DeepSeek Coder 用户快速入门

基础 URL 和身份验证

首先，使用 使用 Google 继续或电子邮件和密码创建账户。你将立即获得一个 API 密钥，重新生成时将替换任何旧密钥。你的请求通过包含该密钥到 Authorization 头中，向基础 URL https://api.deepseekcoder.cc/v1 进行身份验证。此接口提供 uncensored 模型，该模型接受文本输入并返回文本输出，在合法成人用途下不进行内容审查。

首次请求

发送标准的聊天补全请求以验证连接。API 期望模型 ID 为 uncensored，并接受 temperature 和 top_p 等标准参数。你可以设置 seed 以获得确定性输出，或定义 stop 序列。请求体不得超过 8 MB。

Copycurl https://api.deepseekcoder.cc/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Write a blunt product review of a cheap VPN."}]
  }'

验证响应结构是否符合 OpenAI 格式。如果遇到错误，请检查密钥有效性或额度余额。

Python SDK 集成

使用官方 openai Python 包与 API 交互。使用你的 API 密钥和特定的基础 URL 初始化客户端。这种方法确保了与针对 OpenAI 的现有代码库的兼容性，允许你更改基础 URL 而无需更改其余逻辑。

Copyfrom openai import OpenAI

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

客户端自动处理 JSON 序列化和 HTTP 请求。你可以在 chat.completions.create 调用中直接传递 presence_penalty 或 frequency_penalty 等额外参数。

Node SDK 集成

对于 JavaScript 环境，安装 openai 包并类似地配置客户端。设置 apiKey 和 baseURL 属性。此方法可与支持 Fetch API 的 Node.js 和基于浏览器的应用程序无缝配合。

Copyimport OpenAI from "openai";

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

使用 await 或 promises 处理异步响应。如果 SDK 已配置，它将流式输出数据；但对于标准请求，你将在模型完成生成长度后收到完整的响应对象。

流式响应

通过在请求中设置 stream: true 启用流式传输。API 通过服务器发送事件 (SSE) 返回数据。每个数据块包含部分补全内容。Token 使用统计信息仅包含在流的最后一个数据块中。

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)

处理每个数据块以实时更新你的 UI。这对于长文本代码生成非常理想，用户可以看到正在生成的输出。请记住，上下文窗口包括提示词和补全 token。

限制、错误和上下文

每个 API 密钥限制为每分钟 300 个请求和 8 个并发请求。每个请求的最大输出为 32,000 个 token，如果未设置 max_tokens，则为 2,048 个。总上下文窗口为 100,000 个 token。如果你发送了无效的密钥，服务器将返回 401 错误。如果你的预付额度耗尽，你将收到 402 错误，需要加密充值。速率限制将返回 429 错误。错误和拒绝不消耗额度。