🐋
入门 免费 中文English
DeepSeek 官方使用教程
DeepSeek Official Tutorial
🎬 课程视频
DeepSeek 官方文档和教程,教你从注册到调用 API,包括 DeepSeek-V3、DeepSeek-R1 的使用方法。国内直连,免费额度充足,是学 AI API 的最佳起点。
📖 你将学到
- DeepSeek 账号注册和 API Key 获取
- 调用 Chat API(Python/curl)
- DeepSeek-R1 推理模型使用技巧
- 免费额度管理
01 注册账号 + 获取 API Key(5 分钟搞定)
DeepSeek 是目前性价比最高的 AI API,国内直连,新用户有免费额度。
第 1 步:注册账号
1)打开 platform.deepseek.com
2)用手机号或邮箱注册(国内手机号直接用)
3)完成验证
第 2 步:获取 API Key
1)登录后点左侧「API Keys」
2)点「创建 API Key」
3)给 Key 起个名字(比如「测试」)
4)复制 Key,保存好(只显示一次!)
免费额度说明
• 新用户注册送免费 Token(具体额度看官网最新政策)
• deepseek-chat(V3):输入 0.27元/百万token,输出 1.1元/百万token
• deepseek-reasoner(R1):输入 4元/百万token,输出 16元/百万token
• 日常测试用,10 块钱能用很久
两个模型怎么选?
• deepseek-chat(V3):日常对话、写作、代码,速度快,价格低,首选
• deepseek-reasoner(R1):数学、逻辑推理、复杂分析,慢但准,按需使用
第 1 步:注册账号
1)打开 platform.deepseek.com
2)用手机号或邮箱注册(国内手机号直接用)
3)完成验证
第 2 步:获取 API Key
1)登录后点左侧「API Keys」
2)点「创建 API Key」
3)给 Key 起个名字(比如「测试」)
4)复制 Key,保存好(只显示一次!)
免费额度说明
• 新用户注册送免费 Token(具体额度看官网最新政策)
• deepseek-chat(V3):输入 0.27元/百万token,输出 1.1元/百万token
• deepseek-reasoner(R1):输入 4元/百万token,输出 16元/百万token
• 日常测试用,10 块钱能用很久
两个模型怎么选?
• deepseek-chat(V3):日常对话、写作、代码,速度快,价格低,首选
• deepseek-reasoner(R1):数学、逻辑推理、复杂分析,慢但准,按需使用
02 第一个 API 调用:用 Python 和 curl
两种方式都教你,选一个你顺手的。
方式一:curl(不需要安装任何东西)
打开终端,把下面的命令复制进去,把 YOUR_API_KEY 换成你的 Key:
方式二:Python(推荐,更灵活)
先安装库:
然后运行:
看到回复了吗?
如果看到 DeepSeek 的回复,恭喜你,API 调通了!
方式一:curl(不需要安装任何东西)
打开终端,把下面的命令复制进去,把 YOUR_API_KEY 换成你的 Key:
curl https://api.deepseek.com/chat/completions \
-H "Content-Type: application/json" \
-H "Authorization: Bearer YOUR_API_KEY" \
-d '{
"model": "deepseek-chat",
"messages": [{"role": "user", "content": "你好,介绍一下你自己"}]
}'方式二:Python(推荐,更灵活)
先安装库:
pip install openai(DeepSeek 兼容 OpenAI 格式)然后运行:
from openai import OpenAI
client = OpenAI(
api_key="YOUR_API_KEY",
base_url="https://api.deepseek.com"
)
response = client.chat.completions.create(
model="deepseek-chat",
messages=[{"role": "user", "content": "你好!"}]
)
print(response.choices[0].message.content)看到回复了吗?
如果看到 DeepSeek 的回复,恭喜你,API 调通了!
03 DeepSeek-R1 推理模型:什么时候用,怎么用
R1 是 DeepSeek 的推理模型,专门处理需要「深度思考」的问题。
R1 vs V3:怎么选
用 V3(deepseek-chat):
• 写文章、改文案
• 日常问答
• 代码生成(简单到中等难度)
• 需要快速响应的场景
用 R1(deepseek-reasoner):
• 数学题、逻辑推理
• 复杂代码调试
• 需要多步骤分析的问题
• 不在乎等待时间,在乎准确性
调用 R1 的代码
R1 的特点
• 会先「思考」再回答,响应时间比 V3 长
• 思考过程可以看到(reasoning_content 字段)
• 数学和逻辑题准确率显著高于 V3
R1 vs V3:怎么选
用 V3(deepseek-chat):
• 写文章、改文案
• 日常问答
• 代码生成(简单到中等难度)
• 需要快速响应的场景
用 R1(deepseek-reasoner):
• 数学题、逻辑推理
• 复杂代码调试
• 需要多步骤分析的问题
• 不在乎等待时间,在乎准确性
调用 R1 的代码
response = client.chat.completions.create(
model="deepseek-reasoner", # 改这里
messages=[{"role": "user", "content": "证明根号2是无理数"}]
)
# R1 会先输出思考过程
reasoning = response.choices[0].message.reasoning_content
answer = response.choices[0].message.content
print("思考过程:", reasoning)
print("最终答案:", answer)R1 的特点
• 会先「思考」再回答,响应时间比 V3 长
• 思考过程可以看到(reasoning_content 字段)
• 数学和逻辑题准确率显著高于 V3
04 实战:做一个命令行 AI 助手
把前面学的串起来,做一个能持续对话的命令行 AI 助手。
完整代码(复制即用)
运行方式
1)把代码保存为 chat.py
2)把 YOUR_API_KEY 换成你的 Key
3)运行
扩展方向
• 加一个系统 Prompt,让 AI 扮演特定角色
• 把对话历史保存到文件
• 加一个 Web 界面(用 Gradio 或 Streamlit,都是免费的)
完整代码(复制即用)
from openai import OpenAI
client = OpenAI(
api_key="YOUR_API_KEY",
base_url="https://api.deepseek.com"
)
messages = [] # 存储对话历史
print("DeepSeek 助手已启动,输入 'quit' 退出")
print("-" * 40)
while True:
user_input = input("你:")
if user_input.lower() == 'quit':
break
messages.append({"role": "user", "content": user_input})
response = client.chat.completions.create(
model="deepseek-chat",
messages=messages
)
reply = response.choices[0].message.content
messages.append({"role": "assistant", "content": reply})
print(f"AI:{reply}")
print()运行方式
1)把代码保存为 chat.py
2)把 YOUR_API_KEY 换成你的 Key
3)运行
python chat.py扩展方向
• 加一个系统 Prompt,让 AI 扮演特定角色
• 把对话历史保存到文件
• 加一个 Web 界面(用 Gradio 或 Streamlit,都是免费的)
💡 想要更系统的 AI 学习路线?
去 ganhuo.ai 看完整路线图 →