API 文档

基础 URL 和认证

使用标准 OpenAI 兼容端点连接。将您的唯一 API 密钥传递至 Authorization 请求头以验证每次请求。

• 基础 URL： https://api.unfiltereddeepseek.com/v1
• Auth 标头： Authorization: Bearer YOUR_API_KEY

我们的架构优先考虑无订阅锁定的直接访问。密钥授予对无审查模型的即时访问。没有月度费用。信用额度仅在模型处理真实令牌时收费。处理过程中的错误不会消耗您的余额。

首次请求

发送简单的文本补全以验证连通性。此 cURL 命令演示了接收响应所需的最小负载。

请求目标是 uncensored 模型。系统处理输入并返回生成的文本。您可以在响应元数据中观察 token 使用情况。

请确保您的 API 密钥正确。无效密钥返回 401 错误。余额不足导致 402 错误。

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 集成

使用官方 openai 带有自定义基础 URL 的 Python 包。这使您可以利用现有的客户端代码而无需大量重构。该库自动处理序列化和身份验证。

将基础 URL 设置为我们的端点。将模型 ID 定义为 uncensored. 客户端高效管理连接池。流式或同步模式工作方式相同。调整诸如 temperature 等参数以控制创造性。

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 用法

使用标准 Node SDK 将 JavaScript 或 TypeScript 项目集成。将基础 URL 配置指向我们的服务器。这确保了与现有工作流的兼容性。

SDK 支持用于编写整洁代码的 async/await 模式。您可以并发发送多个请求。监控响应对象中的 token 计数。该模型支持长达 100,000 个 token 的长上下文。

Node 开发人员欣赏其简单的配置。无需额外的包装器。API 的行为与参考实现相同。

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);

流式传输与 SSE 用法

通过设置 stream: true服务器为每个 token 发送服务器发送事件（SSE）。这降低了用户的感知延迟。

收集数据块以重建完整响应。最后一个块包含总 token 用量。这对于计费验证至关重要。流式传输适用于所有参数。Temperature 和 top-p 会动态影响流式输出。

优雅地处理连接中断。如有必要请重新连接。API 支持高并发。按到达顺序处理数据块。

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)

限制、错误和上下文

遵守速率限制以确保稳定性能。您每密钥每分钟可以发送 300 次请求。并发限制为 8 个同时请求。请求体必须保持在 8 MB 以下。

常见错误包括 401（无效密钥）和 429（速率限制）。上下文窗口支持总共 100,000 个 Token。输出限制为 16,000 个 Token。错误不扣除余额。保持隐私。提示词不用于训练。模型仅拒绝特定的未成年人内容。