【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：
pipinstallopenai简单聊天示例：
fromopenaiimportOpenAI client=OpenAI(api_key="your_deepseek_api_key",# 替换为你的Keybase_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)forchunkinstream:ifchunk.choices[0].delta.content:print(chunk.choices[0].delta.content,end="")3. cURL调用（无SDK快速测试）
curlhttps://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！
