Python 中调用 DeepSeek-R1 API的方法介绍,图文教程

简介: 本教程详细介绍了如何使用 Python 调用 DeepSeek 的 R1 大模型 API,适合编程新手。首先登录 DeepSeek 控制台获取 API Key,安装 Python 和 requests 库后,编写基础调用代码并运行。文末包含常见问题解答和更简单的可视化调用方法,建议收藏备用。原文链接:[如何使用 Python 调用 DeepSeek-R1 API?](https://apifox.com/apiskills/how-to-call-the-deepseek-r1-api-using-python/)

原文链接:如何使用 Python 调用 DeepSeek-R1 API?超详细的图文教程


本教程将手把手教你通过 Python 调用 DeepSeek 的 R1 大模型 API,即使没有编程基础也能轻松上手。文末还包含常见问题解答,建议收藏备用!


一、准备工作

获取 API Key

首先登录 DeepSeek 控制台,获取 API Key。首次注册登录的用户, DeepSeek 会赠送 10 块钱的 tokens 额度(先看看有没有,也有可能不送了,导致你的 API Key 不能用,没有额度的话得先充钱)。


在「API Keys」页面点击「创建 API Key」,复制生成的密钥(如:sk-123456789abc)。请保存下来,如果忘记或者丢失了需要重新创建一个 API Key。



二、Python 调用步骤

1. 环境准备:安装 Python(已安装可跳过)

  • 如果电脑没有 Python 环境,需要先去安装 Python 环境(macOS 自带 Python3 环境)。可以访问 python.org 来下载安装。
  • 下载最新版(推荐 3.8+)
  • 安装时务必勾选 Add Python to PATH


不需要 Python 环境,直接通过可视化界面来调用 API 的方法:Deepseek API 调用教程,图文讲解


2. 安装 requests 库(已安装可跳过)

在 VSCode 或者其它 IDEA 工具中,新建一个项目文件夹,然后打开终端(顶部菜单:Terminal → New Terminal)执行以下命令:

pip install requests
# 或
pip3 install requests


如果命令执行成功,那么会体现类似这样的提示:

或者这样的:

Successfully installed requests-x.x.x


如果安装失败,并且你的电脑也有 Python 环境,那么可能是因为你的系统中有多个 Python 版本,导致你在不同的环境中使用了不同的 Python 版本,而 requests 库可能只安装在其中一个版本的环境中。


你可以在页面右下角切换版本。


还可以在 VSCode 中安装一个名为 “Python” 的插件,然后通过下面的方式来查看你当前的版本,并打开对应版本的控制台面板来运行上面的命令,比如:


如果实在处理不了这些报错的问题,可以跳到文章的最后一个小节,那里提供了一种更简单的调用 DeepSeek-R1 API 的方法。或者直接访问这篇文章,通过可视化的面板来调用 API:Deepseek API 调用教程,图文讲解


3. 基础调用代码

上面的命令执行成功后,在项目中新建一个以 .py 结尾的文件,比如 deepseek.py 文件,并将以下代码复制粘贴进去(注意替换 sk-你的密钥)。

# deepseek.py 
import requests
# 填写你的 API Key
API_KEY = "sk-你的密钥"  
url = "https://api.deepseek.com/chat/completions"
headers = {
    "Content-Type": "application/json",
    "Authorization": f"Bearer {API_KEY}"
}
data = {
    "model": "deepseek-reasoner",  # 指定使用 R1 模型(deepseek-reasoner)或者 V3 模型(deepseek-chat)
    "messages": [
        {"role": "system", "content": "你是一个专业的助手"},
        {"role": "user", "content": "你是谁?"}
    ],
    "stream": False  # 关闭流式传输
}
response = requests.post(url, headers=headers, json=data)
if response.status_code == 200:
    result = response.json()
    print(result['choices'][0]['message']['content'])
else:
    print("请求失败,错误码:", response.status_code)


通过指定 model='deepseek-chat' 即可调用 DeepSeek-V3。

通过指定 model='deepseek-reasoner',即可调用 DeepSeek-R1。


4. 运行代码

可以通过以下几种方式来运行代码:

  • 可以点击右上角「▶」按钮来运行代码
  • 可以在控制台通过python3 deepseek.pypython deepseek.py来运行代码
  • 可以 “右键编辑器 → Run Python File in Terminal” 来运行代码



5.  成功效果

当看到类似以下输出即表示调用成功:

您好!我是由中国的深度求索(DeepSeek)公司开发的智能助手DeepSeek-R1。如您有任何任何问题,我会尽我所能为您提供帮助。

或者其它问题的答案。

量子计算是一种利用量子力学特性进行信息处理的新型计算模式,其核心原理与传统经典计算有本质区别。以下是量子计算的基本原理分点解释:
---
### 1. **量子比特(Qubit)**
   - **经典比特 vs. 量子比特**  
     经典计算机使用比特(0或1)作为信息基本单位,而量子计算机使用量子比特(qubit)。量子比特的独特之处在于它可以同时处于0和1的**叠加态**。
   - **叠加态(Superposition)**  
     量子比特的状态可表示为:  
     \[
     |\psi\rangle = \alpha|0\rangle + \beta|1\rangle
     \]  
     其中,\(\alpha\)和\(\beta\)是复数(概率幅),满足\(|\alpha|^2 + |\beta|^2 = 1\)。测量时,量子比特会坍缩到0或1,概率分别为\(|\alpha|^2\)和\(|\beta|^2\)。  
     **类比**:想象一枚旋转的硬币,在停下前既是“正面”又是“反面”。
---
### 2. **量子纠缠(Entanglement)**
   - **定义**  
     多个量子比特可形成纠缠态,此时一个量子比特的状态会瞬间影响另一个,即使它们相隔遥远(爱因斯坦称为“鬼魅般的超距作用”)。
   - **示例**  
     贝尔态(Bell state)是最简单的纠缠态之一:  
     \[
     |\Phi^+\rangle = \frac{|00\rangle + |11\rangle}{\sqrt{2}}
     \]  
     若测量其中一个量子比特为0,另一个必然也是0,反之亦然。
   - **作用**  
     纠缠是实现量子并行性和量子通信(如量子隐形传态)的关键。


三、代码解析

1. 关键参数说明

参数

说明

model

deepseek-reasoner 表示 R1 模型

messages

对话历史记录(支持多轮对话)

stream

True 开启流式输出(适合长文本)


2. 多轮对话示例

messages = [
    {"role": "system", "content": "你是一位诗人"},
    {"role": "user", "content": "写一首关于春天的诗"},
    {"role": "assistant", "content": "春风拂面柳丝长..."},
    {"role": "user", "content": "请继续补充第二段"}
]



四、流式传输模式

修改以下参数即可开启:

data["stream"] = True
response = requests.post(url, headers=headers, json=data, stream=True)
for line in response.iter_lines():
    if line:
        decoded_line = line.decode('utf-8')
        print(decoded_line)


完整代码:

# deepseek.py 
import requests
# 填写你的 API Key
API_KEY = "sk-你的 API Key"  
url = "https://api.deepseek.com/chat/completions"
headers = {
    "Content-Type": "application/json",
    "Authorization": f"Bearer {API_KEY}"
}
data = {
    "model": "deepseek-chat",  # 指定使用 R1 模型(deepseek-reasoner)或者 V3 模型(deepseek-chat)
    "messages": [
        {"role": "system", "content": "你是一个专业的助手"},
        {"role": "user", "content": "你是谁?"}
    ],
    "stream": False  # 关闭流式传输
}
data["stream"] = True
response = requests.post(url, headers=headers, json=data, stream=True)
for line in response.iter_lines():
    if line:
        decoded_line = line.decode('utf-8')
        print(decoded_line)

下面用的是 V3 模型(deepseek-chat)输出的结果,为什么不用 R1?太火爆了,经常没响应:


五、常见问题

Q1:如何区分 V3 和 R1 模型?

  • V3:model: "deepseek-chat"
  • R1:model: "deepseek-reasoner"


Q2:出现 401 错误?

  • 检查 API Key 是否填写正确
  • 确认密钥未过期


Q3:出现「No module named 'requests'」?

检查是否:

  1. 在正确的终端执行了 pip install requests
  2. VSCode 使用的是正确的 Python 解释器(见上文)


Q4:出现 requests.exceptions.JSONDecodeError: Expecting value: line 1 column 1?

嗯……,跟“服务器繁忙”一个道理,可能用的人太多,响应失败了。


错误提示 Expecting value: line 1 column 1 (char 0) 表示 json() 方法期望收到的是一个有效的 JSON 数据,但实际收到的内容为空。这可能是因为 API 没有返回数据,或者返回的是一个空的响应体。


Q5:为什么启用流式输出后一直出现 keep-alive?

嗯……,跟“服务器繁忙”一个道理,可能用的人太多,所以一直处于长连接状态。


六、更简单的调用 DeepSeek-R1 API 的方法(推荐)

你可以在 Apifox 中调用 DeepSeek-R1 API 或者 DeepSeek-V3 API,你可以通过 Apifox 来进行流式输出结果:


或者整体输出结果:


详情请查看这篇文章:【Deepseek API 调用教程,图文讲解




通过本教程,你已经掌握了 DeepSeek API 的核心调用方法。建议先从简单对话开始测试,逐步尝试流式传输、多轮对话等高级功能。如果在实践中遇到问题,欢迎在评论区留言讨论!


相关文章
|
1月前
|
人工智能 API 开发工具
【重磅发布】 免费领取阿里云百炼AI大模型100万Tokens教程出炉,API接口实战操作,DeepSeek-R1满血版即刻体验!
阿里云百炼是一站式大模型开发及应用构建平台,支持开发者和业务人员轻松设计、构建大模型应用。通过简单操作,用户可在5分钟内开发出大模型应用或在几小时内训练专属模型,专注于创新。
677 89
【重磅发布】 免费领取阿里云百炼AI大模型100万Tokens教程出炉,API接口实战操作,DeepSeek-R1满血版即刻体验!
|
24天前
|
人工智能 自然语言处理 API
零门槛,即刻拥有DeepSeek-R1满血版——调用API及部署各尺寸模型
本文介绍了如何利用阿里云技术快速部署和使用DeepSeek系列模型,涵盖满血版API调用和云端部署两种方案。DeepSeek在数学、代码和自然语言处理等复杂任务中表现出色,支持私有化部署和企业级加密,确保数据安全。通过详细的步骤和代码示例,帮助开发者轻松上手,提升工作效率和模型性能。解决方案链接:[阿里云DeepSeek方案](https://www.aliyun.com/solution/tech-solution/deepseek-r1-for-platforms?utm_content=g_1000401616)。
零门槛,即刻拥有DeepSeek-R1满血版——调用API及部署各尺寸模型
|
23天前
|
JSON API 数据格式
Python 请求微店商品详情数据 API 接口
微店开放平台允许开发者通过API获取商品详情数据。使用Python请求微店商品详情API的主要步骤包括:1. 注册并申请API权限,获得app_key和app_secret;2. 确定API接口地址与请求参数,如商品ID;3. 生成签名确保请求安全合法;4. 使用requests库发送HTTP请求获取数据;5. 处理返回的JSON格式响应数据。开发时需严格遵循微店API文档要求。
|
21天前
|
机器人 API
零门槛,即刻拥有DeepSeek-R1满血版(阿里云百炼-API)
本文介绍如何使用阿里云百炼部署的满血版DeepSeek-R1进行API调用。通过获取API Key并使用简单代码,可快速体验DeepSeek的强大功能。具体步骤包括获取API Key、编写调用代码及查看返回结果。链接:[解决方案](https://blog.csdn.net/qwe1110/article/details/146020743) 和 [API文档](https://help.aliyun.com/zh/model-studio/developer-reference/deepseek)。
183 17
|
14天前
|
机器学习/深度学习 数据采集 数据可视化
Python/Anaconda双方案加持!Jupyter Notebook全平台下载教程来袭
Jupyter Notebook 是一款交互式编程与数据科学分析工具,支持40多种编程语言,广泛应用于机器学习、数据清洗和学术研究。其核心优势包括实时执行代码片段、支持Markdown文档与LaTeX公式混排,并可导出HTML/PDF/幻灯片等格式。本文详细介绍了Jupyter Notebook的软件定位、特性、安装方案(Anaconda集成环境与原生Python+PIP安装)、首次运行配置及常见问题解决方案,帮助用户快速上手并高效使用该工具。
|
19天前
|
SQL 关系型数据库 MySQL
milvus-use教程 python
本项目参考vanna项目,获取数据库元数据和问题SQL对,存入Milvus向量数据库,并进行相似性检索。采用m3e-large嵌入模型,通过DatabaseManager类实现数据库连接持久化,MilvusVectorStore类封装了Milvus操作方法,如创建集合、添加数据和查询。项目提供init_collections、delete_collections等文件用于初始化、删除和管理集合。所用Milvus版本较新,API与vanna项目不兼容。 [项目地址](https://gitee.com/alpbeta/milvus-use)
103 9
|
19天前
|
机器学习/深度学习 设计模式 API
Python 高级编程与实战:构建 RESTful API
本文深入探讨了使用 Python 构建 RESTful API 的方法,涵盖 Flask、Django REST Framework 和 FastAPI 三个主流框架。通过实战项目示例,详细讲解了如何处理 GET、POST 请求,并返回相应数据。学习这些技术将帮助你掌握构建高效、可靠的 Web API。
|
20天前
|
存储 监控 API
1688平台API接口实战:Python实现店铺全量商品数据抓取
本文介绍如何使用Python通过1688开放平台的API接口自动化抓取店铺所有商品数据。首先,开发者需在1688开放平台完成注册并获取App Key和App Secret,申请“商品信息查询”权限。接着,利用`alibaba.trade.product.search4trade`接口,构建请求参数、生成MD5签名,并通过分页机制获取全量商品数据。文中详细解析了响应结构、存储优化及常见问题处理方法,还提供了竞品监控、库存预警等应用场景示例和完整代码。
|
24天前
|
人工智能 物联网 API
又又又上新啦!魔搭免费模型推理API支持DeepSeek-R1,Qwen2.5-VL,Flux.1 dev及Lora等
又又又上新啦!魔搭免费模型推理API支持DeepSeek-R1,Qwen2.5-VL,Flux.1 dev及Lora等
114 7
|
26天前
|
大数据 开发者 C++
Python语法糖详解教程
《Python语法糖详解教程》介绍了编程语言中的“语法糖”,即通过特殊语法形式简化代码,使代码更简洁、易读和高效。文章详细解析了列表推导式、字典推导式、元组解包、条件表达式、with语句和装饰器等核心语法糖,并提供了具体示例和最佳实践指南。通过这些技巧,开发者可以在保持底层功能不变的前提下,显著提升开发效率和代码质量。
46 8