Guide de démarrage rapide API

Authentification & URL de base

Définissez votre URL de base sur https://api.deepseekuncensored.com/v1 et passez votre clé API dans le Authorization header. Vous récupérez cette clé immédiatement après vous être inscrit avec Google ou votre adresse e-mail. Le système impose une limite stricte d'une clé active par compte, donc la génération d'une nouvelle clé révoque automatiquement la précédente. Gardez cette clé en sécurité car elle donne un accès complet à votre crédit prépayé.

Point de terminaison Chat Completions

Envoyez des payloads JSON standards à POST /v1/chat/completions pour recevoir des réponses textuelles. Le point de terminaison accepte l'ID de votre modèle comme uncensored et prend en charge des paramètres comme temperature et top_p. Vous pouvez configurer une fenêtre de contexte de 100 000 tokens pour l'invite et la complétion. Assurez-vous que le corps de votre requête reste sous 8 Mo pour éviter la troncature ou le rejet.

Copycurl https://api.deepseekuncensored.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "What is the capital of France?"}]
  }'

Réponses en streaming (SSE)

Activez la sortie de jetons en temps réel en définissant stream: true dans votre requête. Le serveur retourne des Server-Sent Events (SSE) que vous pouvez analyser de manière incrémentale. Les statistiques d'utilisation des tokens apparaissent dans le dernier chunk du flux. Cette approche réduit la latence perçue pour les tâches de génération de contenu long.

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)

Appel de fonctions et mode JSON

Utilisez le tools et tool_choice paramètres pour activer les capacités d'appel de fonction. Vous pouvez également forcer une sortie JSON stricte en utilisant response_format défini à json_object. Ces fonctionnalités vous permettent d'intégrer le LLM directement dans des pipelines de données structurées. Le modèle renvoie du texte brut, vous gérez donc la logique d'analyse dans le code client.

Copyfrom openai import OpenAI

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

Limites de débit & Quotas

Chaque clé API prend en charge 300 requêtes par minute et une limite de concurrence de huit requêtes simultanées. Si vous dépassez ces seuils, le serveur renvoie une erreur 429. Vous pouvez surveiller votre utilisation et recharger votre solde via le tableau de bord. Le crédit prépayé n'expire jamais, vous pouvez donc suspendre l'utilisation sans perdre vos fonds.

Gestion des erreurs

Gérez les erreurs HTTP standard comme un 401 pour les clés invalides et un 402 lorsque votre solde est insuffisant. Un statut 429 indique que vous avez atteint la limite de taux. Les erreurs ne consomment pas votre crédit prépayé, donc les requêtes échouées sont gratuites. Vérifiez toujours le corps de la réponse pour des messages d'erreur détaillés afin de déboguer rapidement les problèmes de charge utile.

Copyimport OpenAI from "openai";

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