DeepSeek API 接入教程:从注册到 Python 调用实战

随着 DeepSeek 系列模型在推理能力和成本控制上的出色表现,越来越多的开发者开始将其接入自己的应用中。本教程将带你从零开始,完成 DeepSeek API 的注册、密钥获取,并编写 Python 脚本进行实际调用。

## 第一步:注册并获取 API Key

访问 DeepSeek 开放平台(platform.deepseek.com),使用手机号或邮箱完成注册。登录后进入控制台,在左侧导航栏选择“API Keys”,点击“创建新的 API Key”,为密钥取一个便于管理的名称,创建后请立即复制并妥善保存。该密钥仅在创建时显示一次,离开页面后将无法再次查看。

注意:新注册用户通常会获得一定额度的免费赠金,有效期内可用于测试和开发。可调用模型包括 deepseek-chat(对应 V3)和 deepseek-reasoner(对应 R1)等。

## 第二步:环境准备

在本地或服务器上安装 Python 3.8 以上版本,并安装 OpenAI 兼容的 Python SDK。DeepSeek API 与 OpenAI 接口格式高度兼容,可直接使用 `openai` 库进行调用:

```bash pip install openai ```

此外,我们需要将 API Key 以安全的方式传入代码,推荐使用环境变量:

```bash export DEEPSEEK_API_KEY="你的API密钥" ```

在 Python 中通过 `os.getenv` 读取。

## 第三步:基本对话调用

以下是一个最简单的对话示例,使用 `deepseek-chat` 模型完成一次问答:

```python import os from openai import OpenAI

client = OpenAI( api_key=os.getenv("DEEPSEEK_API_KEY"), base_url="https://api.deepseek.com" )

response = client.chat.completions.create( model="deepseek-chat", messages=[ {"role": "system", "content": "You are a helpful assistant."}, {"role": "user", "content": "用一句话解释什么是大语言模型。"} ], temperature=0.7, max_tokens=256 )

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

如果一切正常,你将看到 DeepSeek 返回的简洁回答。你可以通过调整 `temperature` 控制随机性,通过 `max_tokens` 限制输出长度。

## 第四步:流式输出与推理模型

对于需要实时展示回复的场景,可以开启流式输出:

```python stream = client.chat.completions.create( model="deepseek-chat", messages=[{"role": "user", "content": "讲一个关于AI的冷笑话"}], stream=True )

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

若要使用擅长复杂推理的 deepseek-reasoner 模型,只需将 `model` 参数改为 `"deepseek-reasoner"`,并根据需要读取其思考过程字段。

## 第五步:错误处理与计费

在实际生产环境中,建议对 API 调用添加异常捕获,常见错误包括网络超时、配额不足、速率限制等:

```python try: response = client.chat.completions.create(...) except Exception as e: print(f"请求失败: {e}") ```

DeepSeek API 按 token 计费,每次调用可在返回对象的 `usage` 字段中查看输入和输出 token 消耗,方便控制成本。

## 更灵活的接入选择

虽然直接使用官方 API 已足够方便,但在国内使用或需要同时调用多个模型时,TokenPocket API 中转站(https://tokenpocket.site)提供了一个实用的聚合方案。它支持 DeepSeek、Qwen、Claude、Gemini 等主流模型的按量计费,使用 USDT 直接支付,免去繁琐的银行卡绑定流程。对开发者最友好的是,所有模型均兼容 OpenAI 接口格式,只需修改 `base_url` 和 API Key 即可无缝切换。目前新用户注册还会赠送免费额度,非常适合在项目初期进行快速验证和多模型效果对比。

Read more

波场TRON转USDT为什么可以零手续费?原理详解

相信不少朋友在转移 USDT 时都会被“Gas 费”绊住脚:明明账户里有足额 USDT,却因为没有 TRX 而无法发起转账。这种尴尬在波场 TRON 网络上尤其常见,因为大部分用户以为 USDT 转账必须燃烧 TRX。但你是否见过一些钱包能实现 **零手续费** 转 USDT 甚至 USDD?背后并不是魔法,而是一套巧妙利用波场资源模型的方案。今天我们就来把这件事聊透。 ### 1. 波场的“资源”是怎么回事? 波场和以太坊不同,它不直接要求每笔交易都以特定代币支付手续费,而是设计了两种公共资源:**带宽(Bandwidth)** 和 **能量(Energy)**。 - **带宽**:一般用于普通 TRX 转账。每个账户每天有 1500 点免费带宽,足够完成一两笔简单的 TRX 转账。

By 罗本

AI 编程助手配置指南:Cursor/Cline 接入教程

如今 AI 编程助手已经深入开发流程,Cursor 和 Cline 是两款非常亮眼的工具。不过,无论是官方订阅费用还是国内访问限制,都让不少开发者望而却步。好消息是,这两款工具都支持自定义 API 端点,你可以接入手里的任何 OpenAI 兼容接口,灵活选择模型,成本也更可控。 下面这份指南将手把手带你完成配置,让你用上性价比更高的自定义模型。 ### 为什么需要自定义 API - **成本更低**:官方订阅通常按月付费,而 API 按量计费,轻度使用更划算。 - **模型自由**:你可以接入 DeepSeek、Qwen、Claude、Gemini 等多种模型,在不同任务之间灵活切换。 - **访问稳定**:搭配国内可直接访问的中转服务,不再担心网络问题。 ### Cursor 接入自定义 API Cursor 虽然内置了大量模型,但依然允许覆盖 OpenAI

By 罗本

波场转 USDT 零手续费?原理其实很简单

很多朋友第一次在波场(TRON)网络上转 USDT 时,都会被提醒:“账户中没有 TRX,无法支付手续费。”可没过多久,他们又发现有些钱包居然可以“免费”转 USDT,不需要提前准备 TRX,甚至全程零 Gas 费。这到底是怎么做到的?今天我们就来拆解一下背后的原理。 ### 波场的手续费:能量与带宽 波场网络没有采用传统的“每次转账必烧币”模式,而是设计了一套资源系统,由「带宽」和「能量」两部分组成。 - **带宽**:用于处理普通转账交易(如转账 TRX、TRC-10 代币)。每个账户每天都有 1500 点免费带宽,足够完成几笔简单的 TRX 转账。 - **能量**:执行智能合约需要消耗能量。USDT 是

By 罗本

DeepSeek API 接入教程:从注册到 Python 调用实战

随着大模型的普及,越来越多的开发者希望将 DeepSeek 的能力集成到自己的应用中。DeepSeek 提供了功能强大且价格合理的 API,本教程将带你从零开始,完成从注册到使用 Python 调用 API 的全过程。 ## 1. 准备工作:注册与获取 API Key 首先访问 DeepSeek 开放平台(platform.deepseek.com),使用邮箱或手机号注册账号。注册完成后进入控制台,在左侧导航栏找到「API Keys」页面,点击「创建新的 API Key」按钮。系统会生成一段以 `sk-` 开头的密钥,请务必复制并妥善保存,因为它只会显示这一次。 获取到 API Key 后,建议将它设置为环境变量,避免硬编码在代码中: ```bash export DEEPSEEK_API_

By 罗本