体验免费调用DeepSeek API
这里有几个重要知识点: 1.DeepSeek模型调用 2.使用硅基流动平台提供的deepseek模型，平台赠送14元额度 3.体验大模型在机器翻译、文本生成、知识推理、命名实体识别方面的能力
通过AI应用开发第一步，搭建本地的Jupyter Labs开发环境，环境已经搭建好了。现在我们使用本地的JupyterLab环境一起来体验一下Python代码调用大模型。我在这里放了一段代码，你可以把它贴到你的Notebook里面，直接运行一下。。
运行我们第一个与模型对话的示例 1、代码示例：
<select><option value="">--</option><option value="javascript">javascript</option><option value="typescript">typescript</option><option value="shell">shell</option><option value="bash">bash</option><option value="sql">sql</option><option value="json">json</option><option value="html">html</option><option value="css">css</option><option value="c">c</option><option value="cpp">cpp</option><option value="java">java</option><option value="ruby">ruby</option><option value="python">python</option><option value="go">go</option><option value="rust">rust</option><option value="markdown">markdown</option></select>
from openai import OpenAI
API_KEY = "sk-n****" # 在DeepSeek开放平台或硅基流动平台申请的API Key
API_URL = "https://api.siliconflow.cn/v1" # 这里是siliconflow平台的访问地址
API_MODEL = "deepseek-ai/DeepSeek-V3" # 调用的模型
# 提示词
prompt = """
产品思考 : Arc'teryx Beta SL Jacket - Men's
1.用中文撰写淘宝上使用的人类可读产品标题，不超过20个字。
2.给这个淘宝产品写5个卖点。
3.评估该产品在中国的价格范围。
以json格式输出结果，其中包含三个属性，分别为title、selling_points和price_range
"""
client = OpenAI(
api_key=API_KEY,
base_url=API_URL,
)
def get_response(prompt):
completions = client.completions.create (
model=API_MODEL,
prompt=prompt,
max_tokens=512,
n=1,
stop=None,
temperature=0.0
)
message = completions.choices[0].text
return message
print(get_response(prompt))
# 问题 TypeError: __init__() got an unexpected keyword argument ‘proxies‘
# 0.27.2及以下版本:支持直接通过 proxies参数传递只 代理配置。
# 0.28.0 及以上版本:移除了 proxies 参数，强制要求通过 transport 参数设置Q代理
# pip install httpx==0.27.2
2、执行结果：
<select><option value="">--</option><option value="javascript">javascript</option><option value="typescript">typescript</option><option value="shell">shell</option><option value="bash">bash</option><option value="sql">sql</option><option value="json">json</option><option value="html">html</option><option value="css">css</option><option value="c">c</option><option value="cpp">cpp</option><option value="java">java</option><option value="ruby">ruby</option><option value="python">python</option><option value="go">go</option><option value="rust">rust</option><option value="markdown">markdown</option></select>
{
"title": "始祖鸟Beta SL男士轻量防水冲锋衣 户外防风透气夹克",
"selling_points": [
"GORE-TEX防水技术，全天候防护",
"轻量化设计，便于户外活动携带",
"防风透气，保持身体干爽舒适",
"简约设计，适合多种场合穿着",
"耐用材质，经久耐穿"
],
"price_range": {
"min": 2500,
"max": 3500,
"currency": "CNY"
}
}
3、代码解释： 这段代码里面，我们调用了OpenAI的接口调用DeepSeek 模型，然后向它提了一个需求，我在美国户外网站REI上找到的英文商品名称，让模型做了三件事情。
1.用中文撰写在淘宝上使用的产品标题，不超过20个字。 2.给这个淘宝产品写5个卖点。 3.评估该产品在中国的价格范围。
以json格式输出结果，其中包含三个属性，分别为title、selling_points和price_range
模型理解了我们的需求，返回了一个符合我们要求的JSON字符串给我们。在这个过程中，它完成了好几件不同的事情。 第一个是翻译，我们给的商品名称是英文的，返回的内容是中文。 第二个是理解语义去生成文本，这里希望它写一个在淘宝平台上适合的标题，所以在返回的中文结果里面，AI保留始祖鸟这个品牌“Beta SL”的衣服型号。描述的5条产品特点，GORE-TEX科技、 "轻量化、防风透气、耐用材质等把一件高级的冲锋衣特别基本描述出来了。 第三个是利用AI自己有的知识给商品定价，这里它为这个商品定的价格是在2500～3500人名币之间。我从淘宝上搜了这款冲锋衣的价格，在这个区间的不少。
最后是根据我们的要求把我们想要的结果，通过一个 JSON 结构化地返回给我们。而且，尽管我们没有提出要求，但是AI还是很贴心地把5个卖点放在了一个数组里，方便你后续只选取其中的几个来用。返回的结果是JSON，这样方便了我们进一步利用返回结果。比如，我们就可以把这个结果解析之后存储到数据库里，然后展现给商品运营人员。
这里的例子，其实对应着很多不同的问题，其中就包括机器翻译、文本生成、知识推理、命名实体识别等等。在传统的机器学习领域，对于其中任何一个问题，都可能需要一个独立的机器学习模型。就算把这些模型都免费提供给你，把这些独立的机器学习模型组合到一起实现上面的效果，还需要海量的工程研发工作。没有一个数百人的团队，工作量根本看不到头。 通过大语言模型，就能理解自然的语言输入，直接完成各种不同的问题。难道不够惊艳吗？
要运行上面的代码，首先我们要申请大模型的调用权限，这里介绍两种方法，第二种免费。
第一种，申请DeepSeek API 访问 （1）我们注册/登录DeepSeek开放平台https://platform.deepseek.com/，创建API Key，如下，
![]()
image.png
（2）现在Deepseek API不赠送余额了,手头宽裕的可以在下面充值，我会在下一个步骤里给大家介绍可代替方案选择。 
（3）查看DeepSeek API文档，https://api-docs.deepseek.com/zh-cn/
第二种，通过硅基流动访问 DeepSeek API 今天给大家推荐另外一个平台 Siiconcloud,完全支持Deepseek V3和R1 模型推理服务，最重要的是只要注册就赠送 14 元余额，够学习使用的了。 官网地址：https://cloud.siliconflow.cn 使用手机号码进行注册。注册成功后，您将获得一个属于自己的账号，并且会赠送14块钱，用于后续的服务使用。
注册完账号后，就可以在模型广场上找到 deepseek-ai/DeepSeek-R1 的模型
对应的就是我们代码里的API_URL，和API_KEY，API_MODEL
<select><option value="">--</option><option value="javascript">javascript</option><option value="typescript">typescript</option><option value="shell">shell</option><option value="bash">bash</option><option value="sql">sql</option><option value="json">json</option><option value="html">html</option><option value="css">css</option><option value="c">c</option><option value="cpp">cpp</option><option value="java">java</option><option value="ruby">ruby</option><option value="python">python</option><option value="go">go</option><option value="rust">rust</option><option value="markdown">markdown</option></select>
API_KEY = "sk-n****" # 在DeepSeek开放平台或硅基流动平台申请的API Key
API_URL = "https://api.siliconflow.cn/v1" # 这里是siliconflow平台的访问地址
API_MODEL = "deepseek-ai/DeepSeek-V3" # 指定调用的模型
不同的平台、不同的模型这三个参数不一样，详细查看文档， 这是是siliconflow 平台开发文档地址，https://docs.siliconflow.cn/cn/faqs/stream-mode。
好了，以上是从代码示例的讲解，到如何免费使用大模型 API的方法，有问题请留言。
最后感谢参考的以下几篇博客 https://uaxe.github.io/geektime-docs/AI-%E5%A4%A7%E6%95%B0%E6%8D%AE/AI%E5%A4%A7%E6%A8%A1%E5%9E%8B%E4%B9%8B%E7%BE%8E/01-%E9%87%8D%E6%96%B0%E5%87%BA%E5%8F%91%EF%BC%8C%E8%AE%A9%E6%88%91%E4%BB%AC%E5%AD%A6%E4%BC%9A%E5%92%8CAI%E8%AF%B4%E8%AF%9D/#_1 https://zhuanlan.zhihu.com/p/22699928833
