DeepSeek 使用教程：快速上手指南

新闻资讯1周前更新上班人导航

88 0 0

DeepSeek 作为人工智能领域的佼佼者，凭借其强大的语言处理能力和创新技术，在全球范围内受到广泛关注。本教程将详细介绍如何使用 DeepSeek，帮助你快速上手这一先进的人工智能工具。

一、获取 API 密钥

要使用 DeepSeek 的 API 服务，首先需要获取 API 密钥。具体步骤如下：

打开浏览器，访问 DeepSeek 官方网站：h ttps://www .deep seek.com/ 。

在网站页面中，找到并点击 “访问 API” 选项。

如果你还没有账号，需要在 DeepSeek 的 API 平台进行注册，填写相关信息完成注册流程。

注册成功后，登录账号，点击 “充值” 选项，根据你的需求添加相应金额到账户。当前 DeepSeek API 的定价为：输入（缓存未命中） 0.07 / 百万令牌，输出 $1.10 / 百万令牌。

充值完成后，在页面左侧导航栏找到 “API 密钥” 选项卡，点击 “创建新 API 密钥”。为新创建的 API 密钥设置一个易于识别的名称，然后复制该密钥，妥善保存，后续使用 API 时会用到。

二、在 Python 中使用 DeepSeek

假设你已经安装了 Python 环境（建议 Python 3.8 及以上版本），并且安装了requests库用于发送 HTTP 请求。以下是使用 DeepSeek API 进行对话的示例代码：

import requests

import json

# 替换为你自己的API密钥

api_key = ‘your_api_key’

api_url = ‘https://api.deepseek.com/chat/completions’

headers = {

‘content-type’: ‘application/json’,

‘authorization’: f’Bearer {api_key}’

}

def get_deepseek_response(prompt):

“””根据给定的提示从DeepSeek API获取响应”””

data = {

‘model’: ‘deepseek – chat’, # 指定使用的DeepSeek模型

‘messages’: (

{‘role’:’system’, ‘content’: ‘你是一个乐于助人的助手。’},

{‘role’: ‘user’, ‘content’: prompt}

‘stream’: False # 设置为True可进行流式响应

}

response = requests.post(api_url, headers=headers, data=json.dumps(data))

if response.status_code == 200:

result = response.json()

return result[‘choices’][0][‘message’][‘content’].strip()

else:

raise Exception(f”错误 {response.status_code}: {response.text}”)

# 示例使用

prompt = “请介绍一下人工智能的发展历程”

response = get_deepseek_response(prompt)

print(response)

在这段代码中：

首先导入requests和json库，requests用于发送 HTTP 请求，json用于处理请求和响应的数据格式。

设置api_key为你获取的 API 密钥，api_url为 DeepSeek API 的聊天完成接口地址。

定义get_deepseek_response函数，该函数接受一个提示作为参数，向 DeepSeek API 发送请求并返回响应。在请求数据中，设置了使用的模型为deepseek – chat，并包含了系统角色和用户角色的消息，stream参数用于控制是否进行流式响应。

三、在 VS Code 中使用 DeepSeek（结合 CodeGPT）

如果你使用 VS Code 作为开发工具，并且安装了 CodeGPT 插件，可以按照以下步骤使用 DeepSeek：

打开 VS Code，确保已经安装了 CodeGPT 插件。

从 CodeGPT 的设置中，选择 DeepSeek 作为提供商。

点击 “连接” 或 “设置连接” 选项。

在弹出的输入框中，粘贴你之前获取的 DeepSeek API 密钥，然后点击 “连接”。

连接成功后，你就可以在 VS Code 中使用 DeepSeek 进行代码相关的任务，例如代码生成、代码解释等。在 CodeGPT 中，DeepSeek 提供了deepseek – chat和deepseek – coder等模型供选择，根据你的需求选择相应的模型进行使用。

四、使用示例：构建代码审查助手

以构建一个基于 DeepSeek – V3 和 Gradio 的代码审查助手为例，展示 DeepSeek 在实际项目中的应用。

安装依赖：确保你已经安装了 Python 3.8 及以上版本，并且使用pip安装以下依赖库：

pip install requests gradio
连接 DeepSeek API：参考前面 Python 中使用 DeepSeek API 的示例代码，编写连接 API 的函数，用于获取 DeepSeek 对代码审查提示的响应。

设计核心功能：定义一个函数，该函数接受代码片段作为输入，通过调用连接 API 的函数，获取 DeepSeek 对代码的审查意见。
def review_code(code_snippet):

prompt = f”请审查以下代码：\n{code_snippet}”

return get_deepseek_response(prompt)
创建 Gradio 界面：使用 Gradio 库创建一个用户友好的界面，方便用户输入代码并查看审查结果。
import gradio as gr

def app():

def on_submit(code):

result = review_code(code)

return result

with gr.Blocks() as demo:

gr.Markdown(“### 代码审查助手”)

code_input = gr.Textbox(lines=10, label=”请输入代码”)

submit_button = gr.Button(“审查代码”)

result_output = gr.Textbox(lines=10, label=”审查结果”)

submit_button.click(on_submit, inputs=code_input, outputs=result_output)

return demo

if __name__ == “__main__”:

app().launch()

在上述代码中：