getdeepseekapi.comPrzewodnik
API AI bez cenzury do kodowania: konfiguracja, koszt, limity
Zastanawiasz się, jak używać API DeepSeek do kodowania z endpointem, który nie odmówi pytań dotyczących bezpieczeństwa lub scrapingu? Ta usługa nie jest oficjalnym API DeepSeek, ale jest to endpoint kompatybilny z OpenAI dla jednego modelu o otwartych wagach bez cenzury i obsługuje zadania kodowe przez te same wywołania czatu.
Zaktualizowano
Kluczowe punkty
- ID modelu to
uncensored, Base URL to https://api.getdeepseekapi.com/v1, i działa dowolne SDK OpenAI. - Odmowy są kluczowe przy testach bezpieczeństwa, inżynierii wstecznej, scrapingu i analizie złośliwego oprogramowania, wszystko dla legalnego użytku.
- Przegląd kodbazy 50 000 tokenów kosztuje mniej niż jeden cent za wejście; uruchomienie agenta w 30 krokach to około 19 centów.
- Obsługiwane są wywoływanie narzędzi, tryb JSON i strumieniowanie, z oknem kontekstu 100 000 tokenów.

Czym jest ten endpoint, a czym nie
Zapytanie wspomina o DeepSeek, więc szybkie wyjaśnienie. Usługa nie jest oficjalnym API DeepSeek i nie przekierowuje do DeepSeek ani żadnego innego dostawcy. Działa na jednym modelu o otwartych wagach przez niezależnego dostawcę, dopracowanym do odpowiadania bez odmów dotyczących treści do legalnego użytku przez dorosłych. Wywołujesz go jako model uncensored pod https://api.getdeepseekapi.com/v1, używając tego samego formatu zapytania co w SDK OpenAI. Jeśli szukasz własnych modeli DeepSeek, skorzystaj bezpośrednio z DeepSeek i sprawdź ich dokumentację.
Dlaczego używać modelu bez filtrów do kodu? Większość pytań programistycznych nie wywoła odmowy w żadnym modelu. Ale niektóre zadania legalne są blokowane lub łagodzone przez filtry: pisanie skanera portów dla Twojej sieci, analiza podejrzanej próbki binarnej, fuzzing Twojego API, budowanie skryptu scrapującego, wyjaśnianie działania klasy exploit, aby można było ją załatać. Model dostrojony do bezpośredniego odpowiadania na te pytania oszczędzi czas, który spędziłbyś na przepisywaniu. Nie sprawia, że kod jest lepszy i nie zwalnia Cię z odpowiedzialności za legalne użycie. Limit twardy: nic z udziałem nieletnich w treściach seksualnych, nigdy.
Konfiguracja w dwie minuty
Stwórz konto (Google lub email i hasło) i otwórz stronę klucza API. Nowi użytkownicy mogą odebrać $0,50 kredytu próbnego jednym kliknięciem. Ważny przez 7 dni, nie wymaga karty i jest jeden na osobę. Następnie zainstaluj SDK i wykonaj pierwsze wywołanie.
pip install openai
export UNCENSORED_API_KEY="paste-your-key-here"
import os
from openai import OpenAI
client = OpenAI(
base_url="https://api.getdeepseekapi.com/v1",
api_key=os.environ["UNCENSORED_API_KEY"],
)
resp = client.chat.completions.create(
model="uncensored",
temperature=0.2,
messages=[
{"role": "system", "content": "You are a senior engineer. Answer with code first, then a short explanation."},
{"role": "user", "content": "Write a Python function that scans TCP ports 1-1024 on a host I own, using asyncio."},
],
)
print(resp.choices[0].message.content)
Niska temperatura, około 0,0 do 0,3, pasuje do kodu. Ustaw wyższą tylko wtedy, gdy chcesz zróżnicowane alternatywy do burzy mózgów.
Przegląd kodu całego pliku lub małego repo
Nawyki w pisaniu promptów poprawiają odpowiedzi kodu w każdym modelu. Nazwij język i wersję, wklej dokładny tekst błędu zamiast go opisywać i powiedz, co już próbowałeś. Poproś o diff lub jedną funkcję zamiast przepisywania całego pliku, bo krótkie odpowiedzi są tańsze i łatwiejsze do recenzji. Gdy zadanie jest duże, podziel je: jedno zapytanie do zaplanowania, drugie do napisania każdej części. To też utrzymuje każdy prompt z dużym zapasem w granicach okna i pozwala uruchamiać niezależne części równolegle, do limitu współbieżności.
Okno 100 000 tokenów (prompt plus completion) pozwala wkleić dużo źródła w jednym zapytaniu. Przybliżenie: 1 000 linii typowego kodu to 10 000 do 15 000 tokenów, ale mierz polem usage zamiast ufać regule.
Tryb JSON sprawia, że wynik recenzji jest czytelny dla maszyn. Poproś o stały kształt i sparsuj go.
import json, pathlib
source = pathlib.Path("app.py").read_text()
r = client.chat.completions.create(
model="uncensored",
temperature=0.1,
response_format={"type": "json_object"},
messages=[
{"role": "system", "content": "Review code. Return JSON: {\"issues\": [{\"line\": int, \"severity\": \"low|medium|high\", \"problem\": str, \"fix\": str}]}"},
{"role": "user", "content": source},
],
)
for issue in json.loads(r.choices[0].message.content)["issues"]:
print(issue["severity"], issue["line"], issue["problem"])
print(r.usage)
Tryb JSON gwarantuje poprawną składnię, nie Twoje dokładne klucze, więc sprawdź, czy pola istnieją przed ich użyciem. Koszty są małe. Wysłanie kodbazy 50 000 tokenów i otrzymanie 2 000 tokenów kosztuje 50 000 x 0,15 / 1 000 000 = $0,0075 za wejście plus 2 000 x 0,50 / 1 000 000 = $0,001 za wyjście, razem $0,0085.
Gdzie pojawiają się odmowy w pracy z kodem
Warto być konkretnym, bo przefiltrowany model, który odmawia czegoś niewinnego, nie jest tym samym co model odmawiający czegoś niebezpiecznego. To są zadania legalne, przy których programiści zgłaszają problemy w innych narzędziach, więc przetestuj je na dowolnym modelu, którego używasz:
- Testy bezpieczeństwa systemów, które posiadasz lub masz pozwolenie na testowanie: skanery, fuzzery, kod proof-of-concept do potwierdzenia, że patch działa.
- Inżynieria wsteczna i analiza złośliwego oprogramowania: wyjaśnianie, co robi zdekompilowana rutina.
- Scraping i automatyzacja: obsługa logowania, limitów zapytań i zachowań anti-bot na Twoich kontach.
- Pisanie reguł detekcji, co oznacza, że najpierw trzeba zrozumieć, jak działa atak.
- Modding gier i narzędzia emulacyjne dotykające ochrony kopii w nietypowy sposób.
Odpowiedzialność się nie przenosi. Jeśli użyjesz wyniku przeciwko systemom, do których nie masz pozwolenia na testowanie, to Twój problem. Sens modelu bez filtrów polega na tym, że traktuje Cię jak dorosłego, który ma powód, by zapytać, a nie że każde użycie jest akceptowalne.
Wywoływanie narzędzi dla małego agenta kodującego
Wywoływanie narzędzi pozwala modelowi żądać akcji takich jak uruchamianie testów. Definiujesz funkcje w tools, odczytujesz tool_calls z odpowiedzi, uruchamiasz je sam i wysyłasz wyniki z powrotem z role: "tool". Oto zwarta pętla, która może uruchomić polecenie testu i odczytać wynik.
import json, subprocess
tools = [{
"type": "function",
"function": {
"name": "run_tests",
"description": "Run the project's test suite and return the output",
"parameters": {"type": "object", "properties": {}, "required": []},
},
}]
messages = [
{"role": "system", "content": "Fix failing tests. Call run_tests, then explain the cause."},
{"role": "user", "content": "The tests in this repo fail. Find out why."},
]
for step in range(6):
r = client.chat.completions.create(model="uncensored", messages=messages, tools=tools, temperature=0.2)
msg = r.choices[0].message
messages.append(msg)
if not msg.tool_calls:
print(msg.content)
break
for call in msg.tool_calls:
out = subprocess.run(["pytest", "-x", "-q"], capture_output=True, text=True, timeout=120)
messages.append({"role": "tool", "tool_call_id": call.id, "content": (out.stdout + out.stderr)[-4000:]})
Obcięcie wyniku narzędzia do ostatnich 4 000 znaków utrzymuje kontekst i koszt pod kontrolą. Zawsze ustaw twardy limit kroków pętli i uruchamiaj polecenia shell tylko wewnątrz sandboxa lub katalogu, który możesz stracić. Dla gotowych narzędzi edytora i terminala wiele akceptuje kompatybilny z OpenAI Base URL; dokumentacja integracji wymienia obsługiwane parametry.
Ile kosztuje sesja agenta
Agenci są wyceniani według liczby powtórzeń. Każdy krok ponownie wysyła kontekst, więc tokeny wejściowe dominują. Stawki to $0,15 za 1 mln tokenów wejściowych i $0,50 za 1 mln tokenów wyjściowych.
Załóżmy, że sesja wykonuje 30 kroków, każdy wysyłając około 40 000 tokenów kontekstu i zwracając około 500 tokenów.
- Wejście: 30 x 40 000 = 1 200 000 tokenów, więc 1,2 x $0,15 = $0,18
- Wyjście: 30 x 500 = 15 000 tokenów, więc 0,015 x $0,50 = $0,0075
- Razem: $0,1875
Przy tej cenie $20 kredytu starczy na ponad 100 takich sesji. Kredyt jest przedpłacony, nie wygasa, bez subskrypcji. Doładuj kryptowalutami (USDT na TRC20, USDC na Base) kwoty od $20 do $500, z bonusami +5% od $50, +10% od $100 i +15% od $200. Nieudane lub odrzucone zapytania nie są rozliczane. Szczegóły na stronie z cenami.
Limity i szczere zastrzeżenia
Pełny klucz pozwala na 8 równoległych zapytań i 300 na minutę; klucz próbny pozwala na 2 i 60. Uruchamiasz testy równolegle na wielu plikach? Ogranicz pulę workerów do 8. Po przekroczeniu limitu API zwraca 429: rate_limited dla zapytań na minutę i concurrency przy zbyt wielu naraz. Tymczasowe przeciążenie zwraca 429 z Retry-After: 5. Żądanie strumieniowe trzyma swoje miejsce do końca strumienia, więc zamykaj strumienie, których już nie potrzebujesz.
Teraz zastrzeżenia. Nie publikujemy benchmarków, nie zakładaj, że ten model jest lepszy w kodowaniu od innych. To ogólny model o otwartych wagach nastawiony na brak odrzuceń, a nie specjalistyczny model kodujący. Przetestuj go na swoich zadaniach i porównaj z tym, czego używasz. Obsługuje tylko tekst, limit rozmiaru treści zapytania to 8 MB, więc nie wyślesz dużych binariów. Prompty nie są używane do trenowania, co ma znaczenie przy prywatnym kodzie. Jeśli chcesz szerszego kontekstu tej usługi, przegląd alternatywy dla DeepSeek wyjaśnia różnice wobec API dostawców.
Więcej przewodników
Pytania i odpowiedzi
Czy to oficjalne API DeepSeek?
Nie. To osobna usługa uruchamiająca jeden niezależny model o otwartych wagach, ID uncensored, za API kompatybilnym z OpenAI.
Czy obsługuje wywoływanie funkcji dla agentów kodujących?
Tak. Użyj tools i tool_choice, obsłuż tool_calls w odpowiedzi i zwróć wyniki jako wiadomości role tool. Strumieniowane wywołania narzędzi również działają.
Jak dużą kodbazę mogę przesłać?
Okno kontekstu wynosi 100 000 tokenów dla promptu plus completion, a treść zapytania może mieć do 8 MB. Sprawdź użycie tokenów w odpowiedzi.
Ile kosztuje przegląd kodu?
Wejście o długości 50 000 tokenów i wyjście 2 000 tokenów kosztuje $0,0085 przy cenie $0,15 i $0,50 za 1 mln tokenów.
Twój klucz jest o jeden formularz stąd
Utwórz konto, skopiuj klucz, zmień Base URL. To cała konfiguracja.