使用 DeepSeek 的示例 API 调用（Python、JavaScript）

2025 年 5 月 23 日 | 阅读 5 分钟

引言

随着技术领域的进步和 AI 模型的引入，在日常工作中使用这些 AI 模型正变得越来越必要和重要，以提高工作效率。 DeepSeek 就是其中一种 AI 模型，已被数百万用户在其各自的工作领域中使用，以增强他们的工作体验、扩展他们的业务，并使技术的使用更具响应性和成本效益。

所有开发人员和用户都可以通过简单的 API 将这些高质量的 AI 功能轻松集成到您的应用程序中。 API 通过 HTTPs 端点公开，通常需要 API 密钥进行身份验证，并需要 JSON 格式的有效负载。本教程展示了如何使用 DeepSeek API 并使用 Python 和 JavaScript 将它们集成到您的应用程序中，包括从设置到使用代码片段进行实际 API 调用的所有内容。本文将帮助您构建后端工具、浏览扩展、聊天机器人或智能 Web 应用程序。

Example API Calls (Python, JavaScript) with DeepSeek

API 访问和先决条件

要开始使用 DeepSeek API，您必须按照以下步骤操作

首先，在 DeepSeek AI 平台上注册或登录。
然后，在您的帐户仪表板下，生成一个 API 密钥。
生成密钥后，为您的编程语言安装所有必要的 HTTP 库。
始终确保您的 API 密钥安全，避免在公共场所进行硬编码。

API 结构

大多数 DeepSeek API 请求都遵循以下格式

ENDPOINT (端点)

terminal
POST https://api.deepseek.com/v1/generate

HEADERS (头部)

json
{
  "Authorization": "Bearer YOUR_API_KEY",
  "Content-Type": "application/json"

BODY (主体)

json

{
  "model": "deepseek-chat",
  "prompt": "Write a poem about the ocean",
  "max_tokens": 150,
  "temperature": 0.7
}

RESPONSES (响应)

json

{
  "id": "response-id",
  "object": "text_completion",
  "choices": [
    {
      "text": "The waves crash loud on the rocky shore..."
    }
  ]
}

在 Python 中进行 API 调用

设置

安装 request 包

terminal

pip install requests 

导入并定义一个函数

Python

import requests
API_KEY = 'your_deepseek_api_key'
URL = 'https://api.deepseek.com/v1/generate'
headers = {
    'Authorization': f'Bearer {API_KEY}',
    'Content-Type': 'application/json'
} 

文本生成示例

Python
def generate_text(prompt):
    data = {
        'model': 'deepseek-chat',
        'prompt': prompt,
        'max_tokens': 100,
        'temperature': 0.8
    }

    response = requests.post(URL, headers=headers, json=data)
    return response.json()['choices'][0]['text']
print(generate_text("Write a motivational quote"))

摘要示例

Python

def summarize_text(long_text):
    data = {
        'model': 'deepseek-summarizer',
        'prompt': f"Summarize the following:\n{long_text}",
        'max_tokens': 100,
        'temperature': 0.5
    }
    response = requests.post(URL, headers=headers, json=data)
    return response.json()['choices'][0]['text']
sample_text = "DeepSeek is a language model trained on diverse data... (article continues)"
print(summarize_text(sample_text)) 

情感分析示例

Python

def analyze_sentiment(text):
    data = {
        'model': 'deepseek-analyzer',
        'prompt': f"Determine the sentiment of this: {text}",
        'max_tokens': 10
    }
    response = requests.post(URL, headers=headers, json=data)
    return response.json()['choices'][0]['text']
print(analyze_sentiment(" This place is really looking very awesome!"))

在 JavaScript 中进行 API 调用

设置

使用 fetch 的示例设置：

javascript

const apiKey = 'your_deepseek_api_key';
const url = 'https://api.deepseek.com/v1/generate'; 

文本生成示例

javascript

async function generateText(prompt) {
    const response = await fetch(url, {
        method: 'POST',
        headers: {
            'Authorization': `Bearer ${apiKey}`,
            'Content-Type': 'application/json'
        },
        body: JSON.stringify({
            model: 'deepseek-chat',
            prompt: prompt,
max_tokens: 100,
            temperature: 0.7
        })
    });
    const data = await response.json();
    console.log(data.choices[0].text);
}	
generateText("List best exercise for men and womens.");  

聊天机器人集成示例

javascript

async function chatbotReply(userInput) {
    const response = await fetch(url, {
        method: 'POST',
        headers: {
            'Authorization': `Bearer ${apiKey}`,
            'Content-Type': 'application/json'
        },
        body: JSON.stringify({
            model: 'deepseek-chat',
            prompt: `User: ${userInput}\nBot:`,
max_tokens: 100,
            temperature: 0.9
        })
    });
    const data = await response.json();
    return data.choices[0].text;
}

浏览器端用例

javascript

import React, { useState } from 'react';
function TextGenerator() {
    const [input, setInput] = useState('');
    const [output, setOutput] = useState('');
    const handleGenerate = async () => {
        const response = await fetch(url, {
            method: 'POST',
            headers: {
                'Authorization': `Bearer ${apiKey}`,
                'Content-Type': 'application/json'
            },
            body: JSON.stringify({
                model: 'deepseek-chat',
                prompt: input,
max_tokens: 100
            })
        });
        const data = await response.json();
setOutput(data.choices[0].text);
    };
    return (
<div>
<textarea value={input} onChange={e =>setInput(e.target.value)} />
<button onClick={handleGenerate}>Generate</button>
<p>{output}</p>
</div>
    );
}   

一些常见的错误处理

Python

Python

try:
    res = requests.post(URL, headers=headers, json=data)
res.raise_for_status()
except requests.exceptions.HTTPError as err:
    print("HTTP error occurred:", err) 

Javascript

Javascript

fetch(url, config)
    .then(res => {
        if (!res.ok) throw new Error("Network response was not ok");
        return res.json();
    })
    .catch(err =>console.error("Fetch error:", err));  

使用 API 的最佳实践

保持您的提示简洁，避免重复它们。因为如果重复使用冗长或多余的提示，会浪费令牌并增加成本。
为了减少 API 调用并提高速度和效率，如果相同的提示给出相同的输出，请缓存响应。

实际应用

DeepSeek 有助于生成或创建内容，例如社交媒体帖子、营销内容、博客、电子邮件和内容创建者、作家和博客作者的脚本，从而节省他们的时间并提高他们的创造力。
通过为他们提供总结的学习材料、简化复杂的主题、生成测验并使学习更简单和令人兴奋，它可以对教育平台、教师和学生非常有用。
它可以用作聊天机器人；通过使用会话模型，代理机构和应用程序可以自动回复客户的常见查询；这将为客户提供即时解决方案或支持，并节省人工成本。
当在心理健康应用程序中使用时，AI 模型可以充当非常好的照料者、指导者和支持。它可以检测情绪、睡眠时间表和情绪，并根据这些提供响应和解决方案，从而帮助用户改善身心健康。
最重要的是，它可以用作代码助手，以不同语言转换代码、检测并消除代码中的错误、解释逻辑，并生成复杂性更低的更好代码，使其成为开发人员非常高效且良好的辅助工具。

结论

在 JavaScript 和 Python 应用程序中使用 DeepSeek API 可以增强和开启广泛的功能，从代码辅助到从自然语言生成内容、聊天机器人等等。无论您是开发应用程序、系统、内容或任何东西的开发人员、研究人员、教师还是内容创建者。 DeepSeek 为各种用途提供了一个强大且适应性强的环境和平台。

当您开始使用 DeepSeek API 时，遵循一些安全措施以进行安全开发非常重要；以下是其中一些安全措施。切勿在客户端代码中暴露您的 API 密钥，因为它可能导致未经授权的访问。尽管如此，仍然可以通过执行身份验证的后端或代理服务器来执行您的请求。此外，还要注意速率限制和 API 使用配额；保持在这些限制内将有助于维持稳定的性能并避免服务中断。

通读整篇文章后，您将掌握 API 用途、最佳实践和性能优化的基本知识。此外，您将能够使用 API 构建高效、智能和用户友好的应用程序，并开始受益于大型语言模型的力量，从而将智能功能带入现实世界的应用程序中。 DeepSeek 的 API 是您在自动化、创建或开发之旅中非常有用的可靠的合作伙伴或助手。

下一个主题设置环境-python-cuda-etc-for-deepseek

使用 DeepSeek 的示例 API 调用（Python、JavaScript）

引言

API 访问和先决条件

API 结构

在 Python 中进行 API 调用

在 JavaScript 中进行 API 调用

一些常见的错误处理

使用 API 的最佳实践

实际应用

结论

联系信息

关注我们

教程

面试题

在线编译器

Python

Java

.Net Framework

AI, ML and Data Science

Cloud Technology

B.Tech and MCA

Web Technology

PHP

Software Testing

Technical Interview

Java Interview

Python

Web Interview

Database Interview

B.Tech / MCA

Important Interview

Software Testing Interview

Company Interviews

Online Compilers

Multiple Choice Questions

DeepSeek 教程

使用 DeepSeek 的示例 API 调用（Python、JavaScript）

引言

API 访问和先决条件

API 结构

在 Python 中进行 API 调用

在 JavaScript 中进行 API 调用

一些常见的错误处理

使用 API 的最佳实践

实际应用

结论

相关帖子

DeepSeek AI 的主要功能和能力

使用 DeepSeek AI 辅助进行数据分析

DeepSeek 中使用自定义数据集进行微调

DeepSeek AI 的用例和应用

使用 DeepSeek 在云和边缘环境中部署

DeepSeek 中的常见错误和修复

使用 DeepSeek 自动生成文档

DeepSeek 的性能瓶颈和优化

使用 Hugging Face / Transformers 运行 DeepSeek

将 DeepSeek 嵌入 Web 应用程序

订阅 Tpoint Tech

联系信息

关注我们

教程

面试题

在线编译器