【勿删】如何使用 DeepSeek API 4.0？一文介绍

DeepSeek API 提供了一个与 OpenAI API 格式兼容的接口，这意味着开发者可以很方便地将其集成到现有应用中。对于刚接触 API 的朋友来说，直接上手代码可能会有些门槛。一个合适的 API 调试工具，能让这个过程变得直观和简单。

本文将介绍如何使用 Apifox 这款强大的 API 工具，来调试和调用 DeepSeek API，帮助你迈出与大模型交互的第一步。

准备工作

在正式开始调用 API 之前，需要完成一些基础的准备，主要是获取访问凭证和理解 API 的基本构成。

获取 API Key

与大多数 API 服务一样，调用 DeepSeek API 需要一个身份凭证，这个凭证就是 API Key，服务器通过它来识别调用者并进行鉴权和计费。

需要前往 DeepSeek 开放平台的官方网站（https://platform.deepseek.com/）申请自己的 API Key。获得这个密钥后请妥善保管，它将用于后续所有的 API 请求中。

还有，记得充钱，10块就够了，能用很久。

理解 API 请求的基本构成

一次成功的 API 调用，本质上是向指定的服务器地址发送一个包含了特定信息的网络请求。对于 DeepSeek API，一次对话请求主要包含以下几个核心部分。

1. 请求地址 base_url：

这是 API 服务器的入口，DeepSeek 提供的地址是 https://api.deepseek.com。官方文档也提到，为了兼容 OpenAI 的生态，也可以使用 https://api.deepseek.com/v1 这个地址，但需要注意，这里的 v1 字段与模型版本无关。

2. 认证信息 Authorization：

这部分通常放在请求的 Header 中，内容就是前面获取的 API Key，格式为 Bearer YOUR_DEEPSEEK_API_KEY。

3. 请求体 Body：

这里包含了具体的任务指令，比如希望哪个模型来回答、具体要问什么问题等。主要参数包括：

model: 指定要使用的模型。例如 deepseek-chat 或 deepseek-reasoner。
messages: 一个消息列表，用来构建对话上下文。每个消息都包含 role (角色，如 system 或 user) 和 content (消息内容)。

理解了这些基本构成，我们就可以借助工具来组装并发起请求了。

使用 Apifox 进行首次调用

直接编写代码或使用命令行可能会让初学者感到困惑。使用图形化的 API 工具 Apifox 可以极大地降低入门难度，让整个调用过程变得可视化。

认识 API 调试工具 Apifox

Apifox 是一个集 API 设计、开发、测试于一体的协作平台。对于个人开发者而言，它是一个非常出色的 API 调试工具。它提供了一个友好的界面，让我们能够方便地构建 HTTP 请求、查看返回结果，而无需关心底层代码实现。

立即体验 Apifox

从 cURL 命令开始

DeepSeek 官方文档非常贴心地提供了一个 cURL 命令示例，这是一个在命令行环境下进行网络请求的工具。而 Apifox 恰好支持直接从 cURL 命令导入请求，这为我们提供了极大的便利。

官方提供的 cURL 命令如下：

curl https://api.deepseek.com/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer ${DEEPSEEK_API_KEY}" \
  -d '{
        "model": "deepseek-chat",
        "messages": [
          {"role": "system", "content": "You are a helpful assistant."},
          {"role": "user", "content": "Hello!"}
        ],
        "stream": false
      }'

打开 Apifox 客户端，在项目中新建一个 HTTP 接口，然后将上面整段 cURL 命令复制下来，然后直接粘贴到 Apifox 的地址栏中，Apifox 会自动解析并创建一个新的 API 请求。

配置并发送请求

导入成功后，Apifox 的界面会自动填充好请求的各项参数。可以看到请求的 URL 是 https://api.deepseek.com/chat/completions，请求方法是 POST。

在“Header”标签页下，可以看到 Content-Type 和 Authorization 两个头部信息。这里的 Authorization 头部的值还是一个占位符 ${DEEPSEEK_API_KEY}。需要手动将其替换成自己申请到的真实 API Key。注意，Bearer 和你的 API Key 之间有一个空格。

切换到“Body”标签页，可以看到请求体的内容已经被设置为 JSON 格式。这里包含了 model、messages 和 stream 三个字段，其内容与 cURL 命令中完全一致。可以尝试修改 messages 数组中 user 角色的 content，比如把 "Hello!" 改成“你好，请做个自我介绍。”。

完成所有配置后，点击界面右上角的“发送”按钮。Apifox 会将这个构造好的请求发送到 DeepSeek 的服务器。稍等片刻，就能在下方的“响应”面板中看到服务器返回的结果。

如果一切顺利，响应体将是一个 JSON 对象。其中 choices 数组的第一个元素的 message.content 字段，就是 AI 模型生成的回答。

探索更多 API 功能

成功发出第一个请求后，我们就可以在 Apifox 中方便地调整参数，探索 DeepSeek API 提供的更多功能。

切换不同模型

DeepSeek 提供了不同的模型以适应不同的任务场景。在参考资料中，我们看到 deepseek-chat 和 deepseek-reasoner 这两个模型。它们都已升级为 DeepSeek-V3.2，但对应着不同的模式。

我们可以通过一个表格来直观地理解它们的区别：

Model Name	对应模式	适用场景
`deepseek-chat`	DeepSeek-V3.2 非思考模式	适合常规聊天、快速问答、创意写作等任务。
`deepseek-reasoner`	DeepSeek-V3.2 思考模式	专为复杂的推理、逻辑问题、代码生成和数学计算等场景优化。

想要体验不同模型的效果，只需在 Apifox 的请求 Body 中，将 model 字段的值从 deepseek-chat 修改为 deepseek-reasoner，然后重新发送请求即可。可以尝试用一个需要逻辑推理的问题来测试，对比两个模型的回答差异。

体验流式输出

默认情况下，API 会在生成全部内容后一次性返回结果，这被称为非流式输出 (stream: false)。当模型需要生成很长的文本时，等待时间可能会比较久。

为了改善用户体验，API 支持流式输出 (stream: true)。开启后，服务器会像打字机一样，逐字或逐词地将生成的内容推送回来。

在 Apifox 中体验流式输出同样简单。只需将请求 Body 中的 stream 字段值改为 true，然后发送请求。在响应面板，会看到服务器不再是一次性返回一个完整的 JSON，而是一系列 data: 开头的事件流。每个事件都包含了部分生成的内容。这种即时反馈在构建实时聊天应用时非常有用。

从 Apifox 到代码实现

Apifox 是一个极佳的调试和探索工具，但在实际的应用程序开发中，我们最终还是需要通过代码来调用 API。Apifox 强大的代码生成功能，可以帮助我们平滑地从工具过渡到代码。

生成代码片段

在 Apifox 中调试通过一个 API 请求后，可以点击界面右侧的“</> 生成代码”按钮。Apifox 支持生成多种编程语言和库的代码片段，例如 Python 的 requests 库、JavaScript 的 axios 等。

选择你熟悉的语言，Apifox 就会自动生成一段可以直接运行的代码。这段代码完整地复现了你在界面上配置的所有内容，包括 URL、Header 和 Body。这不仅省去了手动编写样板代码的麻烦，也确保了代码的正确性。

使用 OpenAI SDK

由于 DeepSeek API 兼容 OpenAI 的格式，我们也可以直接使用 OpenAI 官方提供的 SDK 来进行调用。这在项目中是一种更结构化、更优雅的方式。以 Python 为例，官方文档给出了清晰的示例。

首先，需要安装 OpenAI 的 Python 库：

pip3 install openai

然后，在代码中进行初始化和调用。这里的关键在于，需要将 OpenAI 客户端的 base_url 参数指定为 DeepSeek 的 API 地址，同时传入自己的 api_key。

import os
from openai import OpenAI


client = OpenAI(
    api_key=os.environ.get('DEEPSEEK_API_KEY'),
    base_url="https://api.deepseek.com"
)

response = client.chat.completions.create(
    model="deepseek-chat",
    messages=[
        {"role": "system", "content": "You are a helpful assistant"},
        {"role": "user", "content": "Hello"},
    ],
    stream=False
)

print(response.choices[0].message.content)

通过这种方式，可以方便地将 DeepSeek API 集成到任何支持 OpenAI SDK 的项目中，极大地提高了开发效率和代码的可维护性。

HiFox：将 Agent 变成真正的队友

另外，我们也在思考，AI 如何从个人提效走进团队协作。

HiFox 是一个让人和 AI Agent 在同一个工作现场协作的平台：你可以像给同事分派任务一样指派 Agent，在任务看板中跟踪进度、查看结果，让 Agent 成为团队里的队友。

👉 立即体验 HiFox：https://hifox.com

【勿删】如何使用 DeepSeek API 4.0？一文介绍