्रति अनुरोध अधिकतम आउटपुट 16,000 टोकन है, या यदि आप निर्दिष्ट नहीं करते हैं तो 2,048 max_tokens. यह बड़ी विंडो आपको लंबे दस्तावेजों को प्रोसेस करने या व्यापक संवाद इतिहास बनाए रखने की अनुमति देती है, बिना ट्रंकेशन के। त्रुटियां और अस्वीकृतियां क्रेडिट नहीं खाती हैं, इसलिए आप केवल वास्तविक उपयोग के लिए भुगतान करते हैं।