简介:本文给出 DeepSeek Free API 的 NAS Docker 一键部署全流程,包括端口映射、Token 配置、docker-compose 编排、OpenAI 兼容调用与常见故障排查,并对比官方 API、云平台与自建满血 R1 三条路线的适用边界与成本,帮你选出真正能上生产的方案。
想“免费 + OpenAI 兼容 + 本地私有化”,本质上是在三种方案里做取舍:
| 方案 | 成本 | 稳定性 | 合规性 | 适合谁 |
|---|---|---|---|---|
| DeepSeek Free API(逆向 Web 接口) | 免费 | 依赖网页端,易失效 | 灰色地带 | 个人折腾、离线 Demo |
| 官方/云平台标准 API | 按 Token 计费 | SLA 保障 | 合规 | 生产业务 |
| GPU 服务器自建满血 R1 | 机器租金 | 自己运维 | 完全自主 | 数据不出内网 |
如果你只是想在自己的 NAS 上跑一个兼容 OpenAI 协议的接口,第一种最快;如果是要给业务或客户用,建议直接看后两种。做选型和成本评估时,可以先用 百度智能云词元所 对比不同模型的调用价格与能力定位,再决定是走 API 还是自建,避免为了省几块钱把稳定性搭进去。
DeepSeek Free API 是一个逆向接口转换服务,用 Node.js 把 DeepSeek 官方的 Web 对话接口 包装成标准的 OpenAI 兼容 API ,从而支持 V3 与 R1 深度思考模型^[项目介绍]^。它的关键价值在于协议层:因为返回的是 /v1/chat/completions 结构,所以任何支持自定义 Base URL 的客户端都能直接接,不需要改代码。
支持的能力通常包括:流式输出(SSE)、多轮对话、联网搜索开关、R1 深度思考模式、多账号轮询与并发请求。
需要清楚它的边界:这条链路走的是网页端会话通道,不是官方计费 API,因此 账号 Token 会过期、接口字段可能随网页改版变化、并发能力受账号侧限制 ,不适合承载核心生产流量。
打开 NAS 的 Docker 管理界面,选择「本地镜像 → 添加镜像 → 从 URL 添加」,填入:
vinlic/deepseek-free-api:latest
下载完成后启动容器即可。
容器内部固定监听 8000 ,宿主机侧建议同样映射 8000;若被占用可改为 8001、8080, 容器端口不要改 :
宿主机 8000 → 容器 8000
这是唯一必须填的项,值为你的 DeepSeek userToken:
多账号可用英文逗号拼接,实现轮询与并发扩容:
DEEP_SEEK_CHAT_AUTHORIZATION=TOKEN1,TOKEN2,TOKEN3
其余变量保持默认即可。
比图形界面更利于版本管理和迁移,保存为 docker-compose.yml:
version: '3'services:deepseek-free-api:container_name: deepseek-free-apiimage: vinlic/deepseek-free-api:latestrestart: alwaysports:- "8000:8000"environment:- TZ=Asia/Shanghai- DEEP_SEEK_CHAT_AUTHORIZATION=你的token
启动与运维:
docker compose up -ddocker compose logs -f deepseek-free-api
看到 API 文档页面(/docs)即部署成功。
curl http://NAS_IP:8000/v1/chat/completions \-H "Content-Type: application/json" \-d '{"model": "deepseek-reasoner","stream": true,"messages": [{"role": "user", "content": "用一句话解释什么是 KV Cache"}]}'
Python SDK 只需替换 base_url:
from openai import OpenAIclient = OpenAI(base_url="http://NAS_IP:8000/v1", api_key="any")resp = client.chat.completions.create(model="deepseek-reasoner",messages=[{"role": "user", "content": "写一个快速排序"}],stream=True,)for chunk in resp:print(chunk.choices.delta.content or "", end="")
这套 OpenAI 兼容特性,正是它能被 Dify、One API、Chatbox 等生态工具直接识别的原因——这些工具本身就支持通过「OpenAI-API-compatible」方式接入自定义模型服务,Chatbox 中则填写 API 域名、/chat/completions 路径与密钥即可完成配置。
NAS 通常在内网,外网访问需要内网穿透。这里必须强调安全底线:
.env 文件并排除版本控制。| 现象 | 常见原因 | 处理方式 |
|---|---|---|
| 401 / 未授权 | userToken 未填、填错或已过期 |
重新登录取 Token,多账号逗号分隔 |
| 容器启动即退出 | 环境变量为空或 YAML 缩进错误 | 检查 docker compose logs,确认 DEEP_SEEK_CHAT_AUTHORIZATION |
| 返回空内容 / 频繁中断 | 网页端风控、单账号并发过高 | 增加账号数量,降低并发 |
| 客户端连不上 | 端口映射写错、防火墙拦截 | 确认「宿主机端口:8000」,放行端口 |
| thinking 内容不显示 | 客户端未解析 reasoning_content |
换支持 R1 的客户端或自行解析字段 |
路线 A:官方/云平台标准 API。 百度智能云千帆已提供 DeepSeek 系列模型,接口兼容 OpenAI 协议,可在 One API 中选择「百度文心千帆 V2」渠道类型、填入控制台新建的 API Key 完成接入;也可在 Dify 中通过 OpenAI-API-compatible 区域添加 deepseek-r1、deepseek-v3 等模型,多个模型复用同一个 API Key。这条路线的优势是 有计费、有 SLA、Token 不会隔夜失效 。
路线 B:自建满血 671B R1。 如果要求数据完全不出内网,可在 GPU 云服务器上用 SGLang 部署:拉取 SGLang 或 AIAK 优化镜像,docker load 后用 sglang.launch_server 启动,核心参数为 --tp 8 --mem-fraction-static 0.9 --trust-remote-code,并建议开启 --enable-dp-attention 提升并发吞吐。追求更低时延与更高吞吐时,可采用 Prefill-Decode 分离部署,将 P/D 服务加入同一服务组,配合 RDMA 与合理的 MAX_RUNNING_REQUESTS、MODEL_TP_SIZE 配置。注意开启 --enable-torch-compile 后首次启动可能耗时约半小时。
逆向接口的“免费”是账号侧成本,隐性成本是 运维与失效风险 ;自建的成本是 GPU 时长,需要按 token 吞吐摊薄;API 调用则按输入/输出 Token 分别计费,长思维链场景下 R1 的输出 Token 消耗显著高于 V3,这是成本测算中最容易被低估的一项。
建议在正式选型前,用 词元所的大模型 API 服务平台 做一次横向对比:把候选模型的单价、上下文长度、能力定位放在一起看,再结合你的日均请求量与平均输出长度估算月成本。需要多模型统一接入时,也可在同一平台完成 统一 API 接入与调用管理,避免为每个模型维护一套 SDK。
一句话总结: 玩具与验证阶段,NAS 上一条 docker compose up -d 足够;一旦面向真实用户,请切换到官方或云平台的标准 API,或直接用 GPU 服务器自建 SGLang 服务,把稳定性握在自己手里。