Python 调用 DeepSeek-R1 API 的方法，超详细教程 本教程将手把手教你通过 Python 调用 DeepSeek 的 R1 大模型 API，即使没有编程基础也能轻松上手。

原文链接：如何使用 Python 调用 DeepSeek-R1 API？超详细的图文教程

本教程将手把手教你通过 Python 调用 DeepSeek 的 R1 大模型 API，即使没有编程基础也能轻松上手。文末还包含常见问题解答，建议收藏备用！

一、准备工作

获取 API Key

首先登录 DeepSeek 控制台，获取 API Key。首次注册登录的用户， DeepSeek 会赠送 10 块钱的 tokens 额度（先看看有没有，也有可能不送了，导致你的 API Key 不能用，没有额度的话得先充钱）。

在「API Keys」页面点击「创建 API Key」，复制生成的密钥（如：sk-123456789abc）。请保存下来，如果忘记或者丢失了需要重新创建一个 API Key。

二、Python 调用步骤

1. 环境准备：安装 Python（已安装可跳过）

• 如果电脑没有 Python 环境，需要先去安装 Python 环境（macOS 自带 Python3 环境）。可以访问 python.org 来下载安装。

• 下载最新版（推荐 3.8+）

• 安装时务必勾选 Add Python to PATH

不需要 Python 环境，直接通过可视化界面来调用 API 的方法：Deepseek API 调用教程，图文讲解

2. 安装 requests 库（已安装可跳过）

在 VSCode 或者其它 IDEA 工具中，新建一个项目文件夹，然后打开终端（顶部菜单：Terminal → New Terminal）执行以下命令：

pip install requests 或 pip3 install requests

如果命令执行成功，那么会体现类似这样的提示：

或者这样的：

Successfully installed requests-x.x.x

如果安装失败，并且你的电脑也有 Python 环境，那么可能是因为你的系统中有多个 Python 版本，导致你在不同的环境中使用了不同的 Python 版本，而 requests 库可能只安装在其中一个版本的环境中。

你可以在页面右下角切换版本。

还可以在 VSCode 中安装一个名为 “Python” 的插件，然后通过下面的方式来查看你当前的版本，并打开对应版本的控制台面板来运行上面的命令，比如：

如果实在处理不了这些报错的问题，可以跳到文章的最后一个小节，那里提供了一种更简单的调用 DeepSeek-R1 API 的方法。或者直接访问这篇文章，通过可视化的面板来调用 API：Deepseek API 调用教程，图文讲解

3. 基础调用代码

上面的命令执行成功后，在项目中新建一个以 .py 结尾的文件，比如 deepseek.py 文件，并将以下代码复制粘贴进去（注意替换 sk-你的密钥）。

# deepseek.py 
import requests
# 填写你的 API Key
API_KEY = "sk-你的密钥" 
url = "https://api.deepseek.com/chat/completions"
headers = {
 "Content-Type": "application/json",
 "Authorization": f"Bearer {API_KEY}"
}
data = {
 "model": "deepseek-reasoner", # 指定使用 R1 模型（deepseek-reasoner）或者 V3 模型（deepseek-chat）
 "messages": [
 {"role": "system", "content": "你是一个专业的助手"},
 {"role": "user", "content": "你是谁？"}
 ],
 "stream": False # 关闭流式传输
}
response = requests.post(url, headers=headers, json=data)
if response.status_code == 200:
 result = response.json()
 print(result['choices'][0]['message']['content'])
else:
 print("请求失败，错误码：", response.status_code)

通过指定 model='deepseek-chat' 即可调用 DeepSeek-V3。

通过指定 model='deepseek-reasoner'，即可调用 DeepSeek-R1。

4. 运行代码

可以通过以下几种方式来运行代码：

• 可以点击右上角「▶」按钮来运行代码

• 可以在控制台通过python3 deepseek.py 或 python deepseek.py来运行代码

• 可以 “右键编辑器 → Run Python File in Terminal” 来运行代码

5. 成功效果

当看到类似以下输出即表示调用成功：

您好！我是由中国的深度求索（DeepSeek）公司开发的智能助手DeepSeek-R1。如您有任何任何问题，我会尽我所能为您提供帮助。

或者其它问题的答案。

量子计算是一种利用量子力学特性进行信息处理的新型计算模式，其核心原理与传统经典计算有本质区别。以下是量子计算的基本原理分点解释：
---
### 1. **量子比特（Qubit）**
 - **经典比特 vs. 量子比特** 
 经典计算机使用比特（0或1）作为信息基本单位，而量子计算机使用量子比特（qubit）。量子比特的独特之处在于它可以同时处于0和1的**叠加态**。
 - **叠加态（Superposition）** 
 量子比特的状态可表示为： 
 \[
 |\psi\rangle = \alpha|0\rangle + \beta|1\rangle
 \] 
 其中，\(\alpha\)和\(\beta\)是复数（概率幅），满足\(|\alpha|^2 + |\beta|^2 = 1\)。测量时，量子比特会坍缩到0或1，概率分别为\(|\alpha|^2\)和\(|\beta|^2\)。 
 **类比**：想象一枚旋转的硬币，在停下前既是“正面”又是“反面”。
---
### 2. **量子纠缠（Entanglement）**
 - **定义** 
 多个量子比特可形成纠缠态，此时一个量子比特的状态会瞬间影响另一个，即使它们相隔遥远（爱因斯坦称为“鬼魅般的超距作用”）。
 - **示例** 
 贝尔态（Bell state）是最简单的纠缠态之一： 
 \[
 |\Phi^+\rangle = \frac{|00\rangle + |11\rangle}{\sqrt{2}}
 \] 
 若测量其中一个量子比特为0，另一个必然也是0，反之亦然。
 - **作用** 
 纠缠是实现量子并行性和量子通信（如量子隐形传态）的关键。

三、代码解析

1. 关键参数说明

2. 多轮对话示例

messages = [
 {"role": "system", "content": "你是一位诗人"},
 {"role": "user", "content": "写一首关于春天的诗"},
 {"role": "assistant", "content": "春风拂面柳丝长..."},
 {"role": "user", "content": "请继续补充第二段"}
]

四、流式传输模式

修改以下参数即可开启：

data["stream"] = True
response = requests.post(url, headers=headers, json=data, stream=True)
for line in response.iter_lines():
 if line:
 decoded_line = line.decode('utf-8')
 print(decoded_line)

完整代码：

# deepseek.py 
import requests
# 填写你的 API Key
API_KEY = "sk-你的 API Key" 
url = "https://api.deepseek.com/chat/completions"
headers = {
 "Content-Type": "application/json",
 "Authorization": f"Bearer {API_KEY}"
}
data = {
 "model": "deepseek-chat", # 指定使用 R1 模型（deepseek-reasoner）或者 V3 模型（deepseek-chat）
 "messages": [
 {"role": "system", "content": "你是一个专业的助手"},
 {"role": "user", "content": "你是谁？"}
 ],
 "stream": False # 关闭流式传输
}
data["stream"] = True
response = requests.post(url, headers=headers, json=data, stream=True)
for line in response.iter_lines():
 if line:
 decoded_line = line.decode('utf-8')
 print(decoded_line)

下面用的是 V3 模型（deepseek-chat）输出的结果，为什么不用 R1？太火爆了，经常没响应：

五、常见问题

Q1：如何区分 V3 和 R1 模型？

• V3：model: "deepseek-chat"

• R1：model: "deepseek-reasoner"

Q2：出现 401 错误？

• 检查 API Key 是否填写正确

• 确认密钥未过期

Q3：出现「No module named 'requests'」？

检查是否：

1. 在正确的终端执行了 pip install requests

2. VSCode 使用的是正确的 Python 解释器（见上文）

Q4：出现 requests.exceptions.JSONDecodeError: Expecting value: line 1 column 1？

嗯……，跟“服务器繁忙”一个道理，可能用的人太多，响应失败了。

错误提示 Expecting value: line 1 column 1 (char 0) 表示 json() 方法期望收到的是一个有效的 JSON 数据，但实际收到的内容为空。这可能是因为 API 没有返回数据，或者返回的是一个空的响应体。

Q5：为什么启用流式输出后一直出现 keep-alive？

嗯……，跟“服务器繁忙”一个道理，可能用的人太多，所以一直处于长连接状态。

六、更简单的调用 DeepSeek-R1 API 的方法（推荐）

你可以在 Apifox 中调用 DeepSeek-R1 API 或者 DeepSeek-V3 API，你可以通过 Apifox 来进行流式输出结果：

或者整体输出结果：

详情请查看这篇文章：【Deepseek API 调用教程，图文讲解】

通过本教程，你已经掌握了 DeepSeek API 的核心调用方法。建议先从简单对话开始测试，逐步尝试流式传输、多轮对话等高级功能。如果在实践中遇到问题，欢迎在评论区留言讨论！