【人工智能通识专栏】第三讲：DeepSeek API调用

上一讲我们介绍了DeepSeek的网页聊天和本地部署方式。本讲深入开发者视角，聚焦DeepSeek API的实际调用。DeepSeek API设计高度兼容OpenAI格式，只需简单修改base_url和API Key，即可无缝迁移现有代码。截至2026年1月，DeepSeek API主要提供两个模型入口，已升级至DeepSeek-V3.2基础：

deepseek-chat：非思考模式（通用任务，响应更快）。
deepseek-reasoner：思考模式（内置逐步推理，适合数学、代码、复杂问题）。

两者底层共享V3.2架构，支持长上下文（128K+ tokens）、工具调用和代理构建，性价比极高。

官方网站：https://platform.deepseek.com/（管理API Key）
文档地址：https://api-docs.deepseek.com/

1. 注册与获取API Key

访问 https://platform.deepseek.com/
注册/登录账号（支持邮箱或第三方登录）。
进入“API Keys”页面（https://platform.deepseek.com/api_keys）。
点击“Create new API Key”，命名后生成。

重要：Key仅显示一次，立即复制保存。建议存入环境变量，避免硬编码。

充值余额：新用户有免费额度，付费充值超低价（远低于OpenAI）。

API支持流式输出、工具调用、JSON模式等高级功能。

2. 基础调用：Python示例（推荐OpenAI SDK）

DeepSeek API完全兼容OpenAI SDK，切换只需改base_url。

安装SDK：

pip install openai

简单聊天示例：

from openai import OpenAI

client = OpenAI(
    api_key="your_deepseek_api_key",  # 替换为你的Key
    base_url="https://api.deepseek.com"  # 或 "https://api.deepseek.com/v1"（兼容OpenAI格式）
)

response = client.chat.completions.create(
    model="deepseek-chat",  # 或 "deepseek-reasoner" 开启思考模式
    messages=[
        {"role": "system", "content": "你是一个友好的AI助手。"},
        {"role": "user", "content": "请介绍一下量子计算的基本原理。"}
    ],
    temperature=0.7,  # 控制创意度
    max_tokens=1024,  # 最大输出长度
    stream=False  # 设为True启用流式输出
)

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

启用思考模式（复杂任务）：

# 仅切换model即可
model="deepseek-reasoner"

# 示例问题：数学推理
messages=[{"role": "user", "content": "一步步思考：求解x³ - 6x² + 11x - 6 = 0"}]

Reasoner会自动输出内部思考链，答案更可靠。

流式输出（实时显示）：

stream = client.chat.completions.create(
    model="deepseek-chat",
    messages=[{"role": "user", "content": "写一篇关于AI未来的短文。"}],
    stream=True
)

for chunk in stream:
    if chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="")

3. cURL调用（无SDK快速测试）

curl https://api.deepseek.com/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer your_deepseek_api_key" \
  -d '{
    "model": "deepseek-reasoner",
    "messages": [
      {"role": "system", "content": "You are a helpful assistant."},
      {"role": "user", "content": "解释Transformer的自注意力机制。"}
    ],
    "stream": false
  }'

4. 高级功能

工具调用（Tool Calling）：V3.2支持思考+工具集成，适合构建Agent。
在messages中定义tools，模型会决定是否调用。
JSON模式：添加 "response_format": {"type": "json_object"} 强制结构化输出。
系统提示优化：对于reasoner，建议system提示中强调“逐步思考”。
成本控制：reasoner模式因内部思考，输出tokens更多，但性能强。监控usage字段（response.usage）。

5. 常见问题与最佳实践

错误处理：401（Key无效）、429（限速）、检查余额。
安全：勿泄露Key；生产环境用环境变量。
迁移OpenAI代码：只需改base_url和api_key，无需改其他逻辑。
监控：平台仪表盘查看使用量、费用。
社区：Hugging Face、GitHub有大量DeepSeek API示例。

总结与展望

DeepSeek API以OpenAI兼容性、高性能和低成本，成为开发者首选。几行代码即可调用前沿推理模型，快速构建聊天机器人、AI代理或工具集成应用。

实践建议：立即注册API Key，运行上面Python示例，感受reasoner的强大推理！

下一讲，我们将探讨Transformer的核心：注意力机制与位置编码。欢迎分享你的API调用经验或问题！

【人工智能通识专栏】第三讲：DeepSeek API调用