【GPT入门】第27课 deepSeek API调用

【GPT入门】第23课 deepSeek API调用

1.deepSeek api

其实就是调用OPENAI的api,把key和base_url换为deepseek的就ok

  • deepseek-chat 模型已全面升级为 DeepSeek-V3,接口不变。 通过指定 model=‘deepseek-chat’ 即可调用 DeepSeek-V3。

  • deepseek-reasoner 是 DeepSeek 最新推出的推理模型 DeepSeek-R1。通过指定 model=‘deepseek-reasoner’,即可调用 DeepSeek-R1。

2.调用deepseek代码


from openai import OpenAI
import os

# deep_seek_key = os.getenv("DEEPSEEK_API_KEY")
client = OpenAI(api_key=deep_seek_key, base_url="https://api.deepseek.com/v1")

response = client.chat.completions.create(
    model="deepseek-chat",
    messages=[
        {"role": "system", "content": "You are a helpful assistant"},
        {"role": "user", "content": "Hello"},
    ],
    stream=False
)

print(response.choices[0].message.content)
### 集成GPT4All与DeepSeek API 为了实现GPT4All与DeepSeek API的集成,需理解两者的工作原理以及API交互方式。通常情况下,这种集成涉及创建一个中间层来处理来自DeepSeek API请求并将其转换为适合GPT4All模型输入的形式。 对于具体的实施方法,可以考虑如下方案: 1. **设置环境**:确保安装了必要的库和支持工具,以便能够调用GPT4All模型和服务。这可能涉及到特定版本Python和其他依赖项的确切配置[^2]。 2. **开发适配器服务**:编写一段程序作为桥梁,在接收到通过HTTP POST发送到指定端点上的JSON格式数据时,解析这些数据并将它们传递给本地运行或远程部署的GPT4All实例进行推理计算;之后再收集返回的结果,并按照预期结构重新封装回响应消息中去[^3]。 3. **定义接口标准**:为了让两个不同系统之间顺利通信,必须明确规定双方都遵循的一套协议——即哪些字段是必需的?其类型是什么样的?还有错误码应该如何表示等等细节都需要提前协商好[^4]。 ```python from flask import Flask, request, jsonify import gpt4all # 假设这是用于加载GPT4All模型所需的包名 app = Flask(__name__) model = gpt4all.GPT4All('path_to_model') # 初始化GPT4All模型 @app.route('/deepseek', methods=['POST']) def deepseek_api(): data = request.get_json() prompt_text = data['prompt'] # 获取传入提示文本 response = model.generate(prompt=prompt_text) # 使用GPT4All生成回复 return jsonify({"response": response}) # 将结果打包成JSON返回 if __name__ == '__main__': app.run(port=5000) ``` 此代码片段展示了如何构建一个简单的Flask Web服务器,它接收到来自DeepSeek API客户端发出的请求后,利用已加载好的GPT4All模型来进行自然语言处理任务,并最终把处理后的信息反馈回去。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值