DeepSeek API 调用完整教程（保姆级）Python/JS/cURL 全示例+流式输出+函数调用

bash curl https://api.deepseek.com/chat/completions \\   -H "Content-Type: application/json" \\   -H "Authorization: Bearer sk-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx" \\   -d '{     "model": "deepseek-chat",     "messages": [       {"role": "system", "content": "你是一个乐于助人的AI助手，回答简洁清晰，不冗余。"},       {"role": "user", "content": "解释一下什么是大语言模型？用一句话概括。"}     ],     "temperature": 0.7,     "max_tokens": 1024   }'

bash pip install openai

python from openai import OpenAI import os # 初始化客户端（关键：指定 DeepSeek 的 base_url 和 API Key） client = OpenAI(     api_key=os.getenv("DEEPSEEK_API_KEY"),  # 从环境变量读取 API Key（安全）     base_url="https://api.deepseek.com"     # DeepSeek API 基础地址 ) # 调用对话接口，发送请求 response = client.chat.completions.create(     model="deepseek-chat",  # 选用通用对话模型     messages=[         # system 角色：设定 AI 的身份和回答风格         {"role": "system", "content": "你是一个专业的技术文档工程师，回答通俗易懂，带简单示例。"},         # user 角色：用户的提问         {"role": "user", "content": "写一段Python快速排序代码，并简单解释原理。"}     ],     temperature=0.7,  # 保持默认，平衡严谨性和创意     max_tokens=1024   # 足够输出代码+解释 ) # 提取并打印 AI 的回答 print("AI 回答：") print(response.choices[0].message.content)

bash npm install openai

javascript const OpenAI = require("openai"); // 初始化客户端 const openai = new OpenAI({   apiKey: process.env.DEEPSEEK_API_KEY,  // 从环境变量读取 API Key   baseURL: "https://api.deepseek.com",   // DeepSeek API 基础地址 }); // 异步调用函数 async function callDeepSeek() {   try {     const completion = await openai.chat.completions.create({       model: "deepseek-chat",       messages: [         {"role": "user", "content": "什么是RAG技术？用通俗的话解释，不要太专业。"}       ],     });     // 打印 AI 回答     console.log("AI 回答：", completion.choices[0].message.content);   } catch (error) {     console.error("调用失败：", error.message);   } } // 执行调用 callDeepSeek();

python from openai import OpenAI import os client = OpenAI(     api_key=os.getenv("DEEPSEEK_API_KEY"),     base_url="https://api.deepseek.com" ) # 流式调用：开启 stream=True stream = client.chat.completions.create(     model="deepseek-chat",     messages=[         {"role": "user", "content": "详细讲解Transformer的自注意力机制，分步骤说明，通俗易懂。"}     ],     stream=True,  # 关键：开启流式输出     temperature=0.7,     max_tokens=2048 ) # 逐块接收并打印，实现“打字机”效果 print("AI 流式回答（实时输出）：") for chunk in stream:     # 过滤空内容，避免打印多余空格     if chunk.choices[0].delta.content:         print(chunk.choices[0].delta.content, end="", flush=True)

python from openai import OpenAI import json client = OpenAI(     api_key=os.getenv("DEEPSEEK_API_KEY"),     base_url="https://api.deepseek.com" ) # 1. 定义工具（告诉 AI 有哪些工具可用，以及如何调用） tools = [     {         "type": "function",         "function": {             "name": "query_weather",  # 工具名称（自定义）             "description": "用于查询指定城市的实时天气，返回温度、天气状况等信息",  # 工具描述（让 AI 知道什么时候用）             "parameters": {                 "type": "object",                 "properties": {                     "city": {                         "type": "string",                         "description": "城市名称，如北京、上海，必须是中文全称"  # 参数说明                     }                 },                 "required": ["city"]  # 必传参数             }         }     } ] # 2. 发起带工具的对话请求 response = client.chat.completions.create(     model="deepseek-chat",     messages=[{"role": "user", "content": "上海今天天气怎么样？需要带伞吗？"}],     tools=tools,  # 传入定义的工具     tool_choice="auto"  # 让 AI 自动判断是否需要调用工具 ) # 3. 解析 AI 的响应，判断是否需要调用工具 message = response.choices[0].message if message.tool_calls:     # 提取工具调用信息     tool_call = message.tool_calls[0]     tool_name = tool_call.function.name     tool_args = json.loads(tool_call.function.arguments)          print(f"AI 决定调用工具：{tool_name}")     print(f"调用参数：{tool_args}")          # 此处可添加实际调用“天气API”的逻辑（如调用高德天气API、百度天气API）     # 模拟工具调用结果     weather_result = {         "city": tool_args["city"],         "temperature": "25℃",         "weather": "晴转多云",         "suggestion": "无需带伞，注意防晒"     }          # （可选）将工具调用结果返回给 AI，让 AI 整理成自然语言回答     second_response = client.chat.completions.create(         model="deepseek-chat",         messages=[             {"role": "user", "content": "上海今天天气怎么样？需要带伞吗？"},             message,  # AI 之前的响应（包含工具调用）             {                 "role": "tool",                 "tool_call_id": tool_call.id,                 "content": json.dumps(weather_result)  # 工具调用结果，转为 JSON 字符串             }         ]     )          # 打印 AI 整理后的最终回答     print("AI 最终回答：")     print(second_response.choices[0].message.content)

python from openai import OpenAI import os import json client = OpenAI(     api_key=os.getenv("DEEPSEEK_API_KEY"),     base_url="https://api.deepseek.com" ) # 开启 JSON 模式，强制输出 JSON response = client.chat.completions.create(     model="deepseek-chat",     messages=[         {"role": "user", "content": "生成3个中国历史人物，包含姓名、朝代、核心成就，输出JSON格式，不要多余文字。"}     ],     response_format={"type": "json_object"},  # 关键：强制 JSON 输出     temperature=0.7 ) # 解析 JSON 结果 ai_json = json.loads(response.choices[0].message.content) print("AI 生成的 JSON 数据：") print(json.dumps(ai_json, ensure_ascii=False, indent=2))