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

SpringBoot配置Ollama实现本地部署DeepSeek

《SpringBoot配置Ollama实现本地部署DeepSeek》本文主要介绍了在本地环境中使用Ollama配置DeepSeek模型,并在IntelliJIDEA中创建一个Sprin... 目录前言详细步骤一、本地配置DeepSeek二、SpringBoot项目调用本地DeepSeek前言随着人工智能技

python+opencv处理颜色之将目标颜色转换实例代码

《python+opencv处理颜色之将目标颜色转换实例代码》OpenCV是一个的跨平台计算机视觉库,可以运行在Linux、Windows和MacOS操作系统上,:本文主要介绍python+ope... 目录下面是代码+ 效果 + 解释转HSV: 关于颜色总是要转HSV的掩膜再标注总结 目标:将红色的部分滤

Python 中的异步与同步深度解析(实践记录)

《Python中的异步与同步深度解析(实践记录)》在Python编程世界里,异步和同步的概念是理解程序执行流程和性能优化的关键,这篇文章将带你深入了解它们的差异,以及阻塞和非阻塞的特性,同时通过实际... 目录python中的异步与同步:深度解析与实践异步与同步的定义异步同步阻塞与非阻塞的概念阻塞非阻塞同步

Python Dash框架在数据可视化仪表板中的应用与实践记录

《PythonDash框架在数据可视化仪表板中的应用与实践记录》Python的PlotlyDash库提供了一种简便且强大的方式来构建和展示互动式数据仪表板,本篇文章将深入探讨如何使用Dash设计一... 目录python Dash框架在数据可视化仪表板中的应用与实践1. 什么是Plotly Dash?1.1

在C#中调用Python代码的两种实现方式

《在C#中调用Python代码的两种实现方式》:本文主要介绍在C#中调用Python代码的两种实现方式,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录C#调用python代码的方式1. 使用 Python.NET2. 使用外部进程调用 Python 脚本总结C#调

Python下载Pandas包的步骤

《Python下载Pandas包的步骤》:本文主要介绍Python下载Pandas包的步骤,在python中安装pandas库,我采取的方法是用PIP的方法在Python目标位置进行安装,本文给大... 目录安装步骤1、首先找到我们安装python的目录2、使用命令行到Python安装目录下3、我们回到Py

基于Flask框架添加多个AI模型的API并进行交互

《基于Flask框架添加多个AI模型的API并进行交互》:本文主要介绍如何基于Flask框架开发AI模型API管理系统,允许用户添加、删除不同AI模型的API密钥,感兴趣的可以了解下... 目录1. 概述2. 后端代码说明2.1 依赖库导入2.2 应用初始化2.3 API 存储字典2.4 路由函数2.5 应

Python GUI框架中的PyQt详解

《PythonGUI框架中的PyQt详解》PyQt是Python语言中最强大且广泛应用的GUI框架之一,基于Qt库的Python绑定实现,本文将深入解析PyQt的核心模块,并通过代码示例展示其应用场... 目录一、PyQt核心模块概览二、核心模块详解与示例1. QtCore - 核心基础模块2. QtWid

Python实现自动化接收与处理手机验证码

《Python实现自动化接收与处理手机验证码》在移动互联网时代,短信验证码已成为身份验证、账号注册等环节的重要安全手段,本文将介绍如何利用Python实现验证码的自动接收,识别与转发,需要的可以参考下... 目录引言一、准备工作1.1 硬件与软件需求1.2 环境配置二、核心功能实现2.1 短信监听与获取2.

使用Python实现获取网页指定内容

《使用Python实现获取网页指定内容》在当今互联网时代,网页数据抓取是一项非常重要的技能,本文将带你从零开始学习如何使用Python获取网页中的指定内容,希望对大家有所帮助... 目录引言1. 网页抓取的基本概念2. python中的网页抓取库3. 安装必要的库4. 发送HTTP请求并获取网页内容5. 解