浙江省财务开发公司官网,百度搜索引擎优化方式,装修网站建设价格,网站浮窗制作目录
1、获取api
2、获取base_url和chat_model
3、配置模型参数
方法一#xff1a;终端中临时将加入
方法二#xff1a;创建.env文件
4、 配置client
5、利用deepseek大模型实现简易问答 deepseek-v3是截止博文撰写之日#xff0c;无论是国内还是国际上发布的大模型中…目录
1、获取api
2、获取base_url和chat_model
3、配置模型参数
方法一终端中临时将加入
方法二创建.env文件
4、 配置client
5、利用deepseek大模型实现简易问答 deepseek-v3是截止博文撰写之日无论是国内还是国际上发布的大模型中表现十分亮眼的模型这里以deepseek为例讲解如何获取api_key、base_url、chat_model。
1、获取api 首先打开deepseek接口的官网:DeepSeek 点右上角“开放平台” 新号一般会送10元的余额左上方会显示你当前余额按照当前的价格所拥有的tokens数量tokens可以简单的理解为你输入给大模型的提示词大模型输出的内容之和所占用的字符数这个后续博客中会细讲分词原理这个tokens数量可能会随着模型价格变化而变化不过deepseek的api价格比较便宜如图上所展示的送给新人的500万tokens数也够个人使用很久了。 接着点击左侧的API keys,然后点击创建API key 一般需要给API key命名用来区分不同的API比如下图命名为“test” 这里需要注意的是系统生成的API key只有第一次创建时能看到并且复制此后都无法再次看到只能看到名字所以需要大家第一次就将其复制下来保存到你的文件中当然如果忘记了也影响不大重新创建一个就行。
2、获取base_url和chat_model 同样以deepseek为例点击2.1.1页面左下角的接口文档或者直接进入DeepSeek API文档 进入文档后在“快速开始”的“首次调用API”中可以找到base_url和chat_model如下 base_url https://api.deepseek.com/v1 chat_modeldeepseek-chat 其他平台与deepseek的获取方式差不多 3、配置模型参数 base_url和chat_model直接定义即可但api key是关乎着模型是否能够使用的所以尽量不要把其暴露在模型定理里面而是把他添加到环境变量里这里介绍两种方法添加环境变量。
方法一终端中临时将加入 在终端中临时将token加入变量此时该环境变量只在当前终端内有效 所以该种方法需要我们在该终端中运行我们的py脚本。
export api_key填入你的api token 若是想永久加入环境变量可以对 ~/.bashrc 文件中添加以下内容并保存。
export api_key填入你的api token 此时在代码中获取api 只需要在Python脚本中添加以下代码即可
import os
api_key os.getenv(api_key)
base_url https://api.deepseek.com/v1
chat_model deepseek-chat
方法二创建.env文件 终端输入命令临时创建也比较麻烦而且只在当前终端内有效而创建.env文件存储api_key则不存在这种问题。 首先创建.env文件然后输入以下内容记得替换成你的token
api_keyyour api_key
同一路径下创建脚本文件然后在代码中添加以下内容
import os
from dotenv import load_dotenv# 加载.env文件中的环境变量
load_dotenv()# 获取特定的环境变量
api_key os.getenv(api_key)base_url https://api.deepseek.com/v1
chat_model deepseek-chat4、 配置client 有了前面的三个参数我们就可以构造一个client构造client只需要两个东西api_key和base_url。
from openai import OpenAI
client OpenAI(api_key api_key,base_url base_url
)
5、利用deepseek大模型实现简易问答
我们这里使用第二种方式定义api_key创建.env文件存储api_key后在.env同一目录下创建脚本文件填入以下代码
import os
from dotenv import load_dotenv
from openai import OpenAI
# 加载环境变量
load_dotenv()
# 从环境变量中读取api_key
api_key os.getenv(api_key)
base_url https://api.deepseek.com/v1
chat_model deepseek-chatclient OpenAI(api_key api_key,base_url base_url
) 有了这个client我们就可以去实现各种能力了。
举个简单例子测试一下模型是否配置成功配置好api的token后输入以下代码
import os
from dotenv import load_dotenv
from openai import OpenAI# 加载环境变量
load_dotenv()# 从环境变量中读取api_key
api_key os.getenv(api_key)
base_url https://api.deepseek.com/v1
chat_model deepseek-chatclient OpenAI(api_keyapi_key,base_urlbase_url
)try:# 发送一个简单的消息到模型response client.chat.completions.create(modelchat_model,messages[{role: system, content: 你是一个乐于助人的AI助手能够帮助用户解决各种专业问题.},{role: user, content: 你好介绍下你自己}])# 打印模型的回复print(Model response:)print(response.choices[0].message.content)
except Exception as e:print(fAn error occurred: {e})
结果如下 证明配置成功如果没有回应检查API key是否配置对了如果对了可能是平台服务器的原因等服务器恢复正常就好了
