Python 调用 DeepSeek API 完整指南_python调用deepseek

简介

本文将详细介绍如何使用 Python 调用 DeepSeek API，实现流式对话并保存对话记录。相比 Go 版本，Python 实现更加简洁优雅，适合快速开发和原型验证。https://cloud.siliconflow.cn/i/vnCCfVaQ

1. 环境准备

1.1 依赖安装

pip install requests

1.2 项目结构

deepseek-project/├── main.py  # 主程序└── conversation.txt # 对话记录文件

2. 完整代码实现

import osimport jsonimport timeimport requestsfrom datetime import datetimedef save_to_file(file, content, is_question=False): \"\"\"保存对话内容到文件\"\"\" timestamp = datetime.now().strftime(\"%Y-%m-%d %H:%M:%S\") if is_question: file.write(f\"\\n[{timestamp}] Question:\\n{content}\\n\\n[{timestamp}] Answer:\\n\") else: file.write(content)def main(): # 配置 url = \"https://api.siliconflow.cn/v1/chat/completions\" headers = { \"Content-Type\": \"application/json\", \"Authorization\": \"Bearer YOUR_API_KEY\" # 替换为你的 API Key } # 打开文件用于保存对话 with open(\"conversation.txt\", \"a\", encoding=\"utf-8\") as file: while True: # 获取用户输入 question = input(\"\\n请输入您的问题 (输入 q 退出): \").strip() if question.lower() == \'q\': print(\"程序已退出\") break # 保存问题 save_to_file(file, question, is_question=True) # 准备请求数据 data = { \"model\": \"deepseek-ai/DeepSeek-V3\", \"messages\": [  { \"role\": \"user\", \"content\": question  } ], \"stream\": True, \"max_tokens\": 2048, \"temperature\": 0.7, \"top_p\": 0.7, \"top_k\": 50, \"frequency_penalty\": 0.5, \"n\": 1, \"response_format\": {  \"type\": \"text\" } } try: # 发送流式请求 response = requests.post(url, json=data, headers=headers, stream=True) response.raise_for_status() # 检查响应状态 # 处理流式响应 for line in response.iter_lines():  if line: line = line.decode(\'utf-8\') if line.startswith(\'data: \'): if line == \'data: [DONE]\': continue try: content = json.loads(line[6:]) # 去掉 \'data: \' 前缀 if content[\'choices\'][0][\'delta\'].get(\'content\'):  chunk = content[\'choices\'][0][\'delta\'][\'content\']  print(chunk, end=\'\', flush=True)  file.write(chunk)  file.flush() except json.JSONDecodeError: continue # 添加分隔符 print(\"\\n----------------------------------------\") file.write(\"\\n----------------------------------------\\n\") file.flush() except requests.RequestException as e: error_msg = f\"请求错误: {str(e)}\\n\" print(error_msg) file.write(error_msg) file.flush()if __name__ == \"__main__\": main()

3. 代码详解

3.1 核心功能

文件记录功能

save_to_file 函数负责：

• 生成时间戳
• 格式化保存问题和答案
• 自动刷新文件缓冲区

API 配置

headers = { \"Content-Type\": \"application/json\", \"Authorization\": \"Bearer YOUR_API_KEY\" # 替换为你的 API Key}

流式请求处理

程序使用 requests 库的流式处理功能：

• 使用 stream=True 启用流式传输
• 逐行处理响应数据
• 实时显示和保存内容

3.2 配置参数说明

API 请求参数：

• model: 使用的模型名称
• stream: 启用流式输出
• max_tokens: 最大输出长度 (2048)
• temperature: 控制随机性 (0.7)
• top_p, top_k: 采样参数
• frequency_penalty: 重复惩罚系数

4. 错误处理

代码包含完整的错误处理机制：

• 检查 HTTP 响应状态
• 捕获网络异常
• 处理 JSON 解析错误
• 文件操作错误处理

5. 使用方法

5.1 修改配置

在代码中替换 YOUR_API_KEY 为你的实际 API Key。

5.2 运行程序

python main.py

5.3 交互方式

1. 输入问题进行对话
2. 输入 ‘q’ 退出程序
3. 查看 conversation.txt 获取对话记录

6. 性能优化建议

1. 文件操作

   • 使用适当的缓冲区大小
   • 定期刷新文件缓冲
   • 正确关闭文件句柄

2. 网络请求

   • 设置适当的超时
   • 使用会话（Session）复用连接
   • 处理网络异常

3. 内存管理

   • 及时释放资源
   • 避免大量数据积累
   • 使用生成器处理流式数据

总结

Python 版本的 DeepSeek API 调用实现简单直观，适合快速开发和测试。通过流式处理和文件记录，提供了完整的对话体验。

立即体验

现在就来体验 DeepSeek 的强大功能！

快来体验 DeepSeek：https://cloud.siliconflow.cn/i/vnCCfVaQ

快来体验 DeepSeek：https://cloud.siliconflow.cn/i/vnCCfVaQ

快来体验 DeepSeek：https://cloud.siliconflow.cn/i/vnCCfVaQ