deepseek 本地部署调用API
时间: 2025-02-20 16:33:07 浏览: 78
### Deepseek 本地部署后的 API 调用方法
#### 安装依赖项并启动服务
为了成功调用 Deepseek 的 API,在完成本地环境搭建之后,需确认所有必要的 Python 库已安装完毕。通常情况下,官方文档会提供一个 `requirements.txt` 文件来简化这一步骤。
```bash
pip install -r requirements.txt
```
接着按照说明启动 Deepseek 服务器实例[^1]:
```bash
python server.py
```
此时应当能看到类似如下日志输出表明服务正在运行:
```
* Running on http://0.0.0.0:8080/ (Press CTRL+C to quit)
```
这意味着现在可以通过 HTTP 请求访问该地址上的各种端点来进行交互操作了。
#### 发送请求至指定端点
对于大多数 RESTful APIs 来说,可以采用 GET 或 POST 方法向特定 URL 发起请求以获取响应数据。假设要查询某个问题的答案,则可构建如下形式的 JSON 对象并通过 POST 方式提交给 `/query` 接口[^2]:
```json
{
"question": "什么是机器学习?"
}
```
使用 curl 命令行工具作为例子展示具体做法:
```bash
curl -X POST \
-H "Content-Type: application/json" \
-d '{"question":"什么是机器学习?"}' \
http://localhost:8080/query
```
如果一切正常的话,将会收到由 Deepseek 返回的结果,其中可能包含了针对所提问题的最佳匹配解答或其他相关信息。
#### 处理返回的数据
接收到的服务端回复通常是结构化的 JSON 文本,里面不仅有最终答案还可能会附带额外元数据比如置信度分数等辅助理解的信息。解析这些内容可以根据实际需求自行决定保留哪些部分用于后续处理或显示给用户查看。
例如在 Python 中读取上述命令执行后得到的标准输出字符串并转换成字典对象以便进一步分析:
```python
import json
response_str = """{"answer": "机器学习是一种让计算机自动改进经验的方法...", "score": 0.9}"""
data = json.loads(response_str)
print(f"Answer is {data['answer']}, with confidence score of {data['score']}")
```
阅读全文
相关推荐


















