DeepSeek API 快速上手指南：从零开始调用你的第一个AI模型

🚀 与 OpenAI 兼容的 API 接口

DeepSeek APIAn AI model API service compatible with OpenAI's API format for accessing DeepSeek's language models. 采用与 OpenAI 完全兼容的 API 格式设计，这意味着开发者可以无缝迁移现有项目。通过简单的配置调整，您就能使用熟悉的 OpenAI SDK 或任何兼容 OpenAI API 的软件来访问 DeepSeek 的强大模型能力。

⚙️ 核心配置参数

base_url

主要端点：https://api.deepseek.com
兼容端点：https://api.deepseek.com/v1（为保持与 OpenAI 兼容性而提供）

重要提示：URL 中的 v1 仅表示 API 版本，与模型版本无关，请勿混淆。

api_key

需要申请专属 API 密钥
申请地址：DeepSeek 官方平台

🤖 模型选择指南

DeepSeek 目前提供两大核心模型，均基于先进的 DeepSeek-V3.2The underlying advanced architecture powering DeepSeek's current core language models. 架构：

模型名称	对应模式	特点
`deepseek-chat`	非思考模式	快速响应，适合常规对话场景
`deepseek-reasoner`	思考模式	深度推理，适合复杂问题分析

💻 实战：调用对话 API

准备工作

成功申请 API 密钥
将密钥设置为环境变量：DEEPSEEK_API_KEY

基础调用示例（非流式）

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": "You are a helpful assistant."},
          {"role": "user", "content": "Hello!"}
        ],
        "stream": false
      }'

代码说明

model：指定使用的模型（deepseek-chat 或 deepseek-reasoner）
messages：对话历史数组，包含系统提示和用户输入
stream：输出模式控制（false 为非流式，true 为流式输出）

🔄 流式输出模式

如需实时获取模型生成内容，只需将 stream 参数设置为 true：

{
  "model": "deepseek-chat",
  "messages": [...],
  "stream": true
}

流式模式特别适合需要实时展示生成过程的场景，如聊天应用、代码编辑器等。

🎯 最佳实践建议

环境变量管理：始终将 API 密钥存储在环境变量中，避免硬编码
错误处理：实现完善的错误处理机制，特别是网络异常和配额限制
模型选择：根据任务复杂度选择合适的模型模式
性能优化：对于长文本处理，考虑使用流式输出提升用户体验

📚 下一步学习

成功完成首次 API 调用后，您可以进一步探索：

高级参数调优（temperature、max_tokens 等）
批量处理和多轮对话管理
模型性能监控和成本优化

开始你的 DeepSeek 开发之旅吧！ 只需几行代码，就能将业界领先的 AI 能力集成到你的应用中。

Data Analysis

模型名称	对应模式	特点
`deepseek-chat`	非思考模式	快速响应，适合常规对话场景
`deepseek-reasoner`	思考模式	深度推理，适合复杂问题分析

Source: Synthesis of information from the provided text.