如何使用 Python 调用 DeepSeek-R1 API-step by step 指南

最新推荐文章于 2026-08-19 10:51:35 发布
原创 最新推荐文章于 2026-08-19 10:51:35 发布 · 1.1k 阅读 · 16

AI 时代程序员必备技能

Codex、Claude Code、Cursor、Hermes Agent、OpenClaw等工程化实战专栏 ，讲透 AI 如何接管脏活累活

一键订阅

本教程将指导您使用 Python 调用 DeepSeek 的 R1 大型模型 API。即使您没有任何编程经验，也可以轻松跟进。文章末尾还包含常见问题解答部分，建议您保存以备参考！

更多技术文档请访问 365IT文库

步骤1. 准备

获取您的 API 密钥

首先，登录DeepSeek 平台并获取您的 API 密钥。

在“API 密钥”页面，点击“创建 API 密钥”并复制生成的密钥（例如 sk-123456789abc）。请务必保存该密钥，因为如果忘记或丢失，您需要重新生成一个 API 密钥。

注意：您需要先充值您的账户，然后才能使用您的 API Key。

步骤2.Python设置

1. 设置环境：安装 Python（如果已经安装则跳过）

  • 如果您的计算机上尚未安装 Python，则需要安装它（macOS 预装了 Python 3）。您可以从python.org下载。

  • 下载最新版本（推荐：3.8+）。

  • 安装过程中请务必检查“将 Python 添加到 PATH”。

如果您不需要 Python 环境并且想要使用可视化界面调用 API，请参考本指南：如何使用 Deepseek API（R1 和 V3）：Step by step教程 。

2.安装Requests库（如果已经安装请跳过）

在 VSCode 或其他 IDE 中创建一个新的项目文件夹，然后打开终端（顶部菜单：终端 → 新建终端）并运行以下命令：

pip install requests
​​​​​​​

或者：

pip3 install requests

AI 时代程序员必备技能

Codex、Claude Code、Cursor、Hermes Agent、OpenClaw等工程化实战专栏 ，讲透 AI 如何接管脏活累活

一键订阅
标签
#python #开发语言 #chatgpt #langchain #agi
最低0.47元/天 解锁文章
Python调用NVIDIA的Deepseek-r1接口
ljz2016的博客
02-02 629
import os import json from openai import OpenAI from openai import OpenAIErrorclient = OpenAI( base_url = “https://integrate.api.nvidia.com/v1”, api_key = os.getenv(“NVIDIA_API_KEY”) )HISTORY_FILE = “conversation_history.json”if os.path.exists(HISTORY_FILE
DeepSeek API成本优化实战：V3与R1模型选型与缓存精算指南
weixin_34280237的博客
06-23 480
大模型API调用成本并非简单按token计费，而是受模型类型、输入输出结构、缓存状态及推理模式（如Chain-of-Thought）共同影响的复合体系。理解DeepSeek-chat（V3）与DeepSeek-reasoner（R1）的本质分工——前者专注高效对话与确定性输出，后者承担显式多步推理任务——是成本可控的前提。关键优化路径包括：强制JSON响应格式降低冗余token、精细化控制temperature与top_p以压缩输出方差、构建前缀一致的标准化system prompt提升缓存命中率，以及对R
Python 调用 DeepSeek-R1 API 的方法，超详细教程
weixin_45017726的博客
02-07 1万+
本教程将手把手教你通过 Python 调用 DeepSeek 的 R1 大模型 API，即使没有编程基础也能轻松上手。
Mac本地部署DeepSeek-R1：Python+Ollama量化推理实战
congran6617的博客
06-17 493
大语言模型本地化部署是保障数据隐私、降低延迟与提升可控性的关键技术路径。其核心原理在于通过模型量化（如GGUF q4_k_m）压缩参数规模，在消费级硬件（如M1 Pro）上实现GPU内存映射与高效推理。该技术显著提升企业合规性、离线可用性与调试自由度，广泛应用于API文档生成、代码补全、批量文案生产及结构化数据解析等工程场景。本文聚焦macOS平台，详解如何利用Ollama统一管理、Python无缝集成及DeepSeek-R1中文强项，构建稳定、低延迟、可审计的本地AI工作流。
使用Python调用DeepSeek-R1 API：从入门到精通
Rocky
04-07 1793
强大的推理能力：DeepSeek-R1通过强化学习技术训练，在数学证明、代码生成、决策分析等高难度任务上表现出色思维链输出：模型能够输出推理过程，增强推理透明度，便于用户理解和验证结果多模态处理：支持文本、图像、音频等多种数据类型的处理低成本高效能：相比传统模型，DeepSeek-R1在训练成本上显著降低，但性能却大幅提升特别值得一提的是，DeepSeek-R1-Zero版本甚至可以在不需要任何监督微调数据的情况下，获得强大的推理能力，这在AI领域是一个非常重要的突破。
全网最全！DeepSeek R1联网满血版免费使用指南，一键解锁！
热门推荐
m0_65555479的博客
02-05 3万+
新年这段时间，DeepSeek 实在太火了，火到了全球，用户请求数爆了，但也被国外 DDos 攻击爆了，到现在的 Deepseek 网页服务和 API 服务时不时都还在抽风，你看看目前的 Deepseek 服务状态：真的一言难尽，好东西总是被坏人盯上。所以最近突然就爆火了很多网上教程教大家本地部署 DeepSeek R1，但本地部署的 DeepSeek R1 基本上都是残血版，因为美国的显卡封锁，加上昂贵的显卡价格，普通人哪有可能可以有那么多好的显卡来部署满血版…
OpenClaw模型选型实战：GPT-5.4、Qwen3-VL与DeepSeek-R1按Step精细化调度指南
weixin_30698297的博客
07-08 439
大语言模型（LLM）并非开箱即用的黑盒，其真实效能高度依赖任务编排与执行环境。OpenClaw作为结构化任务编排框架，核心原理是将复杂业务流拆解为原子化Step，并为每个Step动态匹配最适配的模型——这本质上是一种面向工作流的模型路由机制。其技术价值在于打破‘全局统一模型’的工程幻觉，实现推理成本、延迟、准确率与数据主权的多目标优化。典型应用场景包括合同智能审查、政务知识库本地推理、跨境单证自动化处理等需混合部署的生产系统。本文基于217组实测数据与20+次线上故障复盘，深入解析GPT-5.4在终审摘要、
DeepSeek-R1：开源推理精修模型如何实现低成本高阶逻辑推理
weixin_30838873的博客
06-25 320
推理链（Chain-of-Thought, CoT）是大语言模型实现复杂逻辑推理的核心技术路径，其本质是通过显式建模中间步骤提升答案可靠性。随着推理需求从通用问答向金融风控、教育解题、智能客服等专业场景下沉，传统端到端推理模型面临成本高、黑箱强、部署重等瓶颈。DeepSeek-R1 提出‘Refinement’新范式，不替代基座模型，而是对已生成的CoT草稿进行结构化精修——通过Step-Level Confidence Scoring评估每步可信度、Step Compression Engine实现语义蒸
DeepSeek R1模型基于ollama部署
qq_42250782的博客
01-26 5108
注：ollama deepseek r1 模型网址：https://ollama.com/library/deepseek-r1:1.5b。它提供了一套工具和命令，使用户能够轻松地下载、管理和运行各种语言模型，包括DeepSeek、LLaMA、LLaVA等流行模型。Ollama是一个专为本地机器设计的开源框架，旨在简化大型语言模型（LLM）的部署和运行过程。第一次执行ollama run deepseek-r1:1.5b 会自动下载模型。可以去直接去官网下载: https://ollama.com/
Windows上的本地化部署deepseek-r1，独享DeepSeek，真香 ，使用python调用非常快
涛涛讲AI
02-03 5680
欢迎来到涛涛聊AI。Ollama是一个强大的工具，可以帮助你在本地轻松部署和管理大语言模型，如deepseek-r1。DeepSeek-R1是由DeepSeek团队开发的第一代高性能推理模型，旨在通过强化学习提升大语言模型的推理能力。该模型采用大规模专家混合（MoE）架构，参数规模高达6710亿，是许多开源大模型的10倍。DeepSeek-R1在数学、代码和推理任务上表现出色，尤其在长链推理（CoT）方面表现优异。此外，它还支持模型蒸馏，能够将推理能力迁移到小型模型上，提升其性能。
轻松搞定：用Python代码调用DeepSeek API的快速指南（详版），建议收藏起来慢慢学！！！
Android23333的博客
02-28 4333
使用 Python 调用 DeepSeek API 是一个非常高效的方式，可以快速实现自然语言处理、代码生成等任务。 以下是详细的快速指南，帮助你轻松搞定这一过程。
如何在python中运行deepseek-R1（保姆级教程）
ReiLH的博客
02-14 2140
无废话，可在pycharm直接运行
DeepSeek R1/V3满血版——在线体验与API调用
嵌入式阿齐Archie
02-22 1万+
如今，DeepSeek R1/V3 满血版强势登场，为大模型应用领域带来了全新的活力与变革。本文不但介绍在线体验 DeepSeek R1/V3 满血版的强大交互功能，感受与大模型对话的奇妙魅力，还会深入到技术实操层面，手把手教你通过 API 调用该模型。
deepseek本地化部署，python调用api访问deepseek
苦逼的杨同学的博客
03-20 833
本地化部署deepseek，python自动化调用
手把手指导您部署DeepSeek-R1模型(在线使用和API部署两个版本)
滚滚长江，却只留有过去，不知未来
02-05 1361
本来不打算发的来着，DeepSeek这波流量不蹭一蹭感觉有点可惜。
如何使用 Deepseek API（R1 和 V3）-step by step 教程
06-11 1673
本文介绍了使用Deepseek API的详细步骤：首先登录Deepseek开放平台创建并保存API密钥（密钥不可重复查看）；然后通过官方文档了解API调用方法，推荐使用Apidog工具进行调试；接着在Apidog中配置环境变量（包括API密钥和基础URL）；最后创建端点、导入cURL命令进行测试，支持流式或完整响应输出。整个过程涵盖从获取密钥到实际调用的完整流程，帮助开发者快速集成Deepseek API。
从CVI（C）到Pyside（python）/Qt（C++）/VS（C#）的一点吐槽
最新发布
qq_15084199的博客
08-19 229
Tkinter 布局助手”，是我接触过的基于python原生的图形界面套件Tkinter来做GUI程序的最佳实践，链接是https://www.pytk.net/]，在web上就可以拖拽基础控件到面板，并定义控件的回调函数，完了存盘到本机。我曾经死抱着CVI不放，没有去追逐更现代的IDE，究其原因，主要是以前没有 AI 辅助编程，很多新 IDE 摸都不敢摸，随便一个编译报错或环境配错，就会卡死我半天。所以，遇到我这样，时不时输出一个学习心得的老工程师，也应该算是一种缘分了，很罕见的哦。
Reddit 数据抓取工具指南：如何在 2026 年抓取 Reddit 数据
2603_96479538的博客
08-19 335
本文介绍了2026年Reddit数据抓取的主要方法及注意事项。官方API（如PRAW库）适合结构化数据获取，而第三方工具（如Apify）简化了数据收集流程。常见问题包括403/429错误、缺失评论和重复数据，建议采用退避策略和唯一标识符解决。关键注意事项包括：最小化个人数据收集、控制请求频率、合理使用代理IP（如IPFoxy的动态住宅代理），以及优先收集高质量小数据集而非海量杂乱信息。最佳方法取决于项目需求，小型项目可用现成工具，复杂任务建议构建自定义Python管道。
Python基础7 - 函数:（2）参数传递
weixin_69667614的博客
08-17 182
【代码】Python基础7 - 函数:（2）参数传递。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

365技术文档

高质量可复制文档离不开您的支持

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值