Integrationsleitfaden: deepseek coder api key

Basis-URL und Authentifizierung

Ihr API-Schlüssel authentifiziert jede Anfrage. Legen Sie die Base-URL auf https://api.deepseekcoderapikey.com/v1 in Ihrer Client-Konfiguration. Diese URL verarbeitet sowohl die Endpunkte für Chat-Vervollständigungen als auch Modelle, ohne zusätzliche Pfadsegmente zu benötigen. Sie erhalten einen Schlüssel pro Konto, und das Generieren eines neuen ersetzt den vorherigen Schlüssel sofort.

Speichern Sie den Schlüssel in einer Umgebungsvariable namens DEEPSEEK_API_KEY oder übergeben Sie ihn direkt an Ihren SDK-Client. Der Endpunkt akzeptiert Standard-Header, sodass Sie Anbieter austauschen können, indem Sie nur die Basis-URL und den Schlüsselwert ändern. Dieser Ansatz funktioniert mit Cursor, VS Code-Erweiterungen und lokalen Entwicklungstools, die eine OpenAI-kompatible Schnittstelle erwarten.

Die Authentifizierung schlägt mit einem 401-Status fehl, wenn der Schlüssel fehlt oder ungültig ist. Verwenden Sie die

Copycurl https://api.deepseekcoderapikey.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Convert this SQL query to python pandas syntax"}]
  }'

Beispiel, um die Konnektivität zu überprüfen, bevor Sie es in Ihre Anwendungslogik integrieren.

Chat-Vervollständigungs-Endpunkt (POST)

Senden Sie Nachrichten an den POST /v1/chat/completions Endpunkt unter Verwendung der Modell-ID uncensored. Dieser Endpunkt verarbeitet Texteingaben und gibt Textausgaben zurück und unterstützt sowohl synchrone als auch gestreamte Antworten. Sie können das Modellverhalten über Parameter wie Temperatur, top_p und Stop-Sequenzen konfigurieren.

Das Context-Window ermöglicht bis zu 100.000 Tokens für den kombinierten Prompt und die Completion. Wenn Sie kein max_tokens-Limit angeben, verwendet das Modell standardmäßig 2.048 Tokens pro Anfrage. Verwenden Sie das

Copyfrom openai import OpenAI

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

snippet to see how to structure a standard chat request with the official OpenAI Python SDK.

Fehler wie unzureichendes Guthaben geben einen 402-Statuscode zurück, während fehlerhafte Anfragen 400 ergeben. Prüfen Sie den Antworttext für detaillierte Fehlermeldungen, um Ihre Payload-Struktur schnell zu debuggen.

Models-Endpunkt (GET)

Verfügbare Modelle abfragen, indem Sie eine GET /v1/models Anfrage. Dieser Endpunkt gibt eine Liste von Modellobjekten zurück, einschließlich des uncensored Modell-ID. Sie können diesen Endpunkt verwenden, um zu überprüfen, ob Ihr API-Schlüssel gültig ist und der Dienst online ist, bevor Sie intensive Nutzungsanfragen stellen.

Die Antwort enthält Metadaten wie die Modell-ID, den Objekttyp und die Eigentumsinformationen. Verwenden Sie diese Daten, um Ihre Anwendung dynamisch zu konfigurieren oder verfügbare Modelle zu Protokollzwecken zu protokollieren. Der Endpunkt erfordert keinen Body, nur den Standard-Authentifizierungsheader.

Die Integration dieser Prüfung in Ihre Startsequenz stellt sicher, dass Ihre Anwendung schnell fehlschlägt, wenn die API nicht erreichbar ist. Sie hilft Ihnen auch zu überprüfen, ob die korrekte Base-URL konfiguriert ist, bevor Sie mit den eigentlichen Chat-Vervollständigungen fortfahren.

Streaming-Antworten (SSE)

Aktivieren Sie das Streaming, indem Sie den stream Parameter auf true setzen in Ihrer Anfrage. Die API gibt einen Server-Sent Events (SSE)-Stream zurück, der Tokens bereitstellt, sobald sie generiert werden. Dieser Ansatz reduziert die wahrgenommene Latenz für Code-Assistenten und ermöglicht Echtzeit-UI-Aktualisierungen in Ihrer Anwendung.

Jeder Chunk enthält teilweise Inhalte, und der letzte Chunk enthält die gesamten Token-Nutzungsstatistiken. Analysieren Sie den SSE-Stream sorgfältig, um Netzwerkunterbrechungen zu behandeln und teilweise Tokens zu puffern. Der

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)

Beispiel zeigt, wie der Stream in JavaScript behandelt wird.

Streaming ist ideal für die Generierung von Code in langer Form oder detaillierte Erklärungen. Es bietet ein verbessertes Benutzererlebnis im Vergleich zum Warten auf die gesamte Antwort. Stellen Sie sicher, dass Ihr Client das End-of-Stream-Ereignis korrekt verarbeitet, um die Antwort abzuschließen.

Function Calling und JSON-Modus

Nutzen Sie Function Calling, um das Modell externe Tools aufrufen zu lassen. Definieren Sie Ihre Funktionen in der tools parameter und geben Sie die tool_choice zur Steuerung, wann das Modell sie verwendet. Die API unterstützt Standard-Tool-Definitionen, sodass Sie sie mit Ihren eigenen Backend-Diensten integrieren können.

Für strukturierte Ausgaben aktivieren Sie den JSON-Modus, indem Sie response_format zu json_object. Dies zwingt das Modell, gültiges JSON zurückzugeben, was zum Parsen von Konfigurationsdaten oder API-Antworten nützlich ist. Das

Copyimport OpenAI from "openai";

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

snippet shows how to configure JSON mode in Node.js.

Kombinieren Sie den Funktionsaufruf mit Streaming für interaktive Tool-Nutzung. Das Modell kann mehrere Tools in einem einzigen Zug aufrufen, was komplexe Multi-Schritt-Workflows ermöglicht. Stellen Sie sicher, dass Ihr Client die Tool-Ausgabe korrekt verarbeitet, um den Gesprächskontext aufrechtzuerhalten.

Ratenbegrenzungen und Beschränkungen

Ihr API-Schlüssel ist auf 300 Anfragen pro Minute und 8 gleichzeitige Anfragen begrenzt. Die maximale Anforderungskörpergröße beträgt 8 MB. Wenn Sie diese Grenzen überschreiten, gibt die API einen 429 Too Many Requests-Fehler zurück. Implementieren Sie exponentielles Backoff in Ihrem Client, um Rate-Limits graceful zu behandeln.

Fehler wie 401 deuten auf einen ungültigen Schlüssel hin, während 402 unzureichendes Guthaben signalisiert. Für Guthaben werden keine Rückerstattungen ausgestellt, aber Doppelbuchungen können über die Support-Seite gelöst werden. Guthaben verfällt nicht, sodass Sie aufladen können, wenn es Ihnen passt.

Das Context-Window von 100.000 Tokens gilt für die gesamte Eingabeaufforderung und Antwort. Überwachen Sie Ihre Token-Nutzung, um im Budget zu bleiben. Nutzen Sie das Prepaid-Guthabensystem, um nur für das zu zahlen, was Sie verwenden, ohne monatliche Gebühren oder Abonnements.