DeepSeek入门教程

一、简介

DeepSeek-V3 是一款高性能的开源 AI 模型,支持自然语言处理、智能对话生成等任务。其 API 接口与 OpenAI 完全兼容,用户可以通过简单的配置迁移现有项目,同时享受更低的成本和更高的性能。本文档将详细介绍如何快速接入 DeepSeek-V3 API

二、注册与API Key获取

1.注册 DeepSeek 账号

访问 DeepSeek 官网https://platform.deepseek.com/api_keys ,注册账号

2. 创建API key

进入下图页面创建key注:点击创建后会出现API key,记住只出现一次,保存好。同时将 API Key 存储在安全位置,如环境变量或配置文件中)

二、使用Python调用DeepSeek V3 API(多轮对话)

1. 安装 OpenAI API 库:pip install openai ,或者直接在pycharm里面安装openai库

2. DeepSeek /chat/completions API 是一个“无状态” API,即服务端不记录用户请求的上下文,用户在每次请求时,需将之前所有对话历史拼接好后,传递给对话 API。下面的代码以 Python 语言,展示了如何进行上下文拼接,以实现多轮对话。

复制代码
# 初始化 OpenAI 客户端
from openai import OpenAI

text = input("请输入对话:\n")
print(" 正在AI对话... 请稍等.....")

# 请替换为你的 API 密钥
client = OpenAI(api_key="sk-xx", base_url="https://api.deepseek.com")

messages = [{"role": "user", "content": text}]

# 使用 stream=True 来逐行获取响应
response = client.chat.completions.create(
    model="deepseek-chat",  # 请确保模型名称正确
    messages=messages,
    stream=True  # 启用流式响应
)

# 逐行显示响应内容
print("AI回复:")
for chunk in response:
    if chunk.choices[0].delta.content:  # 检查是否有内容
        print(chunk.choices[0].delta.content, end="", flush=True)  # 逐行显示
print()  # 换行

while True:
    text = input("追加对话:\n")
    messages.append({"role": "user", "content": text})
    response = client.chat.completions.create(
        model="deepseek-chat",
        messages=messages,
        stream=True
    )

    # 逐行显示响应内容
    print("AI回复:")
    for chunk in response:
        if chunk.choices[0].delta.content:  # 检查是否有内容
            print(chunk.choices[0].delta.content, end="", flush=True)  # 逐行显示
    print()  # 换行
复制代码

三、运行效果图

 四、常见问题与解答

1. DeepSeek-V3 与 OpenAI 的区别是什么?

DeepSeek-V3 提供与 OpenAI 相同的 API 格式,但成本更低、性能更高,同时支持自定义模型和扩展能力。

2. 如何启用流式输出?

在 API 调用中将 stream 参数设置为 true 即可。

3. 是否支持团队协作?

DeepSeek 支持多用户管理和 API Key 权限分配,适合团队项目。

 

posted @   一加一  阅读(8879)  评论(0编辑  收藏  举报
点击右上角即可分享
微信分享提示