中文命名实体识别（Named Entity Recognition, NER）初探
DeepSeek API Key获取与应用：开启智能对话之旅
2025-02-05
在当今数字化时代，人工智能技术正以前所未有的速度改变着我们的生活和工作方式。DeepSeek作为一款高性能的开源AI模型，凭借其强大的自然语言处理能力和智能对话生成功能，受到了众多开发者的关注。本文将详细介绍如何获取DeepSeek API Key，并将其应用于实际项目中，帮助读者快速开启智能对话之旅。
一、DeepSeek API Key获取
（一）注册DeepSeek账号
获取DeepSeek API Key的第一步是注册DeepSeek账号。访问DeepSeek官网 https://platform.deepseek.com/api_keys，点击“注册”按钮，按照提示填写相关信息，包括用户名、邮箱地址、密码等。完成注册后，登录账号。
（二）创建API Key
登录DeepSeek平台后，进入“API Keys”页面。在该页面中，点击“创建 API key”按钮，输入API Key的名称（名称可自定义，用于方便识别）。点击“创建”后，系统会生成一个唯一的API Key。此时，API Key会显示在屏幕上，请务必妥善保存，因为这是唯一一次查看该API Key的机会。如果丢失，您需要重新创建一个新的API Key。
（三）安全存储API Key
为了确保API Key的安全性，建议将其存储在环境变量中，而不是直接硬编码到代码中。在Python中，可以通过以下代码将API Key设置为环境变量：
Python复制
import os
api_key = "your_api_key_here" # 替换为您的API Key
os.environ["DEEPSEEK_API_KEY"] = api_key此外，您也可以在系统环境中设置环境变量，例如在Linux或Mac系统中，可以在终端中运行以下命令：
bash复制
export DEEPSEEK_API_KEY="your_api_key_here"这样，您就可以在代码中通过os.environ["DEEPSEEK_API_KEY"]来获取API Key。
二、DeepSeek API Key的应用
（一）使用Python调用DeepSeek API
获取API Key后，就可以通过编程接口调用DeepSeek的API了。DeepSeek的API与OpenAI完全兼容，因此您可以使用OpenAI的SDK来访问DeepSeek API。以下是一个使用Python调用DeepSeek API的示例代码：
Python复制
from openai import OpenAI
# 初始化OpenAI客户端
client = OpenAI(api_key=os.environ["DEEPSEEK_API_KEY"], base_url="https://api.deepseek.com")
# 创建对话消息
messages = [
{"role": "system", "content": "You are a helpful assistant."},
{"role": "user", "content": "Hello!"}
]
# 调用API
response = client.chat.completions.create(
model="deepseek-chat",
messages=messages,
stream=False
)
# 输出AI回复
print("AI回复：", response.choices[0].message.content)在上述代码中，model参数指定为deepseek-chat，表示使用DeepSeek-V3模型。messages参数是一个列表，包含系统消息和用户消息。系统消息用于定义AI的角色和行为，用户消息则是用户输入的内容。调用API后，DeepSeek会返回一个响应，其中response.choices[0].message.content包含了AI的回复内容。
（二）实现多轮对话
DeepSeek的/chat/completions API是一个“无状态”API，即服务端不会记录用户请求的上下文。因此，要实现多轮对话，需要在每次请求时将之前所有对话历史拼接好后传递给API。以下是一个实现多轮对话的Python代码示例：
Python复制
from openai import OpenAI
# 初始化OpenAI客户端
client = OpenAI(api_key=os.environ["DEEPSEEK_API_KEY"], base_url="https://api.deepseek.com")
# 初始化对话消息列表
messages = [
{"role": "system", "content": "You are a helpful assistant."}
]
while True:
# 获取用户输入
user_input = input("请输入对话：\n")
messages.append({"role": "user", "content": user_input})
# 调用API
response = client.chat.completions.create(
model="deepseek-chat",
messages=messages,
stream=True
)
# 输出AI回复
print("AI回复：")
for chunk in response:
if chunk.choices[0].delta.content:
print(chunk.choices[0].delta.content, end="", flush=True)
print()在上述代码中，使用了while循环来实现多轮对话。每次用户输入后，将用户的消息添加到messages列表中，然后调用API。通过设置stream=True参数，可以逐行获取AI的回复内容，并实时显示给用户。
（三）接入微信平台
除了在本地应用中调用DeepSeek API，您还可以将DeepSeek的AI能力接入微信平台，例如个人微信或微信公众平台。以下是接入个人微信的步骤：
- 获取DeepSeek API Key：按照前面介绍的方法获取DeepSeek API Key。
- 创建并配置
docker-compose.yml文件：创建一个文件夹，并在其中新建一个docker-compose.yml文件。将以下内容复制到文件中：
yaml复制
version: '2.0'
services:
chatgpt-on-wechat:
image: registry.cn-guangzhou.aliyuncs.com/kangarooking/chatgpt-on-wechat:250131
container_name: chatgpt-on-wechat
security_opt:
- seccomp:unconfined
environment:
OPEN_AI_API_KEY: 'your_api_key_here' # 替换为您的DeepSeek API Key
OPEN_AI_API_BASE: 'https://api.deepseek.com/v1'
MODEL: 'deepseek-chat'
SINGLE_CHAT_PREFIX: '[""]'
SINGLE_CHAT_REPLY_PREFIX: '" "'
GROUP_CHAT_PREFIX: '["@your_wechat_name"]' # 替换为您的微信名
GROUP_NAME_WHITE_LIST: '["测试1群", "测试2群"]'
IMAGE_CREATE_PREFIX: '["画", "看", "找"]'
CONVERSATION_MAX_TOKENS: 3000
SPEECH_RECOGNITION: 'False'
CHARACTER_DESC: '用猫娘的语气跟我说话'
EXPIRES_IN_SECONDS: 3600
USE_GLOBAL_PLUGIN_CONFIG: 'True'
HOT_RELOAD: 'True'- 使用Docker一键启动：在
docker-compose.yml文件所在目录的地址栏输入cmd，进入控制台。输入命令docker-compose up -d，然后回车。等待部署完成后，用微信小号扫码登录即可。
要将DeepSeek接入微信公众平台，需要通过微信公众平台的开发接口实现消息交互。以下是接入微信公众平台的步骤：
- 注册微信公众号：选择服务号或订阅号，并完成微信认证。
- 获取DeepSeek API Key：按照前面介绍的方法获取DeepSeek API Key。
- 准备服务器：需要一个公网可访问的服务器，并配置HTTPS。
- 配置微信公众平台：登录微信公众平台，进入“开发->基本配置”，填写服务器API地址、Token、EncodingAESKey等信息。
- 开发后端服务：以Python Flask为例，处理微信消息并调用DeepSeek API。以下是一个简单的后端服务代码示例：
Python复制
from flask import Flask, request, jsonify
import hashlib
import requests
import time
app = Flask(__name__)
TOKEN = "your_token_here" # 替换为您的微信Token
DEEPSEEK_API_KEY = "your_api_key_here" # 替换为您的DeepSeek API Key
# 微信验证接口
@app.route('/wechat', methods=['GET'])
def verify():
signature = request.args.get('signature', '')
timestamp = request.args.get('timestamp', '')
nonce = request.args.get('nonce', '')
echostr = request.args.get('echostr', '')
# 验证签名
tmp_list = sorted([timestamp, nonce, TOKEN])
tmp_str = ''.join(tmp_list).encode('utf-8')
hash_str = hashlib.sha1(tmp_str).hexdigest()
if hash_str == signature:
return echostr
else:
return 'Verification Failed'
# 处理用户消息
@app.route('/wechat', methods=['POST'])
def handle_message():
# 解析XML数据（需实现XML解析逻辑）
user_msg = extract_user_msg(request.data) # 自定义解析函数
user_input = user_msg.get('Content', '')
# 调用DeepSeek API
headers = {"Authorization": f"Bearer {DEEPSEEK_API_KEY}"}
response = requests.post(
"https://api.deepseek.com/v1/chat/completions",
headers=headers,
json={"messages": [{"role": "user", "content": user_input}]}
)
ai_response = response.json()['choices'][0]['message']['content']
# 返回微信XML格式响应
return f"""
<xml>
<ToUserName><![CDATA[{user_msg['FromUserName']}]]></ToUserName>
<FromUserName><![CDATA[{user_msg['ToUserName']}]]></FromUserName>
<CreateTime>{int(time.time())}</CreateTime>
<MsgType><![CDATA[text]]></MsgType>
<Content><![CDATA[{ai_response}]]></Content>
</xml>
"""
if __name__ == '__main__':
app.run(port=80, host='0.0.0.0')三、常见问题与解答
（一）DeepSeek-V3与OpenAI的区别
DeepSeek-V3提供与OpenAI相同的API格式，但具有更低的成本和更高的性能。此外，DeepSeek还支持自定义模型和扩展能力，适合团队项目。
（二）如何启用流式输出
在调用DeepSeek API时，将stream参数设置为true即可启用流式输出。例如：
Python复制
response = client.chat.completions.create(
model="deepseek-chat",
messages=messages,
stream=True
)（三）API Key的权限管理
DeepSeek支持多用户管理和API Key权限分配。您可以为不同的用户分配不同权限的API Key，以确保项目的安全性。
四、总结
通过本文的介绍，您应该已经掌握了如何获取DeepSeek API Key，并将其应用于Python程序和微信平台中。DeepSeek的强大功能和与OpenAI兼容的API接口，使其成为开发者在自然语言处理和智能对话领域的一个优秀选择。希望本文能够帮助您快速上手DeepSeek，开启智能对话之旅。
同话题下的热门内容
