调用deepseek API

1、deepseek官网注册账号，充值几块钱

2、创建API key（注意：复制保存好API key，因为出于安全原因，你将无法通过 API keys 管理界面再次查看它）3、可用性测试（简单调用api）

注意：先pip install openai

安装了openai，但无法解析openai库的导入：

可能是IDE的Python解释器设置不正确，可以通过左下角的状态栏找到当前选择的Python解释器，点击它可以切换到包含openai包的正确环境。

安装了openai，但显示找不到openai模块：

可能会有多个Python环境（例如，全局环境、虚拟环境等），而你在一个没有安装openai包的环境中运行代码。检查并激活正确的环境，然后再次尝试运行上述安装命令。

解决方案：

pip show openai +运行调用api的.py文件

把终端的输出发给通义千问分析，

#从openai库中导入OpenAI类
from openai import OpenAI

#创建客户端实例，属于 OpenAI 类的实例(这里的基础URL指向的是deepseek的服务地址，而非OpenAI的默认服务地址。因为使用的是DeepSeek提供的兼容OpenAI API的服务。)
client = OpenAI(api_key="<DeepSeek API Key>", base_url="https://api.deepseek.com")

#发起请求
#client实例调用 chat.completions.create 方法来创建一个聊天会话，返回API的响应信息
response = client.chat.completions.create(
    model="deepseek-chat", #定了要使用的模型名称
    messages=[
        # role 为 system表示这是一个系统消息，用于给模型设定一些初始的指令或角色设定，这里是告诉模型它是一个有用的助手
        {"role": "system", "content": "You are a helpful assistant"},
        # role 为 user 表示这是用户发送的消息，内容为 Hello，即用户向模型打招呼
        {"role": "user", "content": "Hello"},
    ],
    #当设置为 False 时，表示不使用流式输出，API 会在处理完整个请求后一次性返回结果
    stream=False
)

#response是所有响应信息，response.choices是模型的多个可能回复组成的列表
#通常情况下，只需要使用第一个回复，即 choices[0]
#具体内容通过 .message.content来获取
print(response.choices[0].message.content)