一分钟带你上手Python调用DeepSeek的API

2025-02-14 05:50

本文主要是介绍一分钟带你上手Python调用DeepSeek的API,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

《一分钟带你上手Python调用DeepSeek的API》最近DeepSeek非常火,作为一枚对前言技术非常关注的程序员来说,自然都想对接DeepSeek的API来体验一把,下面小编就来为大家介绍一下...

前言

最近DeepSeek非常火,作为一枚对前言技术非常关注的程序员来说,自然都想对接DeepSeek的API来体验一把。

目前DeepSeek对接API是收费的,需要充值获取Tokens,在对话和推理过程会消耗token。

一分钟带你上手Python调用DeepSeek的API

免费体验

截至2025年2月8日注册都还会赠送10元,一个月有效期,相当于有一个免费体验期,10元够发起很多次对话了。

一分钟带你上手Python调用DeepSeek的API

具体能够发起多少次对话,我们不妨就基于这个问题,让DeepSeek给我rSaurY们解答下。

根据ds给出得答案,10元大概能够调用1到5千次,那位小伙伴解答下是否正确。

一分钟带你上手Python调用DeepSeek的API

API-Key申请

申请非常简单,直接在首页点击进入【API开发平台】>【API keys】>【创建API key】>【输入一个名称】,创建完成后,还可以修改名称,以及删除。

一分钟带你上手Python调用DeepSeek的API

首次调用API

拿到API-Key之后,可以点击接口文档,使用首次调编程用API-python例子开始尝试调用返回内容。

# Please install OpenAI SDK first: `pip3 install openai`

from openai import OpenAI

client = OpenAI(api_key="<DeepSeek API Key>", base_url="https://api.deepseek.com")

response = cjslient.chat.completions.create(
    model="deepseek-chat",
    messages=[
        {"role": "system", "content": "You are a helpful assistant"},
        {"role": "user", "content": "Hello"},
    ],
    stream=False
)

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

为什么deepseek是安装openAI SDK

这个有点意思,博主搜了下,得到回答是:DeepSeek使用OpenAI的SDK和API主要是因为OpenAI的大模型在业界具有领先地位,其标准和规范被广泛接受和使用。‌

基本概念

最小单元

Token 是模型用来表示自然语言文本的的最小单位,可以是一个词、一个数字或一个标点符号等。

DS将根据模型输入和输出的总 token 数进行计量计费。

推理模型

deepseek-reasoner 是 DeepSeek 推出的推理模型。在输出最终回答之前,模型会先输出一段思维链内容,以提升最终答案的准确性。我们的 API 向用户开放 deepseek-reasoner 思维链的内容,以供用户查看、展示、蒸馏使用。

在每一轮对话过程中,模型会输出思维链内容(reasoning_content)和最终回答(content)。在下一轮对话中,之前轮输出的思维链内容不会被拼接到上下文中,如下图所示:

一分钟带你上手Python调用DeepSeek的API

智能体

创建过AI应用和智能体的小伙伴都知道,都是基于界面可视化页面进行创建和使用。

对于API,实际上在代码层面进行智能体创建,基础的元素包括chat的人设(提示词Prompt)和用户提问两部分。

代码层对话

下面就创建一个《李白》智能体进行对话。

角色设定

先给智能体进行角色定位,就是给智能体加上提示词Prompt。

当然你也可以根据创建智能体一样进行详细设定,这里博主就简单一句话给智能体进行绑定。

一般角色设定的提示词是不会变的,只会在调优或者未能达到自己满意情况下进行提示词调整。

你是一位唐朝大诗人李白,你只能回答李白相关的问题,超出李白范围的友好提示。

用户对话

这里就是界面输入框用户输入的内容。

一分钟带你上手Python调用DeepSeek的API

自定义界面

基于上面两个关键参数,就能够定制属于自己的一个智能体对话界面。

前提需要封装好一个api接口方法,传递用户提问的参数,最后返回DeepSeek响应的内容。

后端API

将上面代码设置成路由,可进行Get请求的API接口。

温馨提示:输出内容记得Unicode转义,同时记得设置可跨域-flask_cors。

一分钟带你上手Python调用DeepSeek的API

主要依赖Flask进行路由设置,需要先安装。

from flask import Flask, request, jsonify
from flask_cors import CORS
from openai import OpenAI
import json

app = Flask(__name__)
cors = CORS(app)  # 这将允许所有域的跨域请求

# 配置OpenAI客户端
openai_client = OpenAI(api_key="你的deepseek的key", base_url="https://api.deepseek.com")

# 系统提示(用于OpenAI API交互)
system_prompt = "你是一位唐朝大诗人李白,你只能回答李白相关的问题,超出李白范围的友好提示。"

# 用户内容(这里可以固定,也可以从GET请求的参数中获取,但为了简化,我们固定它)
# 注意:在实际应用中,用户内容应该从请求参数中安全地获取和处理
# user_content = "输出一首关于月亮的李白风格的诗"

@app.route('/generate_text/<user_content>', methods=['GET'])
def generate_text(user_content):
    try:
        # 与OpenAI API交互,生成文本
        response = openai_client.chat.completions.create(
            model="deepseek-chat",
            messages=[
                {"role": "system", "content": system_prompt},
                {"role": "user", "content": user_content},
            ],
            stream=False
        )
        
        # 从响应中提取生成的文本(这里假设响应结构是已知的)
        generated_text = response.choices[0].message.content

        # 默认输出的是编码值:\u300a\u6708\u4e0b\u72ec\u914c\u300b
        
        # 返回生成的文本作为API的响应
        #return jsonify(json.loads(json.dumps({"generated_text": generated_text})))
        return jsonify({"generated_text": generated_text})
    except Exception as e:
        # 在出现异常时返回错误信息
        return jsonify({"error": str(e)}), 500

if __name__ == '__main__':
    app.run(debug=True)

一分钟带你上手Python调用DeepSeek的API

前端代码

同样是使用DeepSeek进行代码生成,直接生成一个对话vue3前端界面,需要进行多轮对话进行调整满意的vue代码。

然后进行api接口调用测试效果。

<template>
	<div class="chat-interfacjavascripte"&androidgt;
		<el-card shadow="hover">
		<div class="chat-history">
			<div v-for="(message, index) in messages" :key="index" class="chat-message">
			<div :class="{'message-user': message.type === 'user', 'message-bot': message.type === 'bot'}">
				<span class="avatar" :style="{ backgroundColor: message.type === 'user' ? '#409EFF' : '#F56C6C' }">
					{{ message.type === 'user' ? '我' : '李白' }}
				</span>
				<div class="content">
				{{ message.content }}
				</div>
			</div>
			</div>
		</div>
		<div class="input-area">
			<el-input v-model="userInput" placeholder="输入你的问题" class="input-box" clearable></el-input>
			<el-button type="primary" @click="sendMessage" :loading="loadingFlag">发送</el-button>
		</div>
		</el-card>
	</div>
</template>

<script setup lang="ts" name="BATchPortfolio">
import { ref } from 'vue';
import axIOS from 'axios';

const loadingFlag=ref(false)
const userInput = ref('');
const messages: { type: 'user' | 'bot'; content: string }[]= ref([]);

const sendMessage = async () => {
	if (userInput.value.trim()) {
		messages.value.push({ type: 'user', content: `${userInput.value}` });

		loadingFlag.value=true;
		const response = await axios.get(`http://127.0.0.1:5000/generate_text/${userInput.value}`);
		loadingFlag.value=false;
		// 机器人回复
		setTimeout(() => {
			messages.value.push({ type: 'bot', content: `${response.data.generated_text}` });
		}, 100);
		
		// // 模拟机器人回复
		// setTimeout(() => {
		// 	messages.value.push({ type: 'bot', content: `机器人回复: ${userInput.value.split(' ').join(' ')} 的回复` });
		// }, 1000);

		userInput.value = '';
	}
};

</script>

<style scoped lang="scss">
.chat-interface {
  max-width: 600px;
  margin: 0 auto;
  padding: 20px;
  box-shadow: 0 2px 12px rgba(0, 0, 0, 0.1);
  border-radius: 8px;
  background-color: #fff;
}

.chat-history {
  padding: 16px;
  overflow-y: auto;
  max-height: 400px;
  border-bottom: 1px solid #ebeef5;
}

.chat-message {
  margin-bottom: 16px;
  align-items: center;
}

.message-user {
  display: Flex;
  align-items: center;
  justify-content: flex-end;

	line-height: 40px;
	text-align: center;
	color: #fff;
}
.message-bot {
  display: flex;
  align-items: center;

	line-height: 40px;
	text-align: center;
	color: #fff;
}

.avatar {
  width: 40px;
  height: 40px;
  border-radius: 50%;
  margin-right: 12px;
}

.message-user .avatar {
  background-color: #409EFF;
}

.message-bot .avatar {
  background-color: #F56C6C;
}

.content {
  max-width: calc(100% - 52px); /* 40px avatar + 12px margin */
  padding: 8px 16px;
  border-radius: 4px;
  background-color: #f0f0f0;
  color: #333;
}

.message-bot .content {
  background-color: #fff3e0;
  justify-content: flex-start;
}

.message-user .content {
  background-color: #e6f7ff;
}

.input-area {
  display: flex;
  padding: 16px;
  border-top: 1px solid #ebeef5;
}

.input-box {
  flex: 1;
  border-radius: 4px;
}

.el-button {
  margin-left: 12px;
}


</style>

一分钟带你上手Python调用DeepSeek的API

总结

DeepSeek的API对接,绝对是博主目前对接最快的一个,非常简洁清晰,没有那么多花里胡哨的东西和文档,从创建api-key到直接调用api和返回数据不到一分钟就搞定。

当然,后续生成vue对话界面肯定需要自己花点时间多轮对话生成,以及python封装成路由访问的api。同样也是可以使用DS完成。

到此这篇关于一分钟带你上手Python调用DeepSeek的API的文章就介绍到这了,更多相关Python调用DeepSeek API内容请搜索China编程(www.chinasem.cn)以前的文章或继续浏览下面的相关文章希望大家以后多多支持编程China编程(www.chinasem.cn)!

这篇关于一分钟带你上手Python调用DeepSeek的API的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1153427

相关文章

Python安装时常见报错以及解决方案

《Python安装时常见报错以及解决方案》:本文主要介绍在安装Python、配置环境变量、使用pip以及运行Python脚本时常见的错误及其解决方案,文中介绍的非常详细,需要的朋友可以参考下... 目录一、安装 python 时常见报错及解决方案(一)安装包下载失败(二)权限不足二、配置环境变量时常见报错及

Python中顺序结构和循环结构示例代码

《Python中顺序结构和循环结构示例代码》:本文主要介绍Python中的条件语句和循环语句,条件语句用于根据条件执行不同的代码块,循环语句用于重复执行一段代码,文章还详细说明了range函数的使... 目录一、条件语句(1)条件语句的定义(2)条件语句的语法(a)单分支 if(b)双分支 if-else(

Python itertools中accumulate函数用法及使用运用详细讲解

《Pythonitertools中accumulate函数用法及使用运用详细讲解》:本文主要介绍Python的itertools库中的accumulate函数,该函数可以计算累积和或通过指定函数... 目录1.1前言:1.2定义:1.3衍生用法:1.3Leetcode的实际运用:总结 1.1前言:本文将详

PyCharm 接入 DeepSeek最新完整教程

《PyCharm接入DeepSeek最新完整教程》文章介绍了DeepSeek-V3模型的性能提升以及如何在PyCharm中接入和使用DeepSeek进行代码开发,本文通过图文并茂的形式给大家介绍的... 目录DeepSeek-V3效果演示创建API Key在PyCharm中下载Continue插件配置Con

Deepseek R1模型本地化部署+API接口调用详细教程(释放AI生产力)

《DeepseekR1模型本地化部署+API接口调用详细教程(释放AI生产力)》本文介绍了本地部署DeepSeekR1模型和通过API调用将其集成到VSCode中的过程,作者详细步骤展示了如何下载和... 目录前言一、deepseek R1模型与chatGPT o1系列模型对比二、本地部署步骤1.安装oll

Java深度学习库DJL实现Python的NumPy方式

《Java深度学习库DJL实现Python的NumPy方式》本文介绍了DJL库的背景和基本功能,包括NDArray的创建、数学运算、数据获取和设置等,同时,还展示了如何使用NDArray进行数据预处理... 目录1 NDArray 的背景介绍1.1 架构2 JavaDJL使用2.1 安装DJL2.2 基本操

在不同系统间迁移Python程序的方法与教程

《在不同系统间迁移Python程序的方法与教程》本文介绍了几种将Windows上编写的Python程序迁移到Linux服务器上的方法,包括使用虚拟环境和依赖冻结、容器化技术(如Docker)、使用An... 目录使用虚拟环境和依赖冻结1. 创建虚拟环境2. 冻结依赖使用容器化技术(如 docker)1. 创

浅析如何使用Swagger生成带权限控制的API文档

《浅析如何使用Swagger生成带权限控制的API文档》当涉及到权限控制时,如何生成既安全又详细的API文档就成了一个关键问题,所以这篇文章小编就来和大家好好聊聊如何用Swagger来生成带有... 目录准备工作配置 Swagger权限控制给 API 加上权限注解查看文档注意事项在咱们的开发工作里,API

Python创建Excel的4种方式小结

《Python创建Excel的4种方式小结》这篇文章主要为大家详细介绍了Python中创建Excel的4种常见方式,文中的示例代码简洁易懂,具有一定的参考价值,感兴趣的小伙伴可以学习一下... 目录库的安装代码1——pandas代码2——openpyxl代码3——xlsxwriterwww.cppcns.c

Python中Markdown库的使用示例详解

《Python中Markdown库的使用示例详解》Markdown库是一个用于处理Markdown文本的Python工具,这篇文章主要为大家详细介绍了Markdown库的具体使用,感兴趣的... 目录一、背景二、什么是 Markdown 库三、如何安装这个库四、库函数使用方法1. markdown.mark