Python 程式如何用 DeepSeek API?

林邦源 · AI 筆記 · 2026年11月3日 · 閱讀時間約 5 分鐘

English 繁體中文 简体中文

與 AI 模型對話,不一定要透過瀏覽器。程式可以透過互聯網向 DeepSeek 發出訊息,然後收到一段文字回覆,隨即可印出、儲存,或交給更大程式的下一步處理。 程式就是這樣取得 AI 答案,而無需人手從聊天視窗複製貼上。

本文的程式向 DeepSeek 提出 「What is the traditional Chinese for Hong Kong?」這個問題,並印出回覆,全程只用 21 行。

先取得金鑰

DeepSeek 需要知道誰在發問,所以程式要出示一條 API 金鑰:一串像密碼 一樣的保密字元。API 是 Application Programming Interface(應用 程式介面)的縮寫,即程式之間透過互聯網溝通的方式。要取得金鑰,請到 https://platform.deepseek.com/ 註冊;少量餘額已足夠試用,金鑰可在 API keys 頁面建立。

金鑰絕不能直接寫進程式裡,否則任何讀到代碼的人都能拿走它。金鑰應放在同一資料夾內 一個名為 .env 的小檔案中,裡面只有一行:

DEEPSEEK_API_KEY=paste-your-key-here

下載示範程式後,請自行建立這個檔案;zip 內並不包括它,因為金鑰是個人的。

逐段拆解程式

import os
from dotenv import load_dotenv
from openai import OpenAI

load_dotenv()

這裡引入了三個函式庫。os 是 operating system(作業 系統)的縮寫;在這裡用來讀取環境變數,即存放在代碼以外的設定。 load_dotenv 讀取 .env 檔案,把每一行複製到那些環境變數 之中。OpenAI 是 openai 套件的連接器。它以另一間 AI 公司命名,但 DeepSeek 特意採用相同的訊息格式,所以同一個連接器兩者皆宜:你只需 更改它連接的地址。

client = OpenAI(
    api_key=os.environ.get("DEEPSEEK_API_KEY"),
    base_url="https://api.deepseek.com",
)

這裡建立連接器。os.environ.get("DEEPSEEK_API_KEY") 讀取 load_dotenv() 剛才從 .env 載入的金鑰,而 base_url 是 DeepSeek 服務的互聯網地址。從此連接器發出的每個請求 都會送往該地址並帶著金鑰,DeepSeek 便知道請求來自哪個帳戶。

response = client.chat.completions.create(
    model="deepseek-flash",
    messages=[
        {"role": "system", "content": "You are a helpful assistant."},
        {"role": "user", "content": "What is the traditional Chinese for Hong Kong?"},
    ],
    stream=False,
)

這裡送出問題並等候回覆。model="deepseek-flash" 選定由哪個 DeepSeek 模型作答;DeepSeek 的文件會列出最新的模型名稱,它們會隨時間改變。 messages 清單是迄今的對話:system 訊息設定模型的 行事方式,user 訊息則是實際的問題。stream=False 要求一次過取得整段回覆,而不是逐字逐字地看著它到來。

print(response.choices[0].message.content)

回覆藏在回應包裹的幾層之下。choices 是候選回覆的清單——幾乎總是只有 一個——所以 [0] 取出第一個,而 message.content 就是 它的文字。印出來的正是這段文字。

完整程式

import os
from dotenv import load_dotenv
from openai import OpenAI

load_dotenv()

client = OpenAI(
    api_key=os.environ.get("DEEPSEEK_API_KEY"),
    base_url="https://api.deepseek.com",
)

response = client.chat.completions.create(
    model="deepseek-flash",
    messages=[
        {"role": "system", "content": "You are a helpful assistant."},
        {"role": "user", "content": "What is the traditional Chinese for Hong Kong?"},
    ],
    stream=False,
)

print(response.choices[0].message.content)

在自己的電腦上執行

下載 zip 檔案並 解壓到一個資料夾。這個 zip 包含程式和一個 pyproject.toml 專案檔案。 請如上所示,加入你自己的 .env 金鑰檔案。然後在 Visual Studio Code 中 開啟資料夾,在終端機逐行輸入以下三行:

uv python pin 3.12.10
uv sync
uv run deepseek_chat.py

第一行記錄這個資料夾使用哪個 Python 版本。第二行設定專案,並安裝程式需要的兩個套件 openai 和 python-dotenv。第三行執行程式。幾秒之後, 回覆便會出現:

The traditional Chinese for “Hong Kong” is **香港** — the same characters are used in both traditional and simplified Chinese.

- Cantonese: **Hoeng1 Gong2**
- Mandarin: **Xiānggǎng**

你執行時的措辭很可能不同,因為模型每次都會即場寫出新的回覆。

如果你還未設定 uv,請先從 如何安裝 Visual Studio Code?開始,然後看 uv 筆記: Windows 或 Mac。

限制

延伸閱讀