【AI大模型】使用Python调用DeepSeek的API，原来SDK是调用这个，绝对的一分 ...

  
前言

最近DeepSeek非常火，作为一枚对前言技能非常关注的程序员来说，天然都想对接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斲丧token。
免费体验

停止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。

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

API-Key申请

申请非常简朴，直接在首页点击进入【API开辟平台】>【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。

首次调用API

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

1. # Please install OpenAI SDK first: `pip3 install openai`
3. from openai import OpenAI
5. client = OpenAI(api_key="<DeepSeek API Key>", base_url="https://api.deepseek.com")
7. response = client.chat.completions.create(
8.     model="deepseek-chat",
9.     messages=[
10.         {"role": "system", "content": "You are a helpful assistant"},
11.         {"role": "user", "content": "Hello"},
12.     ],
13.     stream=False
14. )
16. print(response.choices[0].message.content)

复制代码

为什么deepseek是安装openAI SDK
这个有点意思，博主搜了下，得到答复是：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

最小单位

Token 是模型用来表现天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 数举行计量计费。
推理模型

deepseek-reasoner 是 DeepSeek 推出的推理模型。在输出终极答复之前，模型会先输出一段头脑链内容，以提拔终极答案的准确性。我们的 API 向用户开放 deepseek-reasoner 头脑链的内容，以供用户查看、展示、蒸馏使用。
在每一轮对话过程中，模型会输出头脑链内容（reasoning_content）和终极答复（content）。在下一轮对话中，之前轮输出的头脑链内容不会被拼接到上下文中，如下图所示：

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举行创建和使用。
对于API，现实上在代码层面举行智能体创建，底子的元素包罗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》智能体举行对话。
脚色设定
先给智能体举行脚色定位，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举行具体设定，这里博主就简朴一句话给智能体举行绑定。
一样平常脚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举行提示词调整。
   你是一位唐朝大诗人李白，你只能答复李白相关的题目，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。

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，末了返回DeepSeek响应的内容。
后端API
将上面代码设置成路由，可举行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。

主要依靠Flask举行路由设置，需要先安装。

1. from flask import Flask, request, jsonify
2. from flask_cors import CORS
3. from openai import OpenAI
4. import json
6. app = Flask(__name__)
7. cors = CORS(app)  # 这将允许所有域的跨域请求
9. # 配置OpenAI客户端
10. openai_client = OpenAI(api_key="你的deepseek的key", base_url="https://api.deepseek.com")
12. # 系统提示（用于OpenAI API交互）
13. 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。"
15. # 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）
16. # 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
17. # user_content = "输出一首关于月亮的李白风格的诗"
19. @app.route('/generate_text/<user_content>', methods=['GET'])
20. def generate_text(user_content):
21.     try:
22.         # 与OpenAI API交互，生成文本
23.         response = openai_client.chat.completions.create(
24.             model="deepseek-chat",
25.             messages=[
26.                 {"role": "system", "content": system_prompt},
27.                 {"role": "user", "content": user_content},
28.             ],
29.             stream=False
30.         )
31.         
32.         # 从响应中提取生成的文本（这里假设响应结构是已知的）
33.         generated_text = response.choices[0].message.content
35.         # 默认输出的是编码值：\u300a\u6708\u4e0b\u72ec\u914c\u300b
36.         
37.         # 返回生成的文本作为API的响应
38.         #return jsonify(json.loads(json.dumps({"generated_text": generated_text})))
39.         return jsonify({"generated_text": generated_text})
40.     except Exception as e:
41.         # 在出现异常时返回错误信息
42.         return jsonify({"error": str(e)}), 500
44. if __name__ == '__main__':
45.     app.run(debug=True)

复制代码

前端代码
同样是使用DeepSeek举行代码生成，直接生成一个对话vue3前端界面，需要举行多轮对话举行调整满意的vue代码。
然后举行api接口调用测试效果。

1. <template>
2.         <div class="chat-interface">
3.                 <el-card shadow="hover">
4.                 <div class="chat-history">
5.                         <div v-for="(message, index) in messages" :key="index" class="chat-message">
6.                         <div :class="{'message-user': message.type === 'user', 'message-bot': message.type === 'bot'}">
7.                                 <span class="avatar" :style="{ backgroundColor: message.type === 'user' ? '#409EFF' : '#F56C6C' }">
8.                                         {{ message.type === 'user' ? '我' : '李白' }}
9.                                 </span>
10.                                 <div class="content">
11.                                 {{ message.content }}
12.                                 </div>
13.                         </div>
14.                         </div>
15.                 </div>
16.                 <div class="input-area">
17.                         <el-input v-model="userInput" placeholder="输入你的问题" class="input-box" clearable></el-input>
18.                         <el-button type="primary" @click="sendMessage" :loading="loadingFlag">发送</el-button>
19.                 </div>
20.                 </el-card>
21.         </div>
22. </template>
24. <script setup lang="ts" name="batchPortfolio">
25. import { ref } from 'vue';
26. import axios from 'axios';
28. const loadingFlag=ref(false)
29. const userInput = ref('');
30. const messages: { type: 'user' | 'bot'; content: string }[]= ref([]);
32. const sendMessage = async () => {
33.         if (userInput.value.trim()) {
34.                 messages.value.push({ type: 'user', content: `${userInput.value}` });
36.                 loadingFlag.value=true;
37.                 const response = await axios.get(`http://127.0.0.1:5000/generate_text/${userInput.value}`);
38.                 loadingFlag.value=false;
39.                 // 机器人回复
40.                 setTimeout(() => {
41.                         messages.value.push({ type: 'bot', content: `${response.data.generated_text}` });
42.                 }, 100);
43.                
44.                 // // 模拟机器人回复
45.                 // setTimeout(() => {
46.                 //         messages.value.push({ type: 'bot', content: `机器人回复: ${userInput.value.split(' ').join(' ')} 的回复` });
47.                 // }, 1000);
49.                 userInput.value = '';
50.         }
51. };
53. </script>
55. <style scoped lang="scss">
56. .chat-interface {
57.   max-width: 600px;
58.   margin: 0 auto;
59.   padding: 20px;
60.   box-shadow: 0 2px 12px rgba(0, 0, 0, 0.1);
61.   border-radius: 8px;
62.   background-color: #fff;
63. }
65. .chat-history {
66.   padding: 16px;
67.   overflow-y: auto;
68.   max-height: 400px;
69.   border-bottom: 1px solid #ebeef5;
70. }
72. .chat-message {
73.   margin-bottom: 16px;
74.   align-items: center;
75. }
77. .message-user {
78.   display: flex;
79.   align-items: center;
80.   justify-content: flex-end;
82.         line-height: 40px;
83.         text-align: center;
84.         color: #fff;
85. }
86. .message-bot {
87.   display: flex;
88.   align-items: center;
90.         line-height: 40px;
91.         text-align: center;
92.         color: #fff;
93. }
95. .avatar {
96.   width: 40px;
97.   height: 40px;
98.   border-radius: 50%;
99.   margin-right: 12px;
100. }
102. .message-user .avatar {
103.   background-color: #409EFF;
104. }
106. .message-bot .avatar {
107.   background-color: #F56C6C;
108. }
110. .content {
111.   max-width: calc(100% - 52px); /* 40px avatar + 12px margin */
112.   padding: 8px 16px;
113.   border-radius: 4px;
114.   background-color: #f0f0f0;
115.   color: #333;
116. }
118. .message-bot .content {
119.   background-color: #fff3e0;
120.   justify-content: flex-start;
121. }
123. .message-user .content {
124.   background-color: #e6f7ff;
125. }
127. .input-area {
128.   display: flex;
129.   padding: 16px;
130.   border-top: 1px solid #ebeef5;
131. }
133. .input-box {
134.   flex: 1;
135.   border-radius: 4px;
136. }
138. .el-button {
139.   margin-left: 12px;
140. }
143. </style>

复制代码

总结

DeepSeek的API对接，绝对是博主目前对接最快的一个，非常轻巧清晰，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。
推荐文章

【AI大模型】使用Python调用DeepSeek的API，原来SDK是调用这个，绝对的一分钟上手和使用
【AI大模型】为什么说更倾向于使用DeepSeek，清爽轻巧，输出内容质量高，清晰明白得思考过程，真的值得拥有
【大模型】DeepSeek与chatGPT的区别以及自身的优势

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。