开发者集成指南

基础 URL 和认证

首先将客户端指向我们的基础 URL，并在授权请求头中提供您的 API 密钥。这适用于任何 OpenAI 兼容 SDK，因为我们完全遵循标准协议。在“获取 API 密钥”页面通过 Google 或电子邮件即时生成密钥；无需手机号码。请妥善保管您的密钥，每个账户仅使用一个活跃密钥，因为生成新密钥将替换旧密钥。

认证很简单。将您的密钥发送到 Authorization 每次请求时的请求头。我们的系统在处理 token 之前会验证密钥，确保只有授权账户消耗额度。缺少密钥等错误将立即返回 401 状态码。

首次请求

发送标准聊天补全请求以测试连接和回复质量。此简单调用验证您的密钥并正确为您的账户充值。模型 id 为 uncensored, 处理文本输入和输出，针对合法成人用途不进行内容拒绝。将占位符替换为您的实际密钥和系统提示。

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"}]
  }'

此 curl 命令演示了所需的最小结构。您可以调整 messages 包含上下文或指令的数组。响应在 content 字段。检查响应标头中的使用统计信息以监控令牌消耗。

Python SDK

使用官方 OpenAI Python 库将我们的 API 集成到您的脚本或应用中。设置 base_url 和 api_key 在调用前设置属性。这种方法确保与已使用 OpenAI 模型的现有代码库兼容。您只需更改两行配置即可在提供商之间切换。

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)

上面的 Python 代码片段展示了如何初始化客户端并发送请求。库自动处理 JSON 序列化和响应解析。您可以访问响应对象以提取内容、使用统计信息和完成原因。此方法非常适合后端服务或数据处理管道。

Node SDK

使用 openai npm 包。像对待 OpenAI 一样，使用我们的 base URL 和 API 密钥配置客户端。这使您能够在使用测试和生产环境时使用相同的代码结构。SDK 支持异步操作以实现非阻塞请求。

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);

此 Node.js 示例演示了发送聊天补全请求。该 await 关键字确保在继续之前完全接收响应。您可以使用 try-catch 块处理错误，以优雅地管理网络问题或 API 限制。响应对象包含生成的文本和 token 使用情况详情。

流式传输

启用流式传输以接收逐 Token 响应，从而提升聊天界面的用户体验。设置 stream 参数设为 true。API 在生成文本时返回文本块，允许您实时显示输出。这显著降低了最终用户的感知延迟。

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)

上述流式代码会在每个数据块到达时进行处理。您可以立即将内容追加到 UI 元素中。最后一个数据块包含总令牌使用统计信息。所有正确处理 SSE 响应的 OpenAI 兼容客户端均支持此功能。

限制、错误和上下文窗口

我们的 API 强制执行严格限制以确保公平使用和系统稳定性。您被允许每分钟 300 次请求和每个密钥 8 个并发请求。每个请求体不得超过 8 MB。如果超出这些限制，API 将返回 429 状态码。等待几秒并重试您的请求。无效密钥等错误返回 401，余额不足返回 402。

上下文窗口总共支持最多十万个 token，用于输入和输出的总和。每次请求的最大输出为 16,000 个 token，或者如果您未指定 max_tokens. 这个大窗口允许您处理长文档或维护广泛的对话历史而无需截断。错误和拒绝不消耗信用额度，因此您只为实际使用付费。