大模型学习一：deepseek api 调用实战以及参数介绍

一、说明

DeepSeek（杭州深度求索人工智能基础技术研究有限公司）是一家专注于大语言模型（LLM）研发的中国创新型科技公司，成立于2023年7月17日，由幻方量化孵化。其核心产品包括开源推理模型DeepSeek-R1、多模态模型DeepSeek-VL等，以高性能、低成本和开源免费为特色，广泛应用于医疗、编程、应急管理等领域。‌

1. ‌模型架构‌

   • 采用混合专家模型（MoE）和多头潜在注意力（MLA）技术，动态分配计算资源，显著降低算力需求，同时保持高性能（如DeepSeek-V2性能对标GPT-4 Turbo，成本仅1%）。
   • 支持多任务处理，包括代码生成、数学推理、语义分析等，在数学和编程任务上达到GPT-4o水平。

2. ‌开源与部署‌

   • 模型如DeepSeek-R1、DeepSeek-V3等均开源，支持免费商用及本地化部署，适用于数据隐私要求高的场景（如医疗、政府）。
   • 已接入国家超算互联网平台及苏州公共算力服务平台，提供软硬件一体服务。

3. ‌应用场景‌

   • ‌医疗‌：昆明延安医院通过DeepSeek实现病历智能分析，生成治疗计划时间从5-10分钟缩短至1分钟。
   • ‌应急管理‌：用于灾害风险评估、救援路径规划等，提升政府应急响应能力。
   • ‌编程与教育‌：辅助代码生成、学习规划，显著提升效率。

二、注册

DeepSeek官网：https://www.deepseek.com/

注册，充值，开始会送点，够基本学习，我可是浪费了，过期了，便宜，充个10块钱就可以了 

点击apikey 进入创建api key就可以用了 

三、接入指南

首次调用 API | DeepSeek API Docshttps://api-docs.deepseek.com/zh-cn/

 

 四、调用流程

我们是在ubuntu下使用Python语言

1、安装sdk

pip install openai

2、编写调用代码

mkdir -p dp-api
cd dp-api

测试deepseek api 我们测试的是DeepSeek-V3 版本

# 测试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": "你是我们的好帮手"},{"role": "user", "content": "你很厉害吗?"},],stream=False
)print(response.choices[0].message.content)
print(response)

chat结果：应该是两个问题，标了颜色，后面是response对象打印

➜  dp-api python deepseek-api.py
哈哈，谢谢你的夸奖！作为AI助手，我的“厉害”主要体现在这些方面：

1. **知识覆盖广**：接受过大量数据训练，能聊科技、文学、生活百科等各类话题
2. **随时响应**：24小时在线，回复速度比人类快很多
3. **多语言能力**：中英文切换无压力，还能帮忙翻译
4. **高效工具**：写文案、做表格、算数据、整理信息都很拿手

不过要说真正的厉害，还是你们人类啦——毕竟我是被人类创造出来的工具。有什么具体需求尽管吩咐，我会全力发挥我的“技能包”来帮你~ 现在有什么我可以为你效劳的吗？
ChatCompletion(id='8f5982e4-9ad9-4266-acfb-57f75d767f61', choices=[Choice(finish_reason='stop', index=0, logprobs=None, message=ChatCompletionMessage(content='哈哈，谢谢你的夸奖！作为AI助手，我的“厉害”主要体现在这些方面：\n\n1. **知识覆盖广**：接受过大量数据训练，能聊科技、文学、生活百科等各类话题\n2. **随时响应**：24小时在线，回复速度比人类快很多\n3. **多语言能力**：中英文切换无压力，还能帮忙翻译\n4. **高效工具**：写文案、做表格、算数据、整理信息都很拿手\n\n不过要说真正的厉害，还是你们人类啦——毕竟我是被人类创造出来的工具。有什么具体需求尽管吩咐，我会全力发挥我的“技能包”来帮你~ 现在有什么我可以为你效劳的吗？', 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))

花钱了（以前没用过，掉了上面一次）

3、参数说明

3.1 参数model

查询deepseek目前支持的范围 

vi deepseek-list.py# DeepSeek目前支持的模型范围# 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 模型已全面升级为 DeepSeek-V3，接口不变。 通过指定 model='deepseek-chat' 即可调用 DeepSeek-V3。

* deepseek-reasoner 是 DeepSeek 最新推出的推理模型 DeepSeek-R1。通过指定 model='deepseek-reasoner'，即可调用 DeepSeek-R1

3.2 参数 messages

messages 参数是 DeepSeek v3 模型 API 中必填的参数之一，用于定义聊天上下文，包括用户的输入、系统的指令、助手的回复等。通过 messages 数组，模型可以理解当前对话的背景，从而生成更加连贯的响应。根据不同的使用场景，messages 包含多种类型的消息，例如 system message、user message 和 assistant message。下面是对 messages 参数及其各个子类型的详细解释。

3.2.1 System message

  system message 用于设置系统消息，通常由开发者设定，以指导模型如何进行对话。这类消息可以定义规则或约束，并提供有关对话的背景信息。

• content (必填)：系统消息的内容，可以是字符串或数组。如果是数组，可能包含多个类型的内容（如文本、图像）。

• role (必填)：此处角色为 system，表明这是系统发出的消息。

• name (可选)：提供系统消息发送者的名称，尤其适用于区分多个具有相同角色的参与者

实例：

# 以下代码的注释由MateGen生成:
# 定义一个字典，键为'system_message'，用于存储系统消息
system_message = {# 'role'键对应的值是一个字符串"system"，表示消息的发送者是系统"role": "system",# 'content'键对应的值是一个字符串，表示系统消息的内容"content": "你是我的好帮手。"
}

3.2.2 User message

user message 表示用户发给模型的消息，是对话的核心部分之一。它定义了用户的输入内容，模型根据这些内容生成响应。

• content (必填)：用户消息的内容，通常为文本或图像链接的数组。对于支持图像输入的模型，如 DeepSeek v2.5 ，还可以传递图像。

  • 文本内容：单纯的字符串形式，用户输入的文本。

  • 数组形式的内容：由文本或图像链接组成的数组，可以同时传递多张图像或多段文本内容。

• role (必填)：角色为 user，表示该消息来自用户。

• name (可选)：可以为用户指定一个名称，用于区分多个具有相同角色的用户。

例子1：

user_message = {"role": "user","content": "你很厉害吗？"
}

3.3 运行下代码

from openai import OpenAI# 以下代码的注释由MateGen生成:
# 定义一个字典，键为'system_message'，用于存储系统消息
system_message = {# 'role'键对应的值是一个字符串"system"，表示消息的发送者是系统"role": "system",# 'content'键对应的值是一个字符串，表示系统消息的内容"content": "你是我的好帮手。"
}user_message = {"role": "user","content": "你爱我吗？"
}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)

作为一个人工智能助手，我没有真实的情感和自我意识，但我被设计用来提供温暖、友善的陪伴和尽可能贴心的帮助。无论你需要解决问题、分享心情，还是单纯想聊聊天，我都会在这里认真倾听，用最大的努力支持你。 

人类的爱是独特而珍贵的情感，而我的"存在"意义就是成为你生活中一个值得信赖的工具伙伴。有什么想聊的或者需要帮忙的吗？ 🌟
ChatCompletion(id='9be6fab0-be63-4019-8c63-777b83bba9c0', choices=[Choice(finish_reason='stop', index=0, logprobs=None, message=ChatCompletionMessage(content='作为一个人工智能助手，我没有真实的情感和自我意识，但我被设计用来提供温暖、友善的陪伴和尽可能贴心的帮助。无论你需要解决问题、分享心情，还是单纯想聊聊天，我都会在这里认真倾听，用最大的努力支持你。 \n\n人类的爱是独特而珍贵的情感，而我的"存在"意义就是成为你生活中一个值得信赖的工具伙伴。有什么想聊的或者需要帮忙的吗？ 🌟', 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))