DeepSeek培训内容，解释应用、API及调用方法：

一、什么是应用？

定义：应用（Application）是解决特定需求的软件程序。
例子：

• 微信（聊天）、支付宝（支付）、DeepSeek（AI服务）。
• 可以是手机App、网页、或后台服务（如AI模型）。

核心作用：帮助用户完成具体任务，如翻译、推荐、数据分析。

二、什么是API？

定义：API（应用程序接口）是不同软件间通信的桥梁，允许开发者调用外部功能。

餐馆比喻：

• 菜单：API提供可用的功能列表（如“翻译文本”）---Get Post。
• 点菜：你发送请求（如要翻译的文本）。
• 上菜：API返回结果（如翻译后的文本）。

DeepSeek的API：提供AI能力（如生成文本、智能对话），无需自己开发模型，直接调用即可。

三、如何调用API？

核心步骤：

1. 获取API密钥：DS官网、阿里云百炼等。
2. 查阅文档：找到API的地址（URL）、参数和格式。
3. 发送请求：用代码发送HTTP请求（常用POST/GET）。
4. 处理结果：接收返回的数据（通常为JSON格式），提取所需信息。

示例：用Python调用DeepSeek API

# 导入需要的包
from openai import OpenAI

# 初始化OpenAI客户端
client = OpenAI(
    api_key="your-api-key", # 获取API Key
    base_url="http://your-api-base-url/v1" # 获取URL
)

#调用模型
completion = client.chat.completions.create(
    model="deepseek-r1",  # 此处以 deepseek-r1 为例，可按需更换模型名称。
    messages=[
        {'role': 'user', 'content': '9.9和9.11谁大'}
        ]
)

# 通过reasoning_content字段打印思考过程
print("思考过程：")
print(completion.choices[0].message.reasoning_content)
# 通过content字段打印最终答案
print("最终答案：")
print(completion.choices[0].message.content)

输出示例

2、多轮对话：

# 导入包
import os
from openai import OpenAI

# 初始化OpenAI客户端
client = OpenAI(
    api_key="your-api-key", # 获取API Key
    base_url="http://your-api-base-url/v1" # 获取URL
)

# 通过 messages 数组实现上下文管理
messages = [
    {'role': 'user', 'content': '你好'}
]

# 调用模型
completion = client.chat.completions.create(
    model="deepseek-r1",  # 此处以 deepseek-r1 为例，可按需更换模型名称。
    messages=messages
)

print("="*20+"第一轮对话"+"="*20)
# 通过reasoning_content字段打印思考过程
print("="*20+"思考过程"+"="*20)
print(completion.choices[0].message.reasoning_content)
# 通过content字段打印最终答案
print("="*20+"最终答案"+"="*20)
print(completion.choices[0].message.content)

messages.append({'role': 'assistant', 'content': completion.choices[0].message.content})
messages.append({'role': 'user', 'content': '你是谁'})
print("="*20+"第二轮对话"+"="*20)
completion = client.chat.completions.create(
    model="deepseek-r1",  # 此处以 deepseek-r1 为例，可按需更换模型名称。
    messages=messages
)
# 通过reasoning_content字段打印思考过程
print("="*20+"思考过程"+"="*20)
print(completion.choices[0].message.reasoning_content)
# 通过content字段打印最终答案
print("="*20+"最终答案"+"="*20)
print(completion.choices[0].message.content)

输出示例

3、流式输出：

from openai import OpenAI
import os

# 初始化OpenAI客户端
client = OpenAI(
    api_key="your-api-key", # 获取API Key
    base_url="http://your-api-base-url/v1" # 获取URL
)

def main():
    reasoning_content = ""  # 定义完整思考过程
    answer_content = ""     # 定义完整回复
    is_answering = False   # 判断是否结束思考过程并开始回复

    # 创建聊天完成请求
    stream = client.chat.completions.create(
        model="deepseek-r1",  # 此处以 deepseek-r1 为例，可按需更换模型名称
        messages=[
            {"role": "user", "content": "9.9和9.11谁大"}
        ],
        stream=True # 流式输出
        # 解除以下注释会在最后一个chunk返回Token使用量
        # stream_options={
        #     "include_usage": True
        # }
    )

    print("\n" + "=" * 20 + "思考过程" + "=" * 20 + "\n")

    for chunk in stream:
        # 处理usage信息
        if not getattr(chunk, 'choices', None):
            print("\n" + "=" * 20 + "Token 使用情况" + "=" * 20 + "\n")
            print(chunk.usage)
            continue

        delta = chunk.choices[0].delta

        # 检查是否有reasoning_content属性
        if not hasattr(delta, 'reasoning_content'):
            continue

        # 处理空内容情况
        if not getattr(delta, 'reasoning_content', None) and not getattr(delta, 'content', None):
            continue

        # 处理开始回答的情况
        if not getattr(delta, 'reasoning_content', None) and not is_answering:
            print("\n" + "=" * 20 + "完整回复" + "=" * 20 + "\n")
            is_answering = True

        # 处理思考过程
        if getattr(delta, 'reasoning_content', None):
            print(delta.reasoning_content, end='', flush=True)
            reasoning_content += delta.reasoning_content
        # 处理回复内容
        elif getattr(delta, 'content', None):
            print(delta.content, end='', flush=True)
            answer_content += delta.content

    # 如果需要打印完整内容，解除以下的注释
    """
    print("=" * 20 + "完整思考过程" + "=" * 20 + "\n")
    print(reasoning_content)
    print("=" * 20 + "完整回复" + "=" * 20 + "\n")
    print(answer_content)
    """

if __name__ == "__main__":
    try:
        main()
    except Exception as e:
        print(f"发生错误：{e}")

输出示例

四、常见问题

1. API密钥泄露怎么办？

   • 密钥相当于密码，需保密，不要上传到公开平台（如GitHub）。

2. 如何知道API地址和参数？

   • DS官方文档，示例和参数说明通常很详细。
   • 阿里云百炼平台。

3. 返回的数据看不懂？

   • 打印completion.json()查看结构。

五、总结

• 应用：解决需求的软件（如DeepSeek提供AI服务）。
• API：通过“菜单”调用外部功能，无需自己造轮子。
• 调用流程：拿密钥 → 读文档 → 发请求 → 处理结果。

通过API，你可以快速将DeepSeek的AI能力集成到自己的应用中！ 🚀