不知不觉DeepSeek已经火了半年左右,冲浪都赶不上时代了。
今天开始学习。
本文旨在使用Python调用DeepSeek的接口(
一、环境准备
1.1 DeepSeek
在线的话,可以直接调用DeepSeek官网的api,只是token付费
离线的话,如果个人学习,可以通过Ollama来装大模型,商业试用可以VLLM
具体部署步骤,官网已经有了,就不在这里赘述
1.2 Python
目前要接入DeepSeek,要求Python 至少 3.7 以上版本。(我自己用的3.13.3)
安装可以借鉴我以前写的Python(一)——了解和安装
二、接入DeepSeek
目前所谓的接入DeepSeek,只不过是调用DeepSeek的对话接口。
主要通过两种方式调用:
- requests
- openai
2.1 参数
DeepSeek api 请求的参数
参数名 | 描述 |
---|---|
baseUrl | 请求的地址 |
api-key | 请求的key |
model | 模型的id,由你安装大模型时自己定义的id |
message | 对话的内容 |
2.2 requests
需要安装python 的requests
pip install requests
代码示例
import requests
API_KEY = 'api-key'
url = baseUrl+'/chat/completions'
headers = {
'Content-Type': 'application/json',
'Authorization': 'Bearer ' + API_KEY
}
data = {
"model": model,
"messages": [
{"role": "user", "content": "deepseek是怎么样的一家公司?"}
]
}
response = requests.post(url, headers=headers, json=data)
if response.status_code == 200:
result = response.json()
print(result['choices'][0]['message']['content'])
else:
print("请求失败,错误码:", response.status_code)
2.3 openai
需要安装python 的openai
pip install openai
代码示例
from openai import OpenAI
client = OpenAI(api_key=api-key, base_url=baseUrl)
response = client.chat.completions.create(
model=model,
messages=[
{"role": "user", "content": "deepseek是怎么样的一家公司?"}
],
stream=False
)
print(response.choices[0].message.content)