本站首页 收藏本站
广告位联系

APP正在开发中...
返回顶部
您的位置： 主页 > 网络编程 > 相关技巧 >

收藏
分享到

5分钟获取deepseek api并搭建简易问答应用介绍

相关技巧 来源：互联网 作者：佚名 发布时间：2025-02-01 09:14:30 人浏览
摘要

eepseek-v3是截止博文撰写之日，无论是国内还是国际上发布的大模型中表现十分亮眼的模型，这里以deepseek为例，讲解如何获取api_key、base_url、chat_model。 1、获取api 首先打开deepseek接口的官网:

eepseek-v3是截止博文撰写之日，无论是国内还是国际上发布的大模型中表现十分亮眼的模型，这里以deepseek为例，讲解如何获取api_key、base_url、chat_model。

1、获取api

首先打开deepseek接口的官网:DeepSeek

点右上角“开放平台”

新号一般会送10元的余额，左上方会显示你当前余额按照当前的价格所拥有的tokens数量（tokens可以简单的理解为你输入给大模型的提示词+大模型输出的内容之和所占用的字符数，这个后续博客中会细讲分词原理），这个tokens数量可能会随着模型价格变化而变化，不过deepseek的api价格比较便宜，如图上所展示的送给新人的500万tokens数也够个人使用很久了。

接着，点击左侧的API keys,然后点击创建API key

一般需要给API key命名用来区分不同的API，比如下图命名为“test”

这里需要注意的是，系统生成的API key只有第一次创建时能看到并且复制，此后都无法再次看到，只能看到名字，所以需要大家第一次就将其复制下来，保存到你的文件中，当然如果忘记了也影响不大，重新创建一个就行。

2、获取base_url和chat_model

同样以deepseek为例，点击2.1.1页面左下角的接口文档，或者直接进入DeepSeek API文档

进入文档后，在“快速开始”的“首次调用API”中，可以找到base_url和chat_model，如下：

base_url = https://api.deepseek.com/v1

chat_model='deepseek-chat'

 其他平台与deepseek的获取方式差不多

3、配置模型参数

base_url和chat_model直接定义即可，但api key是关乎着模型是否能够使用的，所以尽量不要把其暴露在模型定理里面，而是把他添加到环境变量里，这里介绍两种方法添加环境变量。

方法一：终端中临时将加入

在终端中临时将token加入变量，此时该环境变量只在当前终端内有效 ！！！所以该种方法需要我们在该终端中运行我们的py脚本。

1

export api_key="填入你的api token"

若是想永久加入环境变量，可以对 ~/.bashrc 文件中添加以下内容并保存。

1

export api_key="填入你的api token"

此时在代码中获取api 只需要在Python脚本中添加以下代码即可

1

2

3

4

import os

api_key = os.getenv('api_key')

base_url = "https://api.deepseek.com/v1"

chat_model = "deepseek-chat"

方法二：创建.env文件

终端输入命令临时创建也比较麻烦，而且只在当前终端内有效，而创建.env文件存储api_key则不存在这种问题。

首先创建.env文件，然后输入以下内容，记得替换成你的token

1

api_key="your api_key"

同一路径下创建脚本文件，然后在代码中添加以下内容

1

2

3

4

5

6

7

8

9

10

11

12

import os

from dotenv import load_dotenv

 

 

# 加载.env文件中的环境变量

load_dotenv()

 

# 获取特定的环境变量

api_key = os.getenv('api_key')

 

base_url = "https://api.deepseek.com/v1"

chat_model = "deepseek-chat"

4、 配置client

有了前面的三个参数，我们就可以构造一个client，构造client只需要两个东西：api_key和base_url。

1

2

3

4

5

from openai import OpenAI

client = OpenAI(

    api_key = api_key,

    base_url = base_url

)

5、利用deepseek大模型实现简易问答

我们这里使用第二种方式定义api_key，创建.env文件存储api_key后，在.env同一目录下创建脚本文件，填入以下代码：

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

import os

from dotenv import load_dotenv

from openai import OpenAI

# 加载环境变量

load_dotenv()

# 从环境变量中读取api_key

api_key = os.getenv('api_key')

base_url = "https://api.deepseek.com/v1"

chat_model = "deepseek-chat"

 

 

client = OpenAI(

    api_key = api_key,

    base_url = base_url

)

有了这个client，我们就可以去实现各种能力了。

举个简单例子测试一下模型是否配置成功，配置好api的token后，输入以下代码

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

27

28

29

30

31

32

import os

from dotenv import load_dotenv

from openai import OpenAI

 

# 加载环境变量

load_dotenv()

 

# 从环境变量中读取api_key

api_key = os.getenv('api_key')

base_url = "https://api.deepseek.com/v1"

chat_model = "deepseek-chat"

 

client = OpenAI(

    api_key=api_key,

    base_url=base_url

)

 

try:

    # 发送一个简单的消息到模型

    response = client.chat.completions.create(

        model=chat_model,

        messages=[

            {"role": "system", "content": "你是一个乐于助人的AI助手，能够帮助用户解决各种专业问题."},

            {"role": "user", "content": "你好，介绍下你自己"}

        ]

    )

     

    # 打印模型的回复

    print("Model response:")

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

except Exception as e:

    print(f"An error occurred: {e}")

结果如下：

证明配置成功，如果没有回应，检查API key是否配置对了，如果对了可能是平台服务器的原因，等服务器恢复正常就好了
版权声明 : 本文内容来源于互联网或用户自行发布贡献，该文观点仅代表原作者本人。本站仅提供信息存储空间服务和不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权， 违法违规的内容， 请发送邮件至2530232025#qq.cn(#换@)举报，一经查实，本站将立刻删除。

您可能感兴趣的文章 :

原文链接 :
相关文章
推荐阅读
最新更新
友情链接
  • 本站所有内容来源于互联网或用户自行发布，本站仅提供信息存储空间服务，不拥有版权，不承担法律责任。如有侵犯您的权益，请您联系站长处理！
  • Copyright © 2017-2022 F11.CN All Rights Reserved. F11站长开发者网 版权所有 | 苏ICP备2022031554号-1 | 51LA统计