DeepSeek API 入门教程：零基础用 Python 跑通第一个 AI 程序

简介面向有一定Python基础、希望快速掌握大模型接口调用的开发者这份PDF教程围绕DeepSeek API从账号注册到实际应用的全过程展开系统讲解官网注册、API Key创建、requests库安装、请求参数配置、POST请求构建以及响应数据解析等核心步骤。资源仅含1个PDF文件压缩包总大小约659KB内容精炼但覆盖完整调用链路方便随时查阅。目前已有2353人学习可作为大模型应用开发入门与进阶的实用参考资料。教程不仅介绍基础调用流程还给出文本生成、情感分析、代码生成三类具体案例演示如何结合deepseek-chat模型完成典型任务同时针对接口调用中的常见异常和错误整理出对应排查思路与解决方案帮助读者快速搭建智能客服系统、内容创作工具等实际应用也为后续探索AI在教育、医疗等行业的落地场景提供方法参考。1. 先搞懂一个概念DeepSeek API 到底是什么很多新手第一次听到API这三个字母就头皮发麻总觉得这是什么高深的黑匣子。我先给你吃颗定心丸API 本质上就是一个传话窗口。你往窗口里递一张纸条里面写着你的问题窗口另一边的大模型看完纸条把回答写在一张新纸条上递还给你。DeepSeek API 就是这样一扇窗口窗口那边是一个经过大量训练、能理解和生成自然语言的大模型。为什么要通过 API 来用大模型而不是直接打开官网聊天页面因为聊天页面只适合你一个人手动提问而 API 能让你的程序自动提问、自动获取回答。比如你想做一个能自动回复客户消息的智能客服或者一个能批量生成文章摘要的小工具靠人工复制粘贴肯定累死但通过 API你的 Python 代码可以循环发送请求、接收结果整个过程全自动。说白了DeepSeek API 是把大模型的能力打包成一个电话亭你只要会打电话发请求就能让程序拥有理解语言、生成文本、甚至写代码的能力。这篇文章就是带你从注册账号开始一步步打通第一条调用链路跑通你的第一个 AI 程序。2. 为什么值得学它能给你带来什么2.1 从「刷网页」到「写程序」你获得的是自动化能力我见过不少朋友明明已经在网页上与 AI 聊得风生水起却迟迟不肯迈出调用 API 这一步。他们的想法往往是网页聊天又不花钱我为什么要折腾 API区别其实非常明显。网页聊天是你一个人与模型对话一分钟能问三五个问题就算快了。而 API 调用是让程序替你跟模型对话一分钟可以发几十个、几百个请求。更重要的是API 返回的结果是结构化的数据你的程序可以自动解析、筛选、存储然后接上业务流程。比如你每天要处理一百封客户邮件用网页版一封封问 AI这封邮件是什么情绪再手动复制结果到表格里累到怀疑人生。写成程序之后一百封邮件十分钟跑完结果自动写进表格你自己去喝杯茶都行。这就是 API 的核心价值它不是让你聊得更爽而是让 AI 能力嵌入你的工作流变成生产工具的一部分。从这个角度说学会调 API 相当于给你的程序装上了一副语言理解的感官你的软件从此能看懂文字、生成文字。2.2 零基础也能起步Python 是最好走的路说到写代码很多新手又慌了我连 Python 都没装过能学会吗坦白说调用 DeepSeek API 并不需要你先成为一名程序员。你只需要掌握最基础的三件事能打开命令行执行安装命令、能新建一个 .py 文件、能运行这个文件。仅此而已。Python 之所以适合新手是因为它语法接近自然语言几乎没有太多弯弯绕绕。比如你在代码里写print(生成结果)程序就会在屏幕上打印出生成的结果整个过程非常直观。官方文档给的示例也都是 Python 写的你照着抄、照着改跑通一次之后后面的路就顺了。我第一次学 API 调用的时候也犯过把 API Key 写成中文引号、忘了加请求头这种低级错误。这些坑后面都会详细讲到。你先记住一件事API 调用是输入 JSON输出 JSON的固定模式只要模式对了剩下的就是改参数、换内容。3. 第一步怎么迈注册、拿钥匙、安装工具3.1 注册账号别怕填表十分钟搞定要调用 DeepSeek API第一件事是注册一个 DeepSeek 平台账号。打开浏览器访问 DeepSeek 的开放平台网站platform.deepseek.com在页面右上角能找到注册按钮。点进去之后填写邮箱地址、设置登录密码有些情况下还需要手机号验证。填完这些勾选同意服务协议和隐私政策点击注册。注册完成后去你的邮箱里查收一封验证邮件点击邮件里的链接完成验证。这里有一个新手容易忽略的细节验证邮件有时候会被送进垃圾邮件文件夹。我第一次注册的时候就傻等了大半天后来才发现验证邮件安安静静躺在垃圾箱里。所以注册完如果没收到邮件第一时间去垃圾箱翻一翻。整个注册过程不会超过十分钟。平台本身提供了基础的使用额度足够你跑通本文里的所有示例不用急着考虑付费的事。作为新手你现在的首要目标就是先跑起来而不是花多少钱。3.2 获取 API Key这是你的专属钥匙别乱扔登录平台之后找到账户设置或个人信息中心。不同平台的导航位置稍有不同但通常都能在用户头像下拉菜单或页面侧边栏里找到。进入设置页面后寻找API Key或API 密钥板块点击创建 API Key按钮系统会生成一串唯一的字符串这就是你调用 API 的身份凭证。这次生成出来的 Key 是完整显示的但关掉页面后就再也看不到了。如果之后不小心忘了只能重新生成一个新的而旧 Key 会立即失效——这意味着基于旧 Key 开发的程序全部要换上新 Key 才能继续工作。所以拿到 Key 的第一件事就是把它保存到一个安全的地方。我个人推荐用专门的密码管理工具存放或者写进项目的配置文件里但要注意这个配置文件不能提交到公开代码仓库。API Key 一旦泄露别人就能盗用你的配额甚至让你的账户产生额外费用。这就像你家门钥匙丢了一样风险不小。所以请务必把它当作密码看待不要随手贴在聊天群里不要写死在公开的教程示例代码里。3.3 安装 Python 和 requests用 pip 一键搞定接下来要准备打电话的工具。以 Python 为例我们需要用到 requests 这个第三方库它是一个封装好的 HTTP 客户端能让我们用几行代码就完成发送请求、接收响应的全过程。如果你还没有安装 Python建议去 Python 官网下载最新稳定版安装时记得勾选Add Python to PATH选项。装好之后打开命令行工具Windows 上是命令提示符或 PowerShellMac/Linux 上是终端输入以下命令安装 requests 库pip install requests如果你输入这条命令后看到类似pip: command not found的错误别慌这通常意味着 Python 没有正确添加到 PATH 环境变量。最简单的解决办法是重新运行 Python 安装程序勾选添加环境变量的选项装完后再开一个全新的命令行窗口试一次。安装完成后你可以用一行命令快速验证python -c import requests; print(ok)如果屏幕上打印出 ok说明环境一切正常可以进入下一步了。4. 跑通第一个例子让程序开口说话4.1 理解请求的基本结构URL、Header、Body 三件套在写第一行代码之前我想先让你建立一个整体画面。一次 API 调用由三部分组成URL 是你要访问的地址相当于打电话时的号码Header 是请求的元信息包含你的身份凭证和数据类型Body 是你要发送的具体内容也就是你想让模型处理的问题。来看 DeepSeek API 的调用地址https://api.deepseek.com/chat/completions。这个地址指向聊天补全接口作用就是给模型一段对话让它接着往下写。你需要在 Header 里放两样东西一是 Authorization用来告诉服务器我是谁格式是Bearer 你的API Key二是 Content-Type声明你发送的内容是 JSON 格式值为 application/json。至于 Body则是按照 API 规定的格式组织的一段 JSON 数据。这三个部分就像寄快递URL 是收件地址Header 是快递单上的寄件人信息Body 是包裹里的实物。三者缺一不可任何一环出错快递都送不出去。4.2 完整代码逐行拆解你的第一个 AI 程序现在我们来写第一个程序。新建一个 Python 文件名字随意比如 first_deepseek.py然后把下面的代码完整复制进去。# 导入 requests 库用于发送 HTTP 请求 import requests # 把这里替换成你自己的 API Key api_key your_api_key_here # DeepSeek 聊天补全接口的地址 url https://api.deepseek.com/chat/completions # 设置请求头带上身份凭证和数据类型 headers { Authorization: fBearer {api_key}, Content-Type: application/json } # 设置请求体指定模型和对话内容 data { model: deepseek-chat, messages: [ {role: system, content: 你是一个乐于助人的助手}, {role: user, content: 请用一句话介绍 Python 语言} ] } # 发送 POST 请求等待服务器返回结果 response requests.post(url, headersheaders, jsondata) # 如果状态码是 200说明请求成功 if response.status_code 200: result response.json() # 逐层取出模型回复的文本内容 generated_text result[choices][0][message][content] print(generated_text) else: # 请求失败时打印状态码和错误信息方便排查 print(f请求失败状态码{response.status_code}) print(response.text)把 api_key 那一行的占位文字替换成你实际的 Key然后打开命令行运行这个文件python first_deepseek.py如果一切顺利屏幕上会打印出一句关于 Python 语言的介绍文字。到这里你已经正式完成了人生中第一次 API 调用——你的程序通过代码让大模型开口说话了。4.3 代码逻辑说明为什么要这么写很多新手复制代码跑通之后就直接开心地关掉编辑器了。但我建议你花两分钟理解一下代码里的几个要点这对你后面改参数、排错会很有帮助。requests.post 方法负责发送请求。url 参数是目标地址headers 参数传入的是请求头jsondata 则直接把 Python 字典自动序列化成 JSON 字符串发送出去。这就是为什么我们不需要手动做字符串拼接requests 库已经帮我们处理好了。发送之后服务器返回的响应对象被存在 response 变量里response.status_code 是 HTTP 状态码200 表示成功401 表示身份验证失败429 表示请求太频繁。取结果的那行代码也值得拆开看response.json() 把服务器返回的 JSON 响应解析成 Python 字典。从响应结构来看choices 是候选结果列表取第 0 个就是第一个结果接着取 message 再取 content就拿到了模型生成的文本。这串代码在后续所有例子里都会反复出现建议直接记下来。model 参数指定使用哪个模型deepseek-chat 是通用对话模型负责理解和生成文本。messages 是对话消息列表每条消息有 role 和 content 两个字段。role 为 system 时表示系统设定用来规定 AI 的角色或行为准则role 为 user 时表示用户输入。4.4 把超时保护加上让程序更健壮上面这个例子能跑通但还缺一个重要的细节超时处理。如果没有设置超时时间当服务器响应很慢或网络出问题时你的程序可能会一直卡在那里等像盯着一杯永远烧不开的水。修复方法很简单只需在 requests.post 里加一个 timeout 参数response requests.post(url, headersheaders, jsondata, timeout30)timeout30 表示最多等 30 秒超过这个时间就抛出超时异常。你可以用 try-except 结构来捕获这个异常让程序更健壮import requests from requests.exceptions import Timeout api_key your_api_key_here try: response requests.post(url, headersheaders, jsondata, timeout30) if response.status_code 200: result response.json() print(result[choices][0][message][content]) else: print(f请求失败状态码{response.status_code}) except Timeout: print(请求超时了请检查网络后重试)加了 timeout 之后你的程序在关键时刻不会傻等而是会明确告诉你超时了该去查网络或者换个时间段再试。这虽然不是炫酷的功能但却是从能跑的玩具走向能用的工具的重要一步。5. 避坑指南新手最容易踩的五个坑5.1 API Key 配置错误现象请求返回 401 状态码提示认证失败或者直接看到Invalid Authentication之类的错误。原因API Key 没写对可能是复制时多了一个空格也可能是在代码里用了中文引号把 Key 包起来了。还有一个非常隐蔽的问题有些新手把 DeepSeek 网页版的登录密码当成 API Key 填进去了这两者完全不同。解决把平台控制台的 API Key 完整复制出来粘贴到代码里确保前后没有任何多余字符。检查代码中所有引号都必须是英文半角引号。如果用了环境变量或配置文件存放 Key确认读取路径正确。5.2 模型名称拼错现象请求返回 400 错误提示模型不存在。原因把 model 参数的值写错了。比如把 deepseek-chat 写成了 deepseek-chat-20240101或者自作聪明地把模型名改成了一大段其他文字。模型名称必须与平台当前提供的模型完全一致。解决去 DeepSeek API 文档里查看当前支持的模型列表直接复制文档中的模型名。不要靠记忆拼写更不要凭感觉改名字。5.3 请求体格式不对现象请求返回 400 错误提示 messages 格式有问题或者 JSON 解析失败。原因messages 必须是数组数组中的每个元素必须包含 role 和 content 两个字段。有些人会把 messages 写成字典或者漏掉 role 字段都会导致格式错误。解决对照示例代码逐字检查。messages 以方括号开头里面是花括号包裹的对话消息消息之间用逗号分隔。如果不确定格式可以先打印 data 变量用 print(json.dumps(data, ensure_asciiFalse)) 在 Python 里查看它的实际样子。5.4 网络不通导致超时现象请求发出后长时间没有响应最终报超时异常。原因网络连接不稳定、公司或学校网络有防火墙拦截了外部 API 请求或者服务器此刻负载较高。这种情况在公共场所的 Wi-Fi 环境下尤其常见。解决用 ping 命令检查网络连通性比如 ping api.deepseek.com。如果通了再检查是否有代理或防火墙拦截。如果网络没问题可以适当调大 timeout 值比如从 10 秒改成 30 秒。另外避开高峰时段比如晚上八九点再进行大批量请求。5.5 忘记处理错误响应现象请求返回非 200 状态码但程序没有打印任何有用信息你只能对着黑屏干瞪眼。原因代码里只处理了成功的情况else 分支里没有输出具体错误信息。新手很容易犯这个毛病因为示例代码的重点往往放在怎么调用成功上对调用失败怎么办轻描淡写。解决无论请求成功与否都要把响应内容打出来。在 else 分支里加上 print(response.text)把服务器返回的错误详情显示在屏幕上。这一步对排查问题至关重要。别名遍远胜于盲目试错养成看到完整错误信息再动手修的习惯能帮你省下大量排查时间。6. 下一步学什么往上走的三条路线到这里你已经完成了从零到一的跨越注册账号、拿到 API Key、安装工具、跑通第一个文本生成程序。这一步的价值远比你想象的大因为整个流程的骨架已经打通了接下来做任何复杂的事情都是在这个骨架上填充新的零件而已。接下来我建议你按这三条路线往下走顺序从易到难想清楚自己的方向之后再投入时间。第一条路线多轮对话。把 messages 数组从两三条扩展成二十条、五十条让模型记住上下文连续追问多轮。这需要你把每一次的 model 回复都追加到 messages 数组末尾然后连同用户的新问题一起发出去。做一次你就明白了所谓记忆其实就是在请求体里把所有历史对话都带上。从这段经验里你能理解上下文长度与 token 开销之间的关系学会控制成本。第二条路线结构化输出。让模型按指定格式返回内容比如帮我总结这段新闻输出 JSON包含标题和三个要点。然后你的程序解析 JSON把结果写进数据库或表格。这套模式是真正能落地的技能用 AI 做内容分类、信息抽取、自动标签生成全都依赖这个套路。你可以拿一段商品评论或新闻稿练手试着让程序批量处理一百条文本。第三条路线封装成自己的函数。把 API 调用写进一个函数比如 def ask_deepseek(user_input):这样你的主程序代码会变得非常干净。之后再往函数里加缓存、重试、基于关键词的意图路由就能逐步搭建出一个更像真实产品的程序。某个开发者朋友就靠一个封装好的 ask 函数在一周内给自己的团队写了个内部问答脚本后来慢慢演变成了一个小工具。最后一次给你一个实操建议从那以后我每次写 API 调用代码都会强制自己先想清楚三个问题——这个请求发到哪个 URL、请求体怎么写、失败时看什么信息。想不清楚就先写注释再填代码。这套习惯帮我躲过了不知道多少次低级错误今天把它分享给你希望帮到你。整个流程里最受用的一句话先跑通最小的例子再追求复杂功能。祝你第一个 API 程序跑得顺利。本文还有配套的精品资源点击获取