DeepSeek API 的获取与对话示例

代码文件下载:Code

在线链接:Kaggle | Colab

文章目录

注册并获取API

访问 https://platform.deepseek.com/sign_in 进行注册并登录:

新用户注册后将赠送 10 块钱余额,有效期为一个月:

点击左侧的 API keys(或者访问 https://platform.deepseek.com/api_keys),然后点击 创建 API key:

命名,然后点击 创建

与其他平台不同的是,DeepSeek 的 API 仅在创建时显示,你可能需要记录它,点击 复制

环境依赖

命令行执行:

bash 复制代码
pip install openai

设置 API

python 复制代码
import os
os.environ['DEEPSEEK_API_KEY'] = 'your-api-key' # 1

单轮对话

python 复制代码
from openai import OpenAI
import os

def get_response():
    client = OpenAI(
        api_key=os.getenv('DEEPSEEK_API_KEY'), # 1
        base_url="https://api.deepseek.com", # 2
    )
    completion = client.chat.completions.create(
        model="deepseek-chat", # 3
        messages=[
            {'role': 'system', 'content': 'You are a helpful assistant.'},
            {'role': 'user', 'content': '你是谁?'}]
        )
    print(completion.model_dump_json())

get_response()

多轮对话

python 复制代码
from openai import OpenAI
import os

def get_response(messages):
    client = OpenAI(
        api_key=os.getenv('DEEPSEEK_API_KEY'), 
        base_url="https://api.deepseek.com",
    )
    completion = client.chat.completions.create(
        model="deepseek-chat",
        messages=messages
        )
    return completion

messages = [{'role': 'system', 'content': 'You are a helpful assistant.'}]
# 您可以自定义设置对话轮数,当前为3
for i in range(3):
    user_input = input("请输入:")
    
    # 将用户问题信息添加到messages列表中,这部分等价于之前的单轮对话
    messages.append({'role': 'user', 'content': user_input})
    assistant_output = get_response(messages).choices[0].message.content
    
    # 将大模型的回复信息添加到messages列表中,这里是历史记录,保存上下文
    messages.append({'role': 'assistant', 'content': assistant_output})
    print(f'用户输入:{user_input}')
    print(f'模型输出:{assistant_output}')
    print('\n')

流式输出

python 复制代码
from openai import OpenAI
import os

def get_response():
    client = OpenAI(
        api_key=os.getenv("DEEPSEEK_API_KEY"),
        base_url="https://api.deepseek.com",
    )
    completion = client.chat.completions.create(
        model="deepseek-chat",
        messages=[{'role': 'system', 'content': 'You are a helpful assistant.'},
                  {'role': 'user', 'content': '你是谁?'}],
        stream=True,
        # 可选,配置以后会在流式输出的最后一行展示token使用信息
        stream_options={"include_usage": True}
        )
    for chunk in completion:
        print(chunk.model_dump_json())

if __name__ == '__main__':
    get_response()

更换模型

当前使用的是聊天模型(deepseek-chat),如果你想修改为推理模型(deepseek-reasoner),对应修改代码中的 model

diff 复制代码
- completion = client.chat.completions.create(
-     model="deepseek-chat",
-     ...
-     )
    
+ completion = client.chat.completions.create(
+     model="deepseek-reasoner",
+     ...
+     )

推理模型的单轮对话输出示例

观察 reasoning_content 可以捕捉到思考过程。

相关推荐
处女座_三月2 分钟前
大模型架构记录2
chatgpt·django·deepseek
世味煮成茶.1 小时前
DeepSeek + 沉浸式翻译 打造智能翻译助手
java·大数据·linux·数据库·笔记·ai·软件需求
鹿鸣天涯10 小时前
国家网络安全通报中心:大模型工具Ollama存在安全风险
安全·web安全·deepseek
Pro_er10 小时前
Manus重磅发布:全球首款通用AI代理技术深度解析与实战指南
ai
佛州小李哥10 小时前
谷歌自研AI大模型Gemini 2.0介绍以及API调用方法
人工智能·科技·ai·语言模型·云计算·谷歌·gemini
Toady 元气满满11 小时前
下载魔塔社区模型文件
人工智能·git·ai
摸鱼小天才12 小时前
关于大模型这些术语,你都知道吗?
ai·大模型
He.Tech13 小时前
DeepSeek大模型+RAGFlow实战指南:构建知识驱动的智能问答系统
人工智能·ai
Elastic 中国社区官方博客13 小时前
通过计费集成和警报监控 Elasticsearch Service 成本
大数据·数据库·人工智能·elasticsearch·搜索引擎·ai·全文检索
何小Ai同学13 小时前
经验分享:AI商业化的终极战场:B端生态战的底层逻辑
人工智能·coze·deepseek