Python 接入DeepSeek

不知不觉DeepSeek已经火了半年左右,冲浪都赶不上时代了。

今天开始学习。

本文旨在使用Python调用DeepSeek的接口(

这里写目录标题

  • 一、环境准备
    • [1.1 DeepSeek](#1.1 DeepSeek)
    • [1.2 Python](#1.2 Python)
  • 二、接入DeepSeek
    • [2.1 参数](#2.1 参数)
    • [2.2 requests](#2.2 requests)
    • [2.3 openai](#2.3 openai)
    • [2.4 返回示例](#2.4 返回示例)

一、环境准备

1.1 DeepSeek

在线的话,可以直接调用DeepSeek官网的api,只是token付费

离线的话,如果个人学习,可以通过Ollama来装大模型,商业试用可以VLLM

具体部署步骤,官网已经有了,就不在这里赘述

1.2 Python

目前要接入DeepSeek,要求Python 至少 3.7 以上版本。(我自己用的3.13.3)

安装可以借鉴我以前写的Python(一)------了解和安装

二、接入DeepSeek

目前所谓的接入DeepSeek,只不过是调用DeepSeek的对话接口。

主要通过两种方式调用:

  • requests
  • openai

2.1 参数

DeepSeek api 请求的参数

参数名 描述
baseUrl 请求的地址
api-key 请求的key
model 模型的id,由你安装大模型时自己定义的id
message 对话的内容

2.2 requests

需要安装python 的requests

shell 复制代码
pip install requests

代码示例

python 复制代码
import requests

API_KEY = 'api-key'
url = baseUrl+'/chat/completions'

headers = {
    'Content-Type': 'application/json',
    'Authorization': 'Bearer ' + API_KEY
}

data = {
        "model": model,
        "messages": [
            {"role": "user", "content": "deepseek是怎么样的一家公司?"}
        ]
}

response = requests.post(url, headers=headers, json=data)

if response.status_code == 200:
    result = response.json()
    print(result['choices'][0]['message']['content'])
else:
    print("请求失败,错误码:", response.status_code)

2.3 openai

需要安装python 的openai

shell 复制代码
pip install openai

代码示例

python 复制代码
from openai import OpenAI

client = OpenAI(api_key=api-key, base_url=baseUrl)

response = client.chat.completions.create(
    model=model,
    messages=[
        {"role": "user", "content": "deepseek是怎么样的一家公司?"}
    ],
    stream=False
)

print(response.choices[0].message.content)

2.4 返回示例

相关推荐
hnxaoli12 小时前
win10小程序(十八)剪切板循环粘贴
python·小程序
APIshop12 小时前
Java获取淘宝商品价格、图片与视频:淘宝开放平台API实战指南
开发语言·python
拥抱AGI12 小时前
Qwen3.5开源矩阵震撼发布!从0.8B到397B,不同规模模型性能、显存、速度深度对比与选型指南来了!
人工智能·学习·程序员·开源·大模型·大模型训练·qwen3.5
comedate12 小时前
【OpenClaw】 8GB 显卡本地大模型部署指南
大模型·本地部署·ollama·vibe coding
唐叔在学习12 小时前
Python移动端应用消息提醒开发实践
开发语言·python
好家伙VCC12 小时前
**发散创新:基于Python与OpenCV的视频流帧级分析实战**在当前人工智能与计算机视觉飞速发展的背景下
java·人工智能·python·计算机视觉
xiaotao13112 小时前
阶段零:IDE选择 与 Jupyter Notebook / Lab 使用
ide·人工智能·python·jupyter
nix.gnehc12 小时前
实战部署|Ollama\+Qwen2\.5:3b\+Open WebUI 本地AI助手搭建全记录(附避坑指南)
人工智能·大模型·llm·ollama
Pocker_Spades_A12 小时前
Python快速入门专业版(五十七)——POST请求与模拟登录:从表单分析到实战(以测试网站为例)
开发语言·python
Highcharts.js12 小时前
企业级数据可视化|BI 仪表板数据中台工业监控平台的选择分析
人工智能·python·信息可视化·数据挖掘·数据分析·highcharts