简介:本文面向想把DeepSeek接入产品的开发者,给出可运行的聊天代码、单次费用估算方法和常见报错排查。文章还说明了搜索、文件、OCR、语音和内容审核的接入思路,并列出隐私与合规的上线检查项,帮助读者少走弯路。
本文面向需要把DeepSeek接入自己产品的开发者。读完后,你可以跑通一个最小聊天示例,估算单次请求的费用,并处理常见报错。搜索、文件、OCR、语音和内容审核属于更大的工具链,本文给出接入思路和合规要点,具体接口字段请以官方文档为准。
DeepSeek开放平台提供兼容OpenAI协议的接口。多数用OpenAI SDK编写的代码,只要替换api_key和base_url,就能切换到DeepSeek。对话功能使用Chat Completions接口,请求体中的messages由system、user、assistant等角色组成。
搜索、网页抓取、文件、OCR、语音和审核等能力,平台文档的说明可能随版本变化。接入前先确认三件事:接口地址、请求参数和计费单位。在确认之前,不要把模型名、工具类型或字段名直接写进生产代码。
pip install openai
在终端中设置环境变量(Windows可使用对应的set命令):
export DEEPSEEK_API_KEY="你的密钥"
下面的代码发起一次普通对话请求。当前日期、地点和回答语言放在system消息中,这是标准做法。
import osfrom openai import OpenAIclient = OpenAI(api_key=os.environ["DEEPSEEK_API_KEY"],base_url="https://api.deepseek.com",timeout=30,)response = client.chat.completions.create(model="deepseek-chat",messages=[{"role": "system","content": "你是一个简洁的助手。当前日期是2026-11-16(周一),地点是上海,请用中文回答。",},{"role": "user", "content": "列出接入DeepSeek API时需要注意的三个问题。"},],max_tokens=500,)print(response.choices[0].message.content)print("输入tokens:", response.usage.prompt_tokens)print("输出tokens:", response.usage.completion_tokens)
代码要点如下。
DeepSeek按token计费,通常区分输入和输出两部分。部分时段或活动可能有不同单价。本文不列出具体价格数字,因为价格会调整,写进文章后很快就会过时。请到官方价格页核对当前单价。
单次请求的费用公式如下:
单次费用 = 输入tokens ÷ 1,000,000 × 输入单价 + 输出tokens ÷ 1,000,000 × 输出单价
如果启用了搜索、网页读取、OCR或语音等工具,这些能力通常按次数或时长单独计费。估算时要把工具调用次数和单价也加进去。下面的代码把单价放在配置中,并根据usage计算费用:
# 单价请替换为官网当前价格(元/百万tokens),并定期更新PRICE_INPUT = 0.0PRICE_OUTPUT = 0.0def estimate_cost(usage, tool_calls=0, tool_price_per_call=0.0):token_cost = (usage.prompt_tokens / 1_000_000 * PRICE_INPUT+ usage.completion_tokens / 1_000_000 * PRICE_OUTPUT)return token_cost + tool_calls * tool_price_per_call
把单次费用乘以预计的请求量,就能得到月度预算的粗略估计。单价应存放在配置文件中,便于随官网调整时只改一处。
如果平台提供了可直接声明的服务端工具,就按官方文档中的格式声明。如果文档中没有对应工具,最稳妥的做法是使用函数调用(function calling)自己实现:
这种方式下,搜索源、缓存和费用都由你掌控。网页读取还要做安全校验:只允许访问白名单域名或公网地址,拒绝内网IP和本地地址,防止模型被诱导访问内部服务。
文件处理的常见流程是:上传文件、获得文件标识、在对话中引用该标识、模型输出摘要或答案。具体的上传接口、支持格式、大小和页数限制,以官方文档为准。
实际开发时要注意三点:解析失败时重试一次,超时采用指数退避;对超长文档先分段再汇总;不要让用户上传的文件内容直接覆盖系统指令。
图片识别的链路是:图片、OCR文本、大模型整理、结构化输出。如果图片包含表格,可以要求模型按JSON输出,并在程序中校验字段是否齐全。校验失败时重试或转人工处理,比直接展示原始输出更可靠。
语音助手通常由三段组成:语音识别(ASR)、大模型对话、语音合成(TTS)。接入时关注音频采样率、编码格式、单段时长、环境噪声和方言效果。录音转文字通常按时长计费,所以要先估算音频总时长。同一段音频的识别结果应当缓存,避免重复计费。
面向公众的应用应当同时审核输入和输出。用户输入发送给模型之前先审核,模型输出返回用户之前再审核。审核规则可能误判,因此需要提供人工复核的入口。客服、教育、社区等场景建议默认开启审核。
一个可落地的AI应用通常分为五层: