使用 Node.js 调用 DeepSeek API：一个简单示例

好的！以下是一篇简洁的文章，介绍如何使用前端 JavaScript（以 Node.js 为例）调用 DeepSeek AI 框架，并提供一个具体的代码示例。文章面向初学者，涵盖基本步骤和注意事项。

---

使用 Node.js 调用 DeepSeek API：一个简单示例

DeepSeek 是一个强大的 AI 平台，提供类似 OpenAI 的 API 接口，开发者可以通过 JavaScript 轻松集成其语言模型，实现智能问答、文本生成等功能。本文将展示如何在 Node.js 环境中调用 DeepSeek API，并附上一个简单示例，帮助你快速上手。

为什么选择 DeepSeek？

DeepSeek 的 API 具有以下优势：

• 兼容性强：支持 OpenAI SDK，易于集成。
• 功能丰富：适合聊天机器人、内容生成和数据分析。
• 成本效益：提供免费额度，适合开发测试。

通过 Node.js，我们可以利用其异步特性高效调用 DeepSeek API。

准备工作

1. 获取 API 密钥：

   • 访问 DeepSeek 平台，注册并登录。
   • 在“API Keys”页面生成密钥，妥善保存。

2. 环境搭建：

   • 确保安装了 Node.js 和 npm。
   • 创建项目目录并初始化：

     mkdir deepseek-example
     cd deepseek-example
     npm init -y
     

   • 安装依赖：

     npm install openai dotenv
     

3. 配置环境变量：

   • 在项目根目录创建 .env 文件，添加 API 密钥：

     DEEPSEEK_API_KEY=your_api_key_here
     

示例代码

以下是一个使用 Node.js 和 OpenAI SDK 调用 DeepSeek API 的示例，功能是向模型提问并打印响应。

// deepseek-call.js
import OpenAI from 'openai';
import { config } from 'dotenv';

// 加载环境变量
config();

// 初始化 DeepSeek 客户端
const openai = new OpenAI({
  apiKey: process.env.DEEPSEEK_API_KEY,
  baseURL: 'https://api.deepseek.com',
});

// 调用 DeepSeek API 的异步函数
async function callDeepSeek(prompt) {
  try {
    const completion = await openai.chat.completions.create({
      model: 'deepseek-chat', // 使用 DeepSeek 的聊天模型
      messages: [
        { role: 'system', content: '你是一个知识渊博的助手，用中文简洁回答。' },
        { role: 'user', content: prompt },
      ],
      max_tokens: 150, // 控制输出长度
      temperature: 0.7, // 平衡创造性和准确性
    });

    return completion.choices[0].message.content;
  } catch (error) {
    console.error('调用 DeepSeek API 失败:', error.message);
    return null;
  }
}

// 测试调用
(async () => {
  const prompt = '请用中文解释什么是人工智能？';
  const result = await callDeepSeek(prompt);
  console.log('DeepSeek 回答:', result);
})();

代码说明

• 环境变量：通过 dotenv 加载 .env 文件中的 API 密钥，避免硬编码。
• OpenAI SDK：DeepSeek API 与 OpenAI 兼容，使用 openai 库简化请求。
• 请求参数：
  • model：指定 deepseek-chat 模型（也可使用 deepseek-reasoner 等）。
  • messages：包含系统指令和用户输入，系统指令定义模型行为。
  • max_tokens 和 temperature：控制输出长度和随机性。
• 错误处理：捕获网络或 API 错误，确保程序健壮。

运行代码

1. 确保 .env 文件已配置正确的 API 密钥。
2. 更新 package.json，添加 "type": "module" 以支持 ES 模块语法：

   {
     "name": "deepseek-example",
     "type": "module",
     ...
   }
   

3. 执行代码：

   node deepseek-call.js
   

4. 示例输出（具体取决于 API 响应）：

   DeepSeek 回答: 人工智能（AI）是计算机科学的分支，通过算法和模型模拟人类智能，如学习、推理和决策。
   

扩展应用

这个示例可以扩展到以下场景：

• Web 集成：结合 Express 创建 API 端点，供前端调用。
• 流式响应：设置 stream: true 实现实时输出，适合聊天应用。
• 批量处理：循环调用 API，处理多条输入。

注意事项

1. 密钥安全：不要将 API 密钥提交到公开仓库，使用 .gitignore 忽略 .env 文件。
2. 配额管理：DeepSeek 免费额度有限，生产环境需关注使用情况（详情见 DeepSeek 定价）。
3. 文档参考：查阅 DeepSeek API 文档 获取最新模型和参数信息。
4. 错误重试：生产环境中可添加重试逻辑（如 maxRetries: 3）应对网络波动。

结语

通过 Node.js 和 OpenAI SDK，调用 DeepSeek API 变得简单高效。无论是开发聊天机器人还是自动化内容生成，这个示例都是一个很好的起点。想深入探索？访问 DeepSeek 官网 或尝试更复杂的提示工程，释放 AI 的无限可能！

---