Documentation API

Authentification et configuration de l'URL de base

Commencez par obtenir votre clé API via le tableau de bord en utilisant Google ou l'e-mail. Utilisez l'URL de base https://api.deepseekunrestricted.com/v1 pour toutes les requêtes. Transmettez la clé dans le Authorization header en tant que jeton Bearer.

Copycurl https://api.deepseekunrestricted.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "what is the current version of the linux kernel"}]
  }'

Votre clé est active immédiatement. Vous pouvez la faire tourner à tout moment depuis le tableau de bord si nécessaire.

Première demande avec Python

Initialisez le client avec l'URL de base et la clé. Définissez l'ID du modèle sur uncensored. Ce modèle répond sans refus de contenu pour un usage adulte légal.

Copyfrom openai import OpenAI

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

La réponse contient le texte généré. Vous pouvez ajuster des paramètres comme la température pour la créativité. Les erreurs sont gratuites, donc la logique de réessai est sûre.

Intégration Node.js

Installez le SDK officiel OpenAI ou utilisez fetch directement. Configurez l'URL de base pour pointer vers notre point de terminaison. Transmettez l'ID du modèle uncensored dans le corps de la requête.

Copyimport OpenAI from "openai";

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

Gérez le flux de réponse ou analysez l'objet JSON. Cette approche fonctionne avec n'importe quelle bibliothèque cliente compatible OpenAI. Vous ne payez que pour les jetons utilisés.

Réponses en streaming

Activez le streaming en définissant stream: true. L'API retourne des Server-Sent Events (SSE). Chaque chunk contient du texte partiel et des données d'utilisation des tokens.

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)

Agrégez les morceaux pour reconstituer la réponse complète. Cela réduit la latence perçue pour les grandes sorties. Les comptes de tokens sont précis par morceau.

Mode JSON et outils

Utiliser response_format: {"type": "json_object"} pour des sorties JSON strictes. Activez l'appel de fonctions avec le tools paramètre. Le modèle prend en charge tool_choice pour le contrôle.

Cela garantit une analyse fiable pour la logique de votre application. Utilisez temperature et top_p à ajuster l'aléatoire. Les séquences d'arrêt aident à contrôler la longueur de la sortie.

Limites de débit et erreurs

Vous obtenez 300 requêtes par minute et 8 requêtes concurrentes par clé. Une erreur 401 signifie que votre clé est invalide. Une erreur 402 indique un crédit insuffisant.

Copycurl https://api.deepseekunrestricted.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "what is the current version of the linux kernel"}]
  }'

Une erreur 429 signale une limite de taux dépassée. Les requêtes avec un corps de plus de 8 Mo échouent. Le crédit n'expire jamais. Les refus sont gratuits. Utilisez la page de support pour les problèmes de facturation.