在开始调用DeepSeek API之前,除了需要准备DeepSeek API密钥,还要注意以下重要事项。
根据用户使用的编程语言,需要安装对应的OpenAI SDK。例如,如果用户使用Python,可运行以下命令安装OpenAI SDK。
'''bash pip3 install openai '''
如果用户使用Node.js,可运行以下命令安装对应的OpenAI SDK。
'''bash npm install openai '''
注意:DeepSeek API兼容OpenAI SDK,因此可以使用相同的安装包。
流式输出适合需要实时交互的场景,例如,聊天应用或实时数据分析。本示例默认为非流式输出。如果用户需要实时响应,可以通过设置stream的值为true启用流式输出。
DeepSeek的deepseek-chat模型已全面升级为DeepSeek-V3,同时保持了接口的稳定性。因此,用户只需在调用API时设置model='deepseek-chat',即可使用新版本的服务。如果用户需要调用推理能力更强的模型(如DeepSeek-R1),可以设置model='deepseek-reasoner'。
完成上述设置后,即可开始运行示例代码。以下是几种常见编程语言的API调用示例。
使用Python调用API的实现代码如下。
'''python from openai import OpenAI # 初始化客户端 client = OpenAI(api_key="<DeepSeek API key>", base_url="https://api.deepseek.com") # 调用API response = client.chat.completions.create( model="deepseek-chat", # 使用DeepSeek-V3模型 messages=[ {"role": "system", "content": "You are a helpful assistant."}, {"role": "user", "content": "Hello!"} ], stream=false # 设置为false启用非流式输出 ) # 输出结果 print(response.choices[0].message.content) '''
使用Node.js调用API的实现代码如下。
'''javascript import OpenAI from "openai"; // 初始化客户端 const openai = new OpenAI({ baseURL: "https://api.deepseek.com", apiKey: "<DeepSeek API key>", }); async function main() { const completion = await openai.chat.completions.create({ model: "deepseek-chat", // 使用DeepSeek-V3模型 messages: [ { role: "system", content: "You are a helpful assistant." }, { role: "user", content: "Hello!" } ], stream: false // 设置为false启用非流式输出 }); console.log(completion.choices[0].message. content); } main(); '''
使用curl调用API的实现代码如下。
'''bash curl https://api.deepseek.com/chat/completions \ -H "Content-Type: application/json" \ -H "Authorization: Bearer <DeepSeek API key>" \ -d '{ "model": "deepseek-chat", # 使用DeepSeek-V3模型 "messages": [ {"role": "system", "content": "You are a helpful assistant."}, {"role": "user", "content": "Hello!"} ], "stream": false # 设置为false启用非流式输出 }' '''
说明
❏需要将<DeepSeek API key>替换为用户实际的API密钥。
❏如果用户在调用API的过程中遇到问题,建议检查API密钥的有效性、网络连接状态以及代码的正确性。
通过学习以上示例代码,用户就可以快速上手并使用DeepSeek API了。