통합 가이드: deepseek coder api key

Base URL 및 인증

API 키는 모든 요청을 인증합니다. 기본 URL을 https://api.deepseekcoderapikey.com/v1 클라이언트 설정에 포함됩니다. 이 URL은 추가 경로 구분자 없이 채팅 완료 및 모델 엔드포인트를 모두 처리합니다. 계정당 하나의 키가 제공되며, 새 키를 생성하면 이전 키가 즉시 대체됩니다.

키를 환경 변수에 저장하세요 DEEPSEEK_API_KEY 또는 SDK 클라이언트에 직접 전달하세요. 엔드포인트는 표준 헤더를 받으므로 기본 URL과 키 값만 변경하면 공급자를 바꿀 수 있습니다. 이 방식은 OpenAI 호환 인터페이스를 기대하는 Cursor, VS Code 확장 프로그램 및 로컬 개발 도구와 함께 작동합니다.

키가 누락되거나 유효하지 않으면 인증이 401 상태로 실패합니다. 다음을 사용하세요.

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"}]
  }'

애플리케이션 로직에 통합하기 전에 연결을 확인하십시오.

채팅 완료 엔드포인트 (POST)

다음으로 메시지 전송 POST /v1/chat/completions 모델 ID를 사용하는 엔드포인트입니다 uncensored. 이 엔드포인트는 텍스트 입력을 받아 텍스트 출력을 반환하며, 동기식 및 스트리밍 응답을 모두 지원합니다. 온도, top_p, 정지 시퀀스와 같은 매개변수를 사용하여 모델 동작을 구성할 수 있습니다.

컨텍스트 윈도우는 프롬프트와 completion을 합쳐 최대 100,000개의 토큰을 허용합니다. max_tokens 제한을 지정하지 않으면 모델은 요청당 2,048개 토큰을 기본값으로 사용합니다. 사용하려면

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)

스니펫은 공식 OpenAI Python SDK를 사용하여 표준 채팅 요청을 구성하는 방법을 보여줍니다.

크레딧 부족과 같은 에러는 402 상태 코드를 반환하며, 잘못된 요청은 400을 반환합니다. 응답 본문에서 자세한 에러 메시지를 확인하여 페이로드 구조를 빠르게 디버깅하세요.

Models 엔드포인트 (GET)

를 보내어 사용 가능한 모델을 쿼리합니다. GET /v1/models 요청입니다. 이 엔드포인트는 모델 객체의 목록을 반환합니다. 여기에는 uncensored 모델 ID입니다. 이 엔드포인트를 사용하여 API 키가 유효하고 서비스가 온라인 상태인지 확인한 후 무거운 사용 요청을 하기 전에 확인하세요.

응답에는 모델 ID, 객체 유형 및 소유 정보와 같은 메타데이터가 포함됩니다. 이 데이터를 사용하여 애플리케이션을 동적으로 구성하거나 디버깅을 위해 사용 가능한 모델을 로깅하십시오. 이 엔드포인트에는 본문이 필요 없으며 표준 인증 헤더만 필요합니다.

이 검사를 시작 시퀀스에 통합하면 API에 접근할 수 없을 때 애플리케이션이 빠르게 실패합니다. 또한 실제 채팅 완료 요청을 진행하기 전에 올바른 기본 URL이 설정되었는지 확인할 수 있습니다.

스트리밍 응답 (SSE)

스트리밍을 활성화하려면 stream 요청에서 true로 설정하세요. API는 서버 전송 이벤트(SSE) 스트림을 반환하여 토큰이 생성되는 대로 제공합니다. 이 방식은 코드 어시스턴트의 지각된 지연 시간을 줄이고 애플리케이션에서 실시간 UI 업데이트를 가능하게 합니다.

각 청크는 부분 콘텐츠를 포함하며, 마지막 청크에는 총 토큰 사용량 통계가 포함됩니다. 네트워크 중단 및 부분 토큰 버퍼링을 처리하려면 SSE 스트림을 주의 깊게 구문 분석해야 합니다. The

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)

이 예제는 JavaScript에서 스트림을 처리하는 방법을 보여줍니다.

스트리밍은 장문의 코드 생성이나 상세한 설명에 이상적입니다. 전체 응답을 기다리는 것보다 더 나은 사용자 경험을 제공합니다. 클라이언트에서 스트림 종료 이벤트를 올바르게 처리하여 응답을 마무리해야 합니다.

함수 호출 및 JSON 모드

함수 호출을 사용하여 모델이 외부 도구를 호출하도록 하세요. 함수를 다음에 정의하세요 tools 매개변수를 지정하고 tool_choice 모델이 도구들을 사용할 시점을 제어합니다. API는 표준 도구 정의를 지원하여 자체 백엔드 서비스와의 통합을 허용합니다.

구조화된 출력의 경우 JSON 모드를 활성화하려면 설정 response_format 수신하여 json_object. 이는 모델이 유효한 JSON을 반환하도록 강제하며, 이는 구성 데이터나 API 응답의 구문 분석에 유용합니다.

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);

스니펫은 Node.js에서 JSON 모드를 구성하는 방법을 보여줍니다.

상호작용용 도구 사용을 위해 함수 호출과 스트리밍을 결합하세요. 모델은 단일 턴에서 여러 도구를 호출하여 복잡한 다단계 워크플로우를 허용할 수 있습니다. 대화 맥락을 유지하기 위해 클라이언트가 도구 출력을 올바르게 처리하도록 보장하세요.

속도 제한 및 제약 조건

API 키는 분당 300회 요청 및 최대 8개의 동시 요청으로 제한됩니다. 최대 요청 본문 크기는 8MB입니다. 이러한 제한을 초과하면 API는 429 Too Many Requests 오류를 반환합니다. 클라이언트에서 지수 백오프를 구현하여 속도 제한을 우아하게 처리하세요.

401은 잘못된 키를, 402는 크레딧 부족을 나타냅니다. 크레딧에 대한 환불은 제공되지 않지만, 중복 청구는 지원 페이지를 통해 해결할 수 있습니다. 크레딧은 만료되지 않으므로 편리할 때 충전할 수 있습니다.

100,000 토큰의 컨텍스트 윈도우는 총 프롬프트와 응답에 적용됩니다. 예산 내에서 머물 수 있도록 토큰 사용량을 모니터링하세요. 월별 요금이나 구독 없이 사용한 만큼만 지불하는 선불 크레딧 시스템을 사용하세요.