DeepSeek API Key 与首次请求

接入时先验证一条简单请求能正常返回,再加入业务逻辑。这样能分别检查鉴权、参数和响应处理,出现问题时也更容易确定所在环节。

四步验证模型调用

  1. 先进入控制台:通过 访问开放平台 完成账号注册并登录。
  2. 获取 API Key:控制台中可新建密钥,完整内容通常只在创建时显示。创建后马上安全保存,存在泄露可能时及时撤销重建。
  3. 设置地址及模型:将 base_url 配置为官方 API 地址的 /v1 路径。接着按任务选用 deepseek-chat 或 deepseek-reasoning 作为模型名称。
  4. 打通调用链路:用一句话进行最小请求,能够收到 assistant 返回后再接业务。

基础请求示例

curl

下面通过环境变量提供密钥,以免将其留在命令历史中:

export DEEPSEEK_API_KEY="sk-你的密钥" curl https://api.deepseek.com/chat/completions \ -H "Content-Type: application/json" \ -H "Authorization: Bearer $DEEPSEEK_API_KEY" \ -d '{ "model": "deepseek-chat", "messages": [ {"role": "system", "content": "你是一个严谨的技术助理。"}, {"role": "user", "content": "用三句话解释什么是 API。"} ], "stream": false }'

模型返回的正文位于 choices[0].message.content。本次消耗的 token 数量在 usage 字段中。

Python

import os from openai import OpenAI client = OpenAI( api_key=os.environ["DEEPSEEK_API_KEY"], base_url="https://api.deepseek.com", ) response = client.chat.completions.create( model="deepseek-chat", messages=[ {"role": "system", "content": "你是一个严谨的技术助理。"}, {"role": "user", "content": "用三句话解释什么是 API。"}, ], temperature=0.3, max_tokens=1024, ) print(response.choices[0].message.content) print(response.usage)

Python 可沿用兼容 SDK,不需要单独的专用依赖。关键配置是把 base_url 指向 DeepSeek 的接口地址。

JavaScript

import OpenAI from "openai"; const client = new OpenAI({ apiKey: process.env.DEEPSEEK_API_KEY, baseURL: "https://api.deepseek.com", }); const stream = await client.chat.completions.create({ model: "deepseek-reasoning", messages: [{ role: "user", content: "解释一下什么是流式输出。" }], stream: true, }); for await (const chunk of stream) { process.stdout.write(chunk.choices[0]?.delta?.content ?? ""); }

两种输出方式说明

流式处理:stream 设置为 true 后,前端可接收并拼接增量事件,形成打字机效果。交互对话适合启用此方式,批量处理可选择关闭。

JSON 结果:需要把回答交给程序处理,就指定 JSON 对象作为返回格式。字段名称、数据类型和嵌套结构也应在系统提示里说明:

response = client.chat.completions.create( model="deepseek-chat", messages=[ {"role": "system", "content": "仅输出 JSON,字段为 city、population、tags(字符串数组)。"}, {"role": "user", "content": "杭州的人口规模和标签。"}, ], response_format={"type": "json_object"}, ) import json data = json.loads(response.choices[0].message.content) print(data["city"], data["tags"])

请检查输出结构,若模型附加了解释而影响解析,可重试或作后处理。相关工程化示例可继续阅读 API 工程流程:JSON 和函数调用。

API 报错检查表

遇到的问题 主要检查方向 解决步骤
401:身份验证未通过 Authorization 未发送、密钥带空格换行或无效 请确认使用的是 Bearer 密钥 格式,密钥由环境变量读取并去掉空格
429:频率、额度受限 频率高、并发大、余额不够 核对控制台余额与限速配置,采用指数退避
返回为空、回答不完整 max_tokens 不足、输入提示太长 提高输出上限、缩短历史消息,或拆成多轮再整合
返回格式与约定不同 格式限制不清、示例不足 定义字段和样例 JSON,使用 JSON 响应并校验
连接等待超时 链路波动、服务端忙碌 合理配置超时、重试次数,并降低批量并发量

继续完善接口接入

常见疑问

接口使用常见疑问

DeepSeek API 的地址如何设置?

按官方文档设置接口域名;多数客户端可用 /v1 路径与 OpenAI 兼容格式处理请求和返回。

模型可选通用的 deepseek-chat,或侧重推理的 deepseek-reasoning。

在哪个控制台生成 API 密钥?

打开 API 平台控制台可生成 Key,通常只有创建时会完整展示。请及时保存到安全位置,发现泄露风险则撤销后重新生成。

DeepSeek 请求返回 401 如何排查?

出现 401 时先检查鉴权:请求头有无 Authorization,密钥是否粘入空格或换行,旧 Key 是否已被撤销。

用 Bearer 格式填写 Authorization,并通过环境变量获取密钥,避免硬编码。

请求返回 429 应怎样调整?

请求太频繁,或者触及速率与额度上限时,可能返回 429。处理时降低重复并发、加入指数退避,同时核对平台余额与速率设置。

怎样约定结构化返回格式?

同时指定 JSON 对象格式和系统提示:写清字段、类型、层级,再给出 JSON 示例。输出仍需校验,结构不符时可重试一次或作后处理。

怎样接收 DeepSeek 流式响应?

流式开关为真时,响应逐段到达;前端依次拼接这些事件即可展示。对话前端可由此实现打字效果;非交互的批量工作可以关闭。