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。
複製代碼
# 初始化 OpenAI 客户端from openai import OpenAItext = input("请输入对话:
")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:
")    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
複製代碼

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。