API-Dokumentation

Basis-URL und Authentifizierung

Verbinden Sie sich über den Standard-OpenAI-kompatiblen Endpunkt. Übergeben Sie Ihren eindeutigen API-Schlüssel im Authorization header, um jede Anfrage zu authentifizieren.

• Base URL: https://api.unfiltereddeepseek.com/v1
• Auth-Header: Authorization: Bearer YOUR_API_KEY

Unsere Architektur priorisiert den direkten Zugriff ohne Abonnementbindung. Der Schlüssel gewährt sofortigen Zugriff auf das Uncensored-Modell. Es fallen keine monatlichen Gebühren an. Guthaben wird nur belastet, wenn das Modell echte Token verarbeitet. Fehler während der Verarbeitung verbrauchen nicht Ihr Guthaben.

Erste Anfrage

Sende eine einfache Text-Vervollständigung, um die Konnektivität zu überprüfen. Dieser cURL-Befehl demonstriert die minimale Payload, die erforderlich ist, um eine Antwort zu erhalten.

Die Anfrage zielt auf die uncensored Modell. Das System verarbeitet die Eingabe und gibt generierten Text zurück. Sie können die Token-Nutzung in den Antwortmetadaten beobachten.

Stellen Sie sicher, dass Ihr API-Schlüssel korrekt ist. Ungültige Schlüssel geben einen 401-Fehler zurück. Fehlendes Guthaben führt zu einem 402-Fehler.

Copycurl https://api.unfiltereddeepseek.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "list the current version number of node js"}]
  }'

Python SDK-Integration

Verwenden Sie die offizielle openai Python-Paket mit einer benutzerdefinierten Basis-URL. Dies ermöglicht es Ihnen, bestehenden Client-Code zu nutzen, ohne größere Refaktorierungen vornehmen zu müssen. Die Bibliothek übernimmt automatisch Serialisierung und Authentifizierung.

Legen Sie die Basis-URL auf unseren Endpunkt fest. Definieren Sie die Modell-ID als uncensored. Der Client verwaltet den Verbindungs-Pool effizient. Streaming- oder synchrone Modi funktionieren identisch. Passen Sie Parameter wie Temperatur an, um die Kreativität zu steuern.

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.unfiltereddeepseek.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 SDK-Nutzung

Integrieren Sie mit JavaScript- oder TypeScript-Projekten über das Standard-Node-SDK. Konfigurieren Sie die Basis-URL, um auf unsere Server zu verweisen. Dies gewährleistet die Kompatibilität mit bestehenden Workflows.

Das SDK unterstützt async/await-Muster für sauberen Code. Sie können mehrere Anfragen gleichzeitig senden. Überwachen Sie das Antwortobjekt auf Token-Anzahlen. Das Modell verarbeitet lange Kontexte mit bis zu 100.000 Tokens.

Node-Entwickler schätzen die unkomplizierte Konfiguration. Es werden keine zusätzlichen Wrapper benötigt. Die API verhält sich wie die Referenzimplementierung.

Copyimport OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://api.unfiltereddeepseek.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 und SSE-Nutzung

Echtzeit-Ausgabe aktivieren, indem Sie stream: true. Der Server sendet Server-Sent Events (SSE) für jedes Token. Dies reduziert die wahrgenommene Latenz für Benutzer.

Sammeln Sie die Chunks, um die vollständige Antwort zu rekonstruieren. Der letzte Chunk enthält die gesamte Token-Nutzung. Dies ist entscheidend für die Abrechnungsverifizierung. Streaming funktioniert mit allen Parametern. Temperatur und Top-p beeinflussen den Stream dynamisch.

Behandeln Sie Verbindungsabbrüche korrekt. Stellen Sie bei Bedarf eine neue Verbindung her. Die API unterstützt hohe Parallelität. Verarbeiten Sie Chunks, sobald sie eintreffen.

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)

Limits, Fehler und Kontext

Respektieren Sie die Rate-Limits, um eine stabile Leistung zu gewährleisten. Sie können 300 Anfragen pro Minute pro Schlüssel senden. Die Parallelität ist auf 8 gleichzeitige Anfragen begrenzt. Der Anfragekörper muss unter 8 MB bleiben.

Häufige Fehler umfassen 401 für ungültige Schlüssel und 429 für Rate Limits. Das Kontextfenster unterstützt 100,000 Token insgesamt. Der Output ist auf 16,000 Token begrenzt. Fehler belasten kein Guthaben. Die Privatsphäre wird gewahrt. Prompts werden nicht zum Training verwendet. Das Modell lehnt nur spezifische Minderjährigeninhalte ab.