5 API 调用：让模型变成产品功能

引子

之前我们在本地跑通了 DeepSeek 模型，体验了“直接对话”的方式。
但在实际产品里，用户不可能总是打开命令行对话。我们需要一种方法，让 模型可以被程序调用，从而嵌入到应用功能里。这就是今天要学习的核心：API 调用。

---

一、核心概念

1. 什么是 API？

• 通俗解释：API 就像“外卖电话”。你打电话点菜（发请求），餐厅根据菜单做菜送来（返回结果）。
• 专业定义：API（应用程序编程接口，Application Programming Interface）是应用之间交互的标准方式，通常通过 HTTP 请求和 JSON 数据返回。

2. 为什么大模型需要 API？

• 让模型不仅能“对话”，还可以作为“服务”被前端网页、App、企业系统调用。
• API 可以隐藏底层复杂性 → 用户只管“传输入、收结果”。

3. 常见 API 风格

• RESTful API：最常见，用 URL + JSON 通信。
• OpenAI 兼容 API：现在主流开源框架（Ollama、vLLM）都提供这种接口，方便对接。

👉 一句话总结：API 让模型从“命令行玩具”变成“产品功能”。

---

二、实践环节：用 Python 调用本地 DeepSeek

1. 确保 Ollama 服务运行

Ollama 默认会在 http://localhost:11434 开启本地 API 服务。
如果没有启动，可以运行：

ollama serve

2. 安装依赖

pip install openai

3. 最小调用示例（保存为 api_demo.py）

from openai import OpenAI

# 指定本地 Ollama 服务地址
client = OpenAI(
    base_url="http://localhost:11434/v1",
    api_key="ollama"   # 任意字符串即可
)

# 调用模型
resp = client.chat.completions.create(
    model="deepseek-coder",
    messages=[
        {"role": "system", "content": "你是一个专业的Python代码助手"},
        {"role": "user", "content": "写一个函数，计算斐波那契数列的前10个数字"}
    ],
    temperature=0.3,
)

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

4. 运行

python api_demo.py

你会得到一段 Python 代码，可以直接运行。

---

三、产品经理思考

1. API 的产品意义

• 功能接口化：让大模型能力可以作为“服务”嵌入产品功能中。
• 模块复用：同一个 API 可以被不同前端调用（网页、移动端、企业系统）。
• 标准化输出：API 返回 JSON，可以被系统直接解析。

2. 在 PRD 里要怎么写？

• 功能点：支持通过 API 调用 AI 功能。
• 输入：用户问题（字符串）、上下文信息。
• 输出：模型回答（文本/结构化数据）。
• 非功能需求：延迟 <3s、支持并发 100 请求/秒、错误返回规范。

3. 案例

• ChatGPT API：支撑了无数 AI 应用的开发。
• 企业 AI 中台：通常会对外暴露 API，供各部门接入。

👉 对 PM 来说，理解 API 不仅是技术层面，更是设计产品接口、考虑扩展性和集成性的必修课。

---

四、小结

今天我们学习了：

• API = 模型能力对外开放的“点菜窗口”。
• 用 Python 成功调用了本地 DeepSeek 模型。
• 从 PM 角度理解 API 的价值：接口化、复用、标准化。

---