DeepSeek API 基础教学

DeepSeek API 基础教学摘要本文介绍了DeepSeek API的使用方法，主要包含以下内容： API模式：提供两种模式 V3模式（deepseek-chat）：适合快速对话和内容生成 R1模式（deepseek-reasoner）：适合复杂推理和深度分析请求格式：包含模型名称、消息数组、以及可选参数消息需要按角色（system/user/assistant）组织核心参数：通用

sahjiwij

1447人浏览 · 2025-07-05 09:30:00

sahjiwij · 2025-07-05 09:30:00 发布

DeepSeek API 基础教学

前言

随着AI聊天的兴起，越来越多的网站开始融入 AI聊天功能。AI聊天能够：

提供更加便捷的用户指引
一定程度上降低客服成本
凸显企业技术能力
提供更好的用户交互体验

因此，AI 聊天开始成为新一代网页开发的重要需求。本文将着重介绍DeepSeek API的使用方式，并通过完整的代码示例教导大家如何实现 AI 聊天。

DeepSeek API 概述

两种模式介绍

DeepSeek API 提供两种不同的模式：

模式	标识符	主要特点	适用场景
V3	`deepseek-chat`	普通对话，响应快速	成本有限、快速响应、内容相对固定
R1	`deepseek-reasoner`	深度推理，思考过程	复杂多变、深入分析、内容不固定

API 请求格式详解

这是我们发送给 DeepSeek API 的请求格式，以及 DeepSeek API 返回的响应格式。

V3 模式 (deepseek-chat)

{
  "model": "deepseek-chat",
  "messages": [
    {
      "role": "system",
      "content": "你是一个有用的AI助手"
    },
    {
      "role": "user", 
      "content": "用户的问题"
    }
  ],
  "temperature": 0.7,        // 可选：创意度(0-2)
  "max_tokens": 2048,        // 可选：最大输出长度
  "top_p": 1.0,             // 可选：核采样(0-1)
  "stream": false           // 可选：是否流式输出
}

响应格式：

{
  "choices": [{
    "message": {
      "role": "assistant",
      "content": "AI的回复内容"
    }
  }]
}

R1 模式 (deepseek-reasoner)

{
  "model": "deepseek-reasoner",
  "messages": [
    {
      "role": "system",
      "content": "你是专业的推理助手"
    },
    {
      "role": "user",
      "content": "复杂的推理问题"
    }
  ],
  "max_tokens": 32000,       // 可选：支持更大值
  "stream": false           // 可选：是否流式输出
}

响应格式：

{
  "choices": [{
    "message": {
      "role": "assistant",
      "content": "最终答案",
      "reasoning_content": "详细思考过程"
    }
  }]
}

两种模式对比

特性	V3 (deepseek-chat)	R1 (deepseek-reasoner)
输出长度	默认 4K，最大 8K	默认 32K，最大 64K
请求参数	`temperature`、`top_p`、`presence_penalty`、`frequency_penalty`等	仅支持 `max_tokens`, `stream`
响应特点	直接回答	包含 `reasoning_content` 详细思考过程
适用场景	快速对话、内容生成	复杂推理、深度分析

以下是参数配置指南

Temperature 参数建议

场景	推荐温度值
代码生成/数学解题	0.0
数据抽取/分析	1.0
通用对话	1.3
翻译	1.3
创意写作/诗歌	1.5

消息格式说明

完整的 messages 数组应该包含：

[
  {
    "role": "system",
    "content": "你是一个专业的编程助手，善于解释技术概念。"
  },
  {
    "role": "user", 
    "content": "什么是API？"
  },
  {
    "role": "assistant",
    "content": "API是应用程序编程接口的缩写..."
  },
  {
    "role": "user",
    "content": "那DeepSeek API有什么特点？"
  }
]

角色说明：

system：系统提示词，定义AI的角色和行为
user：用户输入的问题或指令
assistant：AI之前的回复（用于维持对话历史）

核心参数详解

通用参数（V3 & R1）

参数名	类型	说明	是否必填
`model`	string	模型名称：`deepseek-chat` 或 `deepseek-reasoner`	必填
`messages`	array	包含对话历史的对象数组 `{role, content}`	必填
`max_tokens`	integer	AI 回复生成的最大 token 数，控制回复长度	可选
`stream`	boolean	是否启用流式响应，默认为 `false`	可选

注意：max_tokens 指的是输出的最大长度，输入和输出的总 token 不能超过模型上限。

V3 模式专属参数

`temperature` (float, 可选)

控制输出的随机性和创造性：

值越低（接近 0.0）：输出越确定、保守、一致
值越高（接近 2.0）：输出越随机、多样、有创意
默认值：1.0
取值范围：0.0 - 2.0

{
  "temperature": 0.7,  // 平衡创造性和一致性
  // 其他参数...
}

`top_p` (float, 可选)

核采样（Nucleus Sampling）参数：

作用：控制从累积概率超过 top_p 的最小 token 集合中采样
取值范围：0.0 - 1.0
示例：top_p=0.9 意味着只考虑概率质量占前 90% 的 token
默认值：1.0（即考虑所有 token）

重要提示：通常建议只更改 temperature 或 top_p 中的一个，而非同时更改。

`presence_penalty` (float, 可选)

存在惩罚参数：

作用：根据 token 是否已在文本中出现过来降低其概率
效果：正值鼓励模型使用新词汇，避免重复
取值范围：-2.0 到 2.0
默认值：0

{
  "presence_penalty": 0.6,  // 鼓励使用新词汇
  // 其他参数...
}

`frequency_penalty` (float, 可选)

频率惩罚参数：

作用：根据 token 在文本中已出现的频率降低其概率
效果：正值鼓励模型使用低频词汇，减少重复表达
取值范围：-2.0 到 2.0
默认值：0

了解到上述内容后，便能开始编写代码，实现一个简单聊天页面

基础版本

<!DOCTYPE html>
<html lang="zh-CN">
<head>
    <meta charset="UTF-8">
    <title>简单DeepSeek聊天</title>
</head>
<body>
    <div id="messages"></div>
    <input type="text" id="input" placeholder="输入消息...">
    <button onclick="sendMessage()">发送</button>

    <script>
        const API_KEY = '你的api key';
        const API_URL = 'https://api.deepseek.com/chat/completions';
        
        let messages = [
            { role: 'system', content: '用中文回复' }
        ];

        async function sendMessage() {
            const input = document.getElementById('input');
            const message = input.value.trim();
            if (!message) return;

            // 显示用户消息
            addMessage('用户: ' + message);
            messages.push({ role: 'user', content: message });
            input.value = '';

            // 调用API
            try {
                const response = await fetch(API_URL, {
                    method: 'POST',
                    headers: {
                        'Content-Type': 'application/json',
                        'Authorization': `Bearer ${API_KEY}`
                    },
                    body: JSON.stringify({
                        model: 'deepseek-chat',
                        messages: messages
                    })
                });

                const data = await response.json();
                const aiMessage = data.choices[0].message.content;
                
                addMessage('AI: ' + aiMessage);
                messages.push({ role: 'assistant', content: aiMessage });
            } catch (error) {
                addMessage('错误: ' + error.message);
            }
        }

        function addMessage(text) {
            const div = document.createElement('div');
            div.textContent = text;
            document.getElementById('messages').appendChild(div);
        }
    </script>
</body>
</html>

执行流程解析

1. 初始化阶段

const API_KEY = '你的api key';
const API_URL = 'https://api.deepseek.com/chat/completions';

let messages = [
    { role: 'system', content: '用中文回复' }
];

流程说明：

API配置：设置DeepSeek API的认证密钥和请求端点
消息历史初始化：创建包含系统提示词的消息数组，这是AI的"人设"定义
系统角色：system角色的消息告诉AI应该如何表现

2. 用户输入处理

const input = document.getElementById('input');
const message = input.value.trim();
if (!message) return;

流程说明：

获取输入：从输入框获取用户输入的文本
输入验证：使用trim()去除前后空格，检查是否为空
早期返回：如果输入为空，直接返回，避免无效的API调用

3. 消息显示与状态更新

addMessage('用户: ' + message);
messages.push({ role: 'user', content: message });
input.value = '';

流程说明：

即时反馈：立即在界面上显示用户输入的消息，提供即时反馈
历史记录：将用户消息加入messages数组，维持对话上下文
界面重置：清空输入框，准备下一次输入

4. API请求构建

const response = await fetch(API_URL, {
    method: 'POST',
    headers: {
        'Content-Type': 'application/json',
        'Authorization': `Bearer ${API_KEY}`
    },
    body: JSON.stringify({
        model: 'deepseek-chat',
        messages: messages
    })
});

流程说明：

HTTP方法：使用POST方法向API发送请求
请求头设置：
- Content-Type：指定请求体为JSON格式
- Authorization：使用Bearer token认证方式
请求体构建：
- model：选择deepseek-chat模式（V3版本）
- messages：发送完整的对话历史，包含system、user等角色消息

5. API响应处理

const data = await response.json();
const aiMessage = data.choices[0].message.content;

addMessage('AI: ' + aiMessage);
messages.push({ role: 'assistant', content: aiMessage });

流程说明：

响应解析：将API返回的JSON数据解析为JavaScript对象
内容提取：从响应结构中提取AI的回复内容
- choices[0]：获取第一个（也是唯一一个）回复选项
- message.content：提取实际的回复文本
界面更新：将AI回复显示在聊天界面上
历史维护：将AI回复加入消息历史，保持对话连续性

6. 错误处理机制

try {
    // API调用逻辑
} catch (error) {
    addMessage('错误: ' + error.message);
}

流程说明：

异常捕获：使用try-catch包装API调用，处理可能的网络错误
错误显示：将错误信息显示给用户，而不是让应用崩溃
用户友好：提供有意义的错误提示，帮助用户了解问题所在

7. 消息显示功能

function addMessage(text) {
    const div = document.createElement('div');
    div.textContent = text;
    document.getElementById('messages').appendChild(div);
}

流程说明：

DOM操作：动态创建新的div元素来显示消息
内容设置：使用textContent安全地设置文本内容，避免XSS攻击
界面更新：将新消息添加到消息容器中，实现聊天记录的累积显示

完整执行时序图

用户输入 → 输入验证 → 显示用户消息 → 更新消息历史 → 
构建API请求 → 发送请求 → 等待响应 → 解析响应 → 
显示AI回复 → 更新消息历史 → 准备下一轮对话

进阶功能：流式传输

什么是流式传输？

流式传输可以让用户实时看到AI的回复过程，大大提升用户体验：

普通模式：发送请求 → 等待完整回复 → 一次性显示
流式模式：发送请求 → 实时接收片段 → 逐字显示（类似打字机效果）

流式传输实现

async function sendStreamMessage(userMessage) {
    try {
        const response = await fetch(API_URL, {
            method: 'POST',
            headers: {
                'Content-Type': 'application/json',
                'Authorization': `Bearer ${API_KEY}`
            },
            body: JSON.stringify({
                model: 'deepseek-chat',
                messages: [...messages, { role: 'user', content: userMessage }],
                stream: true  // 启用流式传输
            })
        });

        const reader = response.body.getReader();
        const decoder = new TextDecoder();
        let fullResponse = '';
        
        // 创建AI消息容器
        const aiMessageDiv = addMessage('', 'ai');

        while (true) {
            const { done, value } = await reader.read();
            if (done) break;

            const chunk = decoder.decode(value);
            const lines = chunk.split('\n');

            for (const line of lines) {
                if (line.startsWith('data: ')) {
                    const data = line.slice(6);
                    if (data === '[DONE]') continue;
                    
                    try {
                        const parsed = JSON.parse(data);
                        const content = parsed.choices[0]?.delta?.content;
                        
                        if (content) {
                            fullResponse += content;
                            // 实时更新界面显示
                            aiMessageDiv.textContent = fullResponse;
                            // 保持滚动到底部
                            document.getElementById('messages').scrollTop = document.getElementById('messages').scrollHeight;
                        }
                    } catch (e) {
                        // 忽略JSON解析错误
                    }
                }
            }
        }

        // 将完整回复加入消息历史
        messages.push({ role: 'assistant', content: fullResponse });
        return fullResponse;
        
    } catch (error) {
        console.error('流式传输错误:', error);
        throw error;
    }
}

关键技术点解析

stream: true：在请求体中启用流式传输
getReader()：获取响应流的读取器
TextDecoder：将二进制数据解码为文本
SSE格式解析：处理服务器发送事件格式的数据
实时界面更新：每接收到新内容立即更新显示

总结

通过本教程，我们学习了：

DeepSeek API的两种模式及其特点
完整的API请求和响应格式
参数配置的最佳实践
基础聊天功能的实现
流式传输

DeepSeek API为开发者提供了强大而灵活的AI对话能力。无论是简单的客服机器人还是复杂的推理助手，都能通过合理的参数配置和代码实现来满足需求。

希望这个教程能帮助你快速上手DeepSeek API，开发出更好的AI应用！

重要提示：

API密钥保护：生产环境中API Key不应直接暴露给前端，建议通过后端代理调用

内容合规过滤：必须实现关键词过滤和内容审核机制，AI可能生成违法违规、敏感或不当内容。

访问频率控制：实施API调用频率限制，防止滥用和恶意攻击

火山引擎 ADG 社区

火山引擎开发者社区是火山引擎打造的AI技术生态平台，聚焦Agent与大模型开发，提供豆包系列模型（图像/视频/视觉）、智能分析与会话工具，并配套评测集、动手实验室及行业案例库。社区通过技术沙龙、挑战赛等活动促进开发者成长，新用户可领50万Tokens权益，助力构建智能应用。

更多推荐

Chess用户界面设计：Tailwind CSS样式系统和组件库

GitHub推荐项目精选中的ch/chess是一个类似chess.com的多人在线象棋平台，它采用现代化的前端技术栈构建，尤其在用户界面设计上通过Tailwind CSS样式系统和组件库实现了优雅且功能丰富的交互体验。本文将深入探讨该项目如何利用Tailwind CSS打造一致的设计语言和高效的组件系统，为象棋爱好者提供沉浸式的游戏界面。## 🎨 Tailwind CSS样式系统：构建统一视

火山引擎 ADG 社区

终极指南：GPT-Engineer如何通过AI自动发现代码问题并提升质量

GPT-Engineer是一款强大的AI驱动代码工具，它能帮助开发者自动检测潜在代码问题、优化代码质量，让编程效率提升3倍以上。无论是新手还是资深开发者，都能通过这款工具轻松发现代码中的隐藏缺陷，减少调试时间，释放更多精力在创造性工作上。## 一键发现代码问题：GPT-Engineer的AI审查魔力GPT-Engineer的核心能力在于其内置的智能代码分析系统。通过集成Python代码格式

火山引擎 ADG 社区

SatDump中的纠错编码技术：从RS码到Turbo码的完整实现指南

在卫星数据传输过程中，信号往往会受到各种干扰，导致数据错误。SatDump作为一款通用卫星数据处理软件，集成了多种先进的纠错编码技术，确保从卫星接收到的数据能够准确解码。本文将深入解析SatDump中从Reed-Solomon（RS）码到Turbo码的实现细节，帮助读者理解这些技术如何保障卫星通信的可靠性。## 为什么纠错编码对卫星数据至关重要？卫星与地面站之间的通信链路面临着空间辐射、大

火山引擎 ADG 社区

所有评论(0)

查看更多评论

sahjiwij

@sahjiwij

已为社区贡献2条内容

DeepSeek API 基础教学

sahjiwij

DeepSeek API 基础教学

前言

DeepSeek API 概述

两种模式介绍

API 请求格式详解

V3 模式 (deepseek-chat)

R1 模式 (deepseek-reasoner)

两种模式对比

以下是参数配置指南

Temperature 参数建议

消息格式说明

核心参数详解

通用参数（V3 & R1）

V3 模式专属参数

temperature (float, 可选)

top_p (float, 可选)

presence_penalty (float, 可选)

frequency_penalty (float, 可选)

了解到上述内容后，便能开始编写代码，实现一个简单聊天页面

基础版本

执行流程解析

1. 初始化阶段

2. 用户输入处理

3. 消息显示与状态更新

4. API请求构建

5. API响应处理

6. 错误处理机制

7. 消息显示功能

完整执行时序图

进阶功能：流式传输

什么是流式传输？

流式传输实现

关键技术点解析

总结

所有评论(0)

sahjiwij

`temperature` (float, 可选)

`top_p` (float, 可选)

`presence_penalty` (float, 可选)

`frequency_penalty` (float, 可选)