集成指南：deepseek coder api key

基础 URL 和认证

您的 API 密钥对每个请求进行身份验证。将基础 URL 设置为 https://api.deepseekcoderapikey.com/v1 在你的客户端配置中。此 URL 处理 chat completions 和 models 端点，无需额外的路径段。每个账户获得一个密钥，生成新密钥会立即替换旧密钥。

将密钥存储在名为的环境变量中 DEEPSEEK_API_KEY 或直接传递给您的 SDK 客户端。端点接受标准标头，因此您可以通过仅更改基础 URL 和密钥值来交换提供商。此方法适用于 Cursor、VS Code 扩展以及期望与 OpenAI 兼容接口的本地开发工具。

如果密钥缺失或无效，认证将返回 401 状态码。使用

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"}]
  }'

示例以在将连接集成到应用程序逻辑之前验证连接。

聊天完成端点 (POST)

发送至 POST /v1/chat/completions 使用模型 ID uncensored. 此端点处理文本输入并返回文本输出，支持同步和流式响应。您可以使用 temperature、top_p 和 stop sequences 等参数配置模型行为。

上下文窗口总共允许 100,000 个 token，包括提示和补全。如果您未指定 max_tokens 限制，模型每次请求默认为 2,048 个 token。使用

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)

代码片段展示了如何使用官方 OpenAI Python SDK 构建标准聊天请求的结构。

余额不足错误返回 402 状态码，而格式错误的请求返回 400。请查看响应正文中的详细错误消息，以便快速调试您的负载结构。

模型端点 (GET)

通过发送 GET /v1/models 请求。此端点返回模型对象列表，包括 uncensored 模型 ID。您可以使用此端点验证 API 密钥是否有效以及服务是否在线，然后再进行大量使用请求。

响应包括模型 ID、对象类型和所有权信息等元数据。使用此数据动态配置你的应用程序，或记录可用模型以供调试。此端点不需要请求体，只需要标准的身份验证标头。

将此检查集成到您的启动序列中，可确保在 API 不可用时应用快速失败。它还有助于在实际进行聊天补全之前验证是否正确配置了基础 URL。

流式响应（SSE）

通过将 stream 参数设为 true。API 返回服务器发送事件 (SSE) 流，在生成令牌时实时交付。这种方法降低了编程助手的感知延迟，并允许在您的应用程序中进行实时 UI 更新。

每个块包含部分内容，最后一个块包含总令牌使用情况统计信息。仔细解析 SSE 流以处理网络中断并缓冲部分令牌。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)

示例演示了如何在 JavaScript 中处理流。

流式传输非常适合长篇幅代码生成或详细解释。与等待整个响应相比，它提供了更流畅的用户体验。确保你的客户端正确处理流结束事件以完成响应。

函数调用与 JSON 模式

使用函数调用让模型调用外部工具。在 tools parameter and specify the tool_choice 用于控制模型使用工具的时机。API 支持标准的工具定义，允许您将自己的后端服务集成进来。

对于结构化输出，通过设置启用 JSON 模式 response_format 到 json_object. 这强制模型返回有效的 JSON，这对于解析配置数据或 API 响应非常有用。

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);

代码片段展示了如何在 Node.js 中配置 JSON 模式。

将函数调用与流式传输结合使用以实现交互式工具使用。模型可以在单个回合中调用多个工具，从而允许复杂的多步工作流程。确保您的客户端正确处理工具输出，以保持对话上下文。

速率限制与约束

您的 API 密钥限于每分钟 300 次请求和 8 个并发请求。最大请求体大小为 8 MB。如果超出这些限制，API 将返回 429 Too Many Requests 错误。在客户端实现指数退避以优雅地处理速率限制。

错误如 401 表示密钥无效，而 402 表示余额不足。信用额度不退款，但重复扣款可通过支持页面解决。信用额度永不过期，因此您可以随时充值。

100,000 token 的上下文窗口适用于提示词和补全内容的总和。监控你的 token 使用情况以保持在预算内。使用预付费信用系统，按实际使用量付费，无月费或订阅费。