deepseek api 调用代码

### DeepSeek API 调用的代码示例 以下是几个不同场景下使用 DeepSeek API 的代码示例： #### 使用 Python 调用远程 DeepSeek API 以下是一个简单的 Python 示例，展示如何通过官方库调用 DeepSeek API 并获取响应。 ```python import deepseek # 初始化客户端并设置API密钥 client = deepseek.DeepSeek(api_key='your_api_key_here') # 发送请求给模型 response = client.completions.create( model="ds-instruct", prompt="你好，世界!", max_tokens=50, ) print(response.choices[0].text) ``` 此代码片段展示了如何初始化 `DeepSeek` 客户端以及发送提示词以获得完成结果[^1]。 --- #### Java 中集成 DeepSeek API 对于希望在 Java 应用程序中集成 DeepSeek API 的开发人员来说，可以通过 HTTP 请求实现这一目标。下面提供了一个完整的例子来说明这一点。 ```java import okhttp3.*; public class DeepSeekExample { public static void main(String[] args) throws Exception { OkHttpClient client = new OkHttpClient(); MediaType mediaType = MediaType.parse("application/json"); String jsonBody = "{ \"model\": \"ds-instruct\", \"prompt\": \"你好，世界!\", \"max_tokens\": 50 }"; RequestBody body = RequestBody.create(jsonBody, mediaType); Request request = new Request.Builder() .url("https://api.deepseek.ai/completions") .post(body) .addHeader("Authorization", "Bearer your_api_key_here") .build(); try (Response response = client.newCall(request).execute()) { System.out.println(response.body().string()); } } } ``` 这段代码演示了如何利用 OkHttp 库向 DeepSeek 提交 POST 请求，并解析返回的数据[^2]。 --- #### 本地部署下的 DeepSeek API 调用 如果已经完成了 DeepSeek 模型的本地化部署，则可以按照如下方式调整连接配置来进行交互操作。 ```python from openai import OpenAI # 创建指向本地服务器的OpenAI兼容客户端实例 client = OpenAI(base_url="http://localhost:1234/v1", api_key="lm-studio") completion = client.chat.completions.create( model="local-ds-chat-model", messages=[{"role": "user", "content": "解释一下量子力学的基础概念"}], temperature=0.7, stream=True ) for chunk in completion: print(chunk.choices[0].delta.content or "", end="", flush=True) ``` 上述脚本适用于那些已经在内部网络环境里运行自托管版本的情况，其中指定了不同的基础 URL 和伪随机生成器种子作为认证令牌替代物[^3]。 --- ### 注意事项 以上各段分别针对云端服务接入、跨平台语言支持以及私有云迁移三种典型需求给出了具体实施方案；每部分均附带相应出处标记以便追溯原始资料依据。