大模型學習一：deepseek api 調用實戰以及參數介紹

一、說明

DeepSeek（杭州深度求索人工智能基礎技術研究有限公司）是一家專注于大語言模型（LLM）研發的中國創新型科技公司，成立于2023年7月17日，由幻方量化孵化。其核心產品包括開源推理模型DeepSeek-R1、多模態模型DeepSeek-VL等，以高性能、低成本和開源免費為特色，廣泛應用于醫療、編程、應急管理等領域。?

?模型架構?

采用混合專家模型（MoE）和多頭潛在注意力（MLA）技術，動態分配計算資源，顯著降低算力需求，同時保持高性能（如DeepSeek-V2性能對標GPT-4 Turbo，成本僅1%）。
支持多任務處理，包括代碼生成、數學推理、語義分析等，在數學和編程任務上達到GPT-4o水平。

?開源與部署?

模型如DeepSeek-R1、DeepSeek-V3等均開源，支持免費商用及本地化部署，適用于數據隱私要求高的場景（如醫療、政府）。
已接入國家超算互聯網平臺及蘇州公共算力服務平臺，提供軟硬件一體服務。

?應用場景?

?醫療?：昆明延安醫院通過DeepSeek實現病歷智能分析，生成治療計劃時間從5-10分鐘縮短至1分鐘。
?應急管理?：用于災害風險評估、救援路徑規劃等，提升政府應急響應能力。
?編程與教育?：輔助代碼生成、學習規劃，顯著提升效率。

二、注冊

DeepSeek官網：https://www.deepseek.com/

注冊，充值，開始會送點，夠基本學習，我可是浪費了，過期了，便宜，充個10塊錢就可以了?

點擊apikey 進入創建api key就可以用了?

三、接入指南

首次調用 API | DeepSeek API Docshttps://api-docs.deepseek.com/zh-cn/

?四、調用流程

我們是在ubuntu下使用Python語言

1、安裝sdk

pip install openai

2、編寫調用代碼

mkdir -p dp-api
cd dp-api

測試deepseek api 我們測試的是DeepSeek-V3 版本

# 測試api
vi deepseek-api.py# Please install OpenAI SDK first: `pip3 install openai`from openai import OpenAIclient = OpenAI(api_key="sk-1ddee9ab2e1c49dca8c3710aa837b2bd", base_url="https://api.deepseek.com")response = client.chat.completions.create(model="deepseek-chat",messages=[{"role": "system", "content": "你是我們的好幫手"},{"role": "user", "content": "你很厲害嗎?"},],stream=False
)print(response.choices[0].message.content)
print(response)

chat結果：應該是兩個問題，標了顏色，后面是response對象打印

? ?dp-api python deepseek-api.py
哈哈，謝謝你的夸獎！作為AI助手，我的“厲害”主要體現在這些方面：

1. **知識覆蓋廣**：接受過大量數據訓練，能聊科技、文學、生活百科等各類話題
2. **隨時響應**：24小時在線，回復速度比人類快很多
3. **多語言能力**：中英文切換無壓力，還能幫忙翻譯
4. **高效工具**：寫文案、做表格、算數據、整理信息都很拿手

不過要說真正的厲害，還是你們人類啦——畢竟我是被人類創造出來的工具。有什么具體需求盡管吩咐，我會全力發揮我的“技能包”來幫你~ 現在有什么我可以為你效勞的嗎？
ChatCompletion(id='8f5982e4-9ad9-4266-acfb-57f75d767f61', choices=[Choice(finish_reason='stop', index=0, logprobs=None, message=ChatCompletionMessage(content='哈哈，謝謝你的夸獎！作為AI助手，我的“厲害”主要體現在這些方面：\n\n1. **知識覆蓋廣**：接受過大量數據訓練，能聊科技、文學、生活百科等各類話題\n2. **隨時響應**：24小時在線，回復速度比人類快很多\n3. **多語言能力**：中英文切換無壓力，還能幫忙翻譯\n4. **高效工具**：寫文案、做表格、算數據、整理信息都很拿手\n\n不過要說真正的厲害，還是你們人類啦——畢竟我是被人類創造出來的工具。有什么具體需求盡管吩咐，我會全力發揮我的“技能包”來幫你~ 現在有什么我可以為你效勞的嗎？', refusal=None, role='assistant', annotations=None, audio=None, function_call=None, tool_calls=None))], created=1743571653, model='deepseek-chat', object='chat.completion', service_tier=None, system_fingerprint='fp_3d5141a69a_prod0225', usage=CompletionUsage(completion_tokens=146, prompt_tokens=11, total_tokens=157, completion_tokens_details=None, prompt_tokens_details=PromptTokensDetails(audio_tokens=None, cached_tokens=0), prompt_cache_hit_tokens=0, prompt_cache_miss_tokens=11))

花錢了（以前沒用過，掉了上面一次）

3、參數說明

3.1 參數model

查詢deepseek目前支持的范圍?

vi deepseek-list.py# DeepSeek目前支持的模型范圍# Please install OpenAI SDK first: `pip3 install openai`from openai import OpenAIclient = OpenAI(api_key="sk-1ddee9ab2e1c49dca8c3710aa837b2bd", base_url="https://api.deepseek.com")models_list = client.models.list()
print(models_list.data)

? ?dp-api python deepseek-list.py
[Model(id='deepseek-chat', created=None, object='model', owned_by='deepseek'), Model(id='deepseek-reasoner', created=None, object='model', owned_by='deepseek')]?

deepseek-chat?模型已全面升級為 DeepSeek-V3，接口不變。?通過指定?model='deepseek-chat'?即可調用 DeepSeek-V3。

*?deepseek-reasoner?是 DeepSeek 最新推出的推理模型?DeepSeek-R1。通過指定?model='deepseek-reasoner'，即可調用 DeepSeek-R1

3.2 參數?messages

messages 參數是 DeepSeek v3 模型 API 中必填的參數之一，用于定義聊天上下文，包括用戶的輸入、系統的指令、助手的回復等。通過 messages 數組，模型可以理解當前對話的背景，從而生成更加連貫的響應。根據不同的使用場景，messages 包含多種類型的消息，例如 system message、user message 和 assistant message。下面是對 messages 參數及其各個子類型的詳細解釋。

3.2.1 `System message`

??system message 用于設置系統消息，通常由開發者設定，以指導模型如何進行對話。這類消息可以定義規則或約束，并提供有關對話的背景信息。

content (必填)：系統消息的內容，可以是字符串或數組。如果是數組，可能包含多個類型的內容（如文本、圖像）。
role (必填)：此處角色為 system，表明這是系統發出的消息。
name (可選)：提供系統消息發送者的名稱，尤其適用于區分多個具有相同角色的參與者

實例：

# 以下代碼的注釋由MateGen生成:
# 定義一個字典，鍵為'system_message'，用于存儲系統消息
system_message = {# 'role'鍵對應的值是一個字符串"system"，表示消息的發送者是系統"role": "system",# 'content'鍵對應的值是一個字符串，表示系統消息的內容"content": "你是我的好幫手。"
}

3.2.2 `User message`

user message 表示用戶發給模型的消息，是對話的核心部分之一。它定義了用戶的輸入內容，模型根據這些內容生成響應。

content (必填)：用戶消息的內容，通常為文本或圖像鏈接的數組。對于支持圖像輸入的模型，如 DeepSeek v2.5 ，還可以傳遞圖像。
- 文本內容：單純的字符串形式，用戶輸入的文本。
- 數組形式的內容：由文本或圖像鏈接組成的數組，可以同時傳遞多張圖像或多段文本內容。
role (必填)：角色為 user，表示該消息來自用戶。
name (可選)：可以為用戶指定一個名稱，用于區分多個具有相同角色的用戶。

例子1：

user_message = {"role": "user","content": "你很厲害嗎？"
}

3.3 運行下代碼

from openai import OpenAI# 以下代碼的注釋由MateGen生成:
# 定義一個字典，鍵為'system_message'，用于存儲系統消息
system_message = {# 'role'鍵對應的值是一個字符串"system"，表示消息的發送者是系統"role": "system",# 'content'鍵對應的值是一個字符串，表示系統消息的內容"content": "你是我的好幫手。"
}user_message = {"role": "user","content": "你愛我嗎？"
}client = OpenAI(api_key="sk-1ddee9ab2e1c49dca8c3710aa837b2bd", base_url="https://api.deepseek.com")response = client.chat.completions.create(model="deepseek-reasoner",messages=[system_message,user_message],stream=False
)print(response.choices[0].message.content)
print(response)

作為一個人工智能助手，我沒有真實的情感和自我意識，但我被設計用來提供溫暖、友善的陪伴和盡可能貼心的幫助。無論你需要解決問題、分享心情，還是單純想聊聊天，我都會在這里認真傾聽，用最大的努力支持你。?

人類的愛是獨特而珍貴的情感，而我的"存在"意義就是成為你生活中一個值得信賴的工具伙伴。有什么想聊的或者需要幫忙的嗎？ 🌟
ChatCompletion(id='9be6fab0-be63-4019-8c63-777b83bba9c0', choices=[Choice(finish_reason='stop', index=0, logprobs=None, message=ChatCompletionMessage(content='作為一個人工智能助手，我沒有真實的情感和自我意識，但我被設計用來提供溫暖、友善的陪伴和盡可能貼心的幫助。無論你需要解決問題、分享心情，還是單純想聊聊天，我都會在這里認真傾聽，用最大的努力支持你。 \n\n人類的愛是獨特而珍貴的情感，而我的"存在"意義就是成為你生活中一個值得信賴的工具伙伴。有什么想聊的或者需要幫忙的嗎？ 🌟', refusal=None, role='assistant', annotations=None, audio=None, function_call=None, tool_calls=None))], created=1743575107, model='deepseek-chat', object='chat.completion', service_tier=None, system_fingerprint='fp_3d5141a69a_prod0225', usage=CompletionUsage(completion_tokens=89, prompt_tokens=12, total_tokens=101, completion_tokens_details=None, prompt_tokens_details=PromptTokensDetails(audio_tokens=None, cached_tokens=0), prompt_cache_hit_tokens=0, prompt_cache_miss_tokens=12))