戰(zhàn)：API調(diào)用、工具適配與400報錯排查)
最近如果你在各個開發(fā)者社區(qū)和搜索框里逛一圈會發(fā)現(xiàn) DeepSeek 相關(guān)的高頻問題已經(jīng)從“DeepSeek 和豆包、元寶、千問哪個好”“誰的推理能力強(qiáng)”“跑分到底領(lǐng)先多少”變成了另一類問題deepseek api 如何調(diào)用、vscode 接入 deepseek 怎么配、codex 接入 deepseek 是否穩(wěn)定、claude code 接入 deepseek 需要注意什么、企業(yè)微信接入 deepseek 能不能實(shí)現(xiàn)。這個變化很有意思。它說明 DeepSeek 已經(jīng)完成了“模型能力被看見”的上半場正在進(jìn)入“工程鏈路里有沒有位置”的下半場。本文不打算再對模型做過多的能力盤點(diǎn)而是把注意力放在更實(shí)際的地方DeepSeek 到底怎么接進(jìn)你的開發(fā)工具、編程助手、群機(jī)器人和后端服務(wù)接入過程中最容易翻車的是哪些環(huán)節(jié)尤其是當(dāng)你在第三方工具里看到類似the reasoning_content in the thinking mode must be passed back to the api的 400 報錯時它到底在說什么下面這套判斷和操作路徑適合正在做 AI 應(yīng)用、想要替換或接入模型底座的后端開發(fā)者也適合準(zhǔn)備在企業(yè)內(nèi)部做智能問答、代碼助手和消息機(jī)器人的技術(shù)負(fù)責(zé)人。1. “黑鯨出水”DeepSeek 下半場的關(guān)鍵判斷“黑鯨出水”并不是某個官方新產(chǎn)品的代號我更愿意把它理解為一種階段判斷當(dāng)模型的真實(shí)能力已經(jīng)被大量公開評測和開源社區(qū)驗(yàn)證之后它就不再只是論文里的一個名字而是一頭已經(jīng)浮出水面的“鯨魚”。水面之上是模型發(fā)布、跑分、榜單和輿論熱度水面之下才是真正決定它能走多遠(yuǎn)的工程生態(tài)。上半場的游戲規(guī)則是“誰的模型更強(qiáng)”。你只需要比較推理能力、代碼能力、上下文長度和價格就可以做出判斷。但在下半場規(guī)則會明顯變化對比維度上半場下半場評價重點(diǎn)模型跑分、推理效果、開源權(quán)重API 穩(wěn)定性、工具鏈支持、接入成本用戶行為打開網(wǎng)頁聊天、試提示詞接入 IDE、編程助手、群機(jī)器人關(guān)鍵問題模型能不能打模型能不能被工程化使用決策人算法工程師、技術(shù)愛好者后端開發(fā)、架構(gòu)師、應(yīng)用負(fù)責(zé)人瓶頸訓(xùn)練技術(shù)接口標(biāo)準(zhǔn)、工具適配、可運(yùn)維性競爭焦點(diǎn)發(fā)布速度和能力上限生態(tài)滲透率和可替換成本因此如果你只把 DeepSeek 當(dāng)作一個“聊天更強(qiáng)的網(wǎng)頁應(yīng)用”你會錯過真正重要的事情。DeepSeek 實(shí)際上是提供了一個 OpenAI 兼容接口的模型底座它可以被當(dāng)成一個“可編程的計算資源”接入到開發(fā)者自己的軟件鏈路里。從我們看到的這組高頻熱詞來看DeepSeek 下半場已經(jīng)開始了而且它的開局不是由某一次發(fā)布會推動的而是由大量開發(fā)者的接入行為共同推動的。2. 從高頻搜索看 DeepSeek 的落地形態(tài)先看一組典型問題deepseek api如何調(diào)用、deepseek開放平臺、codex接入deepseek、claude code接入deepseek、vscode接入deepseek、deepseek本地化部署、deepseek harness、deepseek hermes、企業(yè)微信接入deepseek。這些問題可以分成三類第一類是 API 接入層問題。比如怎么獲取密鑰、怎么選擇接口地址、怎么用 Python 或 curl 調(diào)用。這說明很多開發(fā)者的訴求已經(jīng)不是“我來看看這個模型能聊什么”而是“我要在代碼里通過接口使用這個模型”。第二類是開發(fā)工具適配問題。比如 codex、claude code、vscode 這些編程工具能不能把模型切換為 DeepSeek。這類搜索詞集中出現(xiàn)說明開發(fā)者希望在日常編碼環(huán)境里直接使用 DeepSeek 來完成補(bǔ)全、解釋、重構(gòu)和代碼生成任務(wù)。第三類是業(yè)務(wù)系統(tǒng)集成問題。比如企業(yè)微信接入 DeepSeek 怎么做、能不能拿它做群里的智能問答。這說明企業(yè)應(yīng)用的落地需求已經(jīng)從“咨詢階段”進(jìn)入“嘗試階段”。關(guān)于 deepseek harness、deepseek hermes、deepseek harness studio 這一類詞我的建議是保持謹(jǐn)慎。它們的命名看起來像某個產(chǎn)品矩陣但在沒有官方文檔明確支持的情況下可能只是社區(qū)開發(fā)者在 DeepSeek 基礎(chǔ)上封裝的自定義工具或本地桌面端項(xiàng)目。你在搜索時很容易看到這些詞但它們不一定來自 DeepSeek 官方也不代表官方發(fā)布過的版本序列。真正應(yīng)該作為依據(jù)的是 DeepSeek 開放平臺文檔和官方 GitHub 倉庫。另外有些搜索詞帶有明顯的“繞過限制”“解鎖更多能力”色彩這類非官方手段往往伴隨著安全風(fēng)險。正常使用 API 完成編程、寫作、數(shù)據(jù)分析和企業(yè)內(nèi)部應(yīng)用已經(jīng)能覆蓋絕大多數(shù)業(yè)務(wù)場景沒有必要去嘗試那些來源不明的腳本和工具。3. OpenAI 兼容接口DeepSeek 下半場的基礎(chǔ)設(shè)施為什么 Codex、Claude Code、VS Code 這些原本為特定模型設(shè)計的工具可以把模型底座換成 DeepSeek答案是DeepSeek 平臺提供的接口兼容 OpenAI Chat Completions 格式。這里先解釋幾個基礎(chǔ)概念。API Key訪問接口的密鑰相當(dāng)于你調(diào)用服務(wù)的憑證。調(diào)用時必須放在請求頭里通常是Authorization: Bearer 你的API Key。Base URL接口的根地址相當(dāng)于服務(wù)地址。工具需要根據(jù)這個地址把請求發(fā)送到對應(yīng)平臺。model模型標(biāo)識。同一個平臺往往提供多個模型比如通用對話模型和深度推理模型你要在請求中顯式聲明使用哪一個。Chat Completions一種以“消息列表”為輸入、以“模型回復(fù)”為輸出的接口格式。多輪對話就是把歷史消息按角色依次拼成一個數(shù)組再請求模型繼續(xù)生成。這里可以做一個通俗類比如果模型是各種家用電器那么 OpenAI 兼容接口就是標(biāo)準(zhǔn)的電源插座。一個模型只要支持這套插座標(biāo)準(zhǔn)那么所有按照同一標(biāo)準(zhǔn)設(shè)計的第三方工具理論上都可以“插上就用”。DeepSeek 的關(guān)鍵優(yōu)勢正在于此。它沒有強(qiáng)行要求大家使用一套專有的 SDK而是選擇了兼容 OpenAI 這套被廣泛使用的接口協(xié)議。這直接降低了接入成本。對于工具開發(fā)者來說他們不需要為 DeepSeek 單獨(dú)維護(hù)一套適配邏輯只需要在原有工具里增加一個“自定義模型提供方”的配置項(xiàng)填寫接口地址、密鑰和模型名即可。從實(shí)際使用的體驗(yàn)來看在 DeepSeek 開放平臺常見到的模型標(biāo)識有兩類一類更適合通用對話和日常任務(wù)另一類更適合需要深度推理的復(fù)雜問題。在技術(shù)博客和社區(qū)教程里前者通常對應(yīng)deepseek-chat后者通常對應(yīng)deepseek-reasoner。后者回答問題時可能會先輸出一段推理過程再輸出最終答案。這個特點(diǎn)會在接口層產(chǎn)生一個比較隱蔽的字段差異也是后面第 7 章那個 400 報錯的根源。4. 動手接入最小 API 調(diào)用與可用性自檢在接入 Codex、Claude Code、VS Code 這種大型工具之前我強(qiáng)烈建議你先用一條最小的 API 調(diào)用跑通全鏈路。這樣做有三個好處第一能確認(rèn)你的密鑰可用第二能確認(rèn)接口地址沒有寫錯第三能確認(rèn)你選的模型名在平臺上真實(shí)存在。很多第三方工具接入失敗最后排查出來的原因其實(shí)就是這三個最基礎(chǔ)的問題。4.1 準(zhǔn)備 API Key 與環(huán)境變量先去 DeepSeek 開放平臺創(chuàng)建 API Key。操作路徑一般是登錄控制臺找到 API Keys 或類似入口新建 Key然后立刻復(fù)制保存。為了安全不要把 Key 直接寫在代碼文件里建議放到環(huán)境變量中export DEEPSEEK_API_KEYsk-你的key export DEEPSEEK_BASE_URLhttps://api.deepseek.com/v1如果你使用的是 Windows PowerShell$env:DEEPSEEK_API_KEYsk-你的key $env:DEEPSEEK_BASE_URLhttps://api.deepseek.com/v14.2 使用 curl 驗(yàn)證接口連通性先不寫 Python 代碼用 curl 直接發(fā)一次請求能更快地驗(yàn)證網(wǎng)絡(luò)和身份認(rèn)證是否正常curl ${DEEPSEEK_BASE_URL}/chat/completions \ -H Content-Type: application/json \ -H Authorization: Bearer ${DEEPSEEK_API_KEY} \ -d { model: deepseek-chat, messages: [ { role: user, content: 用一句話解釋什么是 API } ], max_tokens: 256, stream: false }如果請求成功你會看到類似下面的 JSON 返回{ id: chatcmpl-example, object: chat.completion, model: deepseek-chat, choices: [ { index: 0, message: { role: assistant, content: API 是應(yīng)用程序之間進(jìn)行數(shù)據(jù)交換和功能調(diào)用的約定接口。 }, finish_reason: stop } ], usage: { prompt_tokens: 12, completion_tokens: 10, total_tokens: 22 } }看到choices[0].message.content里有正常文本說明密鑰、接口地址和模型名三者都正確。如果返回 401優(yōu)先檢查 API Key如果返回 404優(yōu)先檢查接口地址拼寫如果返回 400再看是不是模型名寫錯。4.3 使用 Python 調(diào)用 DeepSeek API在真實(shí)項(xiàng)目里我們通常使用 Python 調(diào)用。由于接口兼容 OpenAI優(yōu)先選擇openaiPython SDK 即可# 文件路徑deepseek_minimal.py import os import sys from openai import OpenAI api_key os.environ.get(DEEPSEEK_API_KEY) base_url os.environ.get(DEEPSEEK_BASE_URL, https://api.deepseek.com/v1) if not api_key: print(請先設(shè)置環(huán)境變量 DEEPSEEK_API_KEY) sys.exit(1) client OpenAI( api_keyapi_key, base_urlbase_url, ) model sys.argv[1] if len(sys.argv) 1 else deepseek-chat resp client.chat.completions.create( modelmodel, messages[ {role: user, content: 只回復(fù)四個字接口正常}, ], max_tokens32, streamFalse, ) print(model:, model) print(reply:, resp.choices[0].message.content) print(usage:, resp.usage)運(yùn)行方式python deepseek_minimal.py deepseek-chat python deepseek_minimal.py deepseek-reasoner如果兩個模型都能正常運(yùn)行說明你已經(jīng)具備接入任何第三方工具的基礎(chǔ)條件。后續(xù)無論遇到什么奇怪問題你都可以先回到這個最小腳本看看是不是 DeepSeek 平臺本身出現(xiàn)了異常。4.4 編寫一個可復(fù)用的自檢腳本當(dāng)你以后要在不同工具里反復(fù)切換模型時一個可復(fù)用的自檢腳本會很有價值。下面這個腳本可以檢查接口連通性、響應(yīng)耗時和 token 消耗# 文件路徑check_deepseek.py import os import sys import time from openai import OpenAI def check(base_url: str, api_key: str, model: str): client OpenAI(api_keyapi_key, base_urlbase_url) start time.time() try: resp client.chat.completions.create( modelmodel, messages[ {role: user, content: 收到請回復(fù) OK}, ], max_tokens16, streamFalse, ) except Exception as exc: print(調(diào)用失敗:, exc) sys.exit(1) cost time.time() - start content resp.choices[0].message.content usage resp.usage print(f接口地址: {base_url}) print(f模型標(biāo)識: {model}) print(f響應(yīng)內(nèi)容: {content}) print(f響應(yīng)耗時: {cost:.2f}s) print(ftoken 消耗: {usage}) if __name__ __main__: base_url os.environ.get DeepSeek接入實(shí)戰(zhàn)：API調(diào)用、工具適配與400報錯排查
最近如果你在各個開發(fā)者社區(qū)和搜索框里逛一圈會發(fā)現(xiàn) DeepSeek 相關(guān)的高頻問題已經(jīng)從“DeepSeek 和豆包、元寶、千問哪個好”“誰的推理能力強(qiáng)”“跑分到底領(lǐng)先多少”變成了另一類問題deepseek api 如何調(diào)用、vscode 接入 deepseek 怎么配、codex 接入 deepseek 是否穩(wěn)定、claude code 接入 deepseek 需要注意什么、企業(yè)微信接入 deepseek 能不能實(shí)現(xiàn)。這個變化很有意思。它說明 DeepSeek 已經(jīng)完成了“模型能力被看見”的上半場正在進(jìn)入“工程鏈路里有沒有位置”的下半場。本文不打算再對模型做過多的能力盤點(diǎn)而是把注意力放在更實(shí)際的地方DeepSeek 到底怎么接進(jìn)你的開發(fā)工具、編程助手、群機(jī)器人和后端服務(wù)接入過程中最容易翻車的是哪些環(huán)節(jié)尤其是當(dāng)你在第三方工具里看到類似the reasoning_content in the thinking mode must be passed back to the api的 400 報錯時它到底在說什么下面這套判斷和操作路徑適合正在做 AI 應(yīng)用、想要替換或接入模型底座的后端開發(fā)者也適合準(zhǔn)備在企業(yè)內(nèi)部做智能問答、代碼助手和消息機(jī)器人的技術(shù)負(fù)責(zé)人。1. “黑鯨出水”DeepSeek 下半場的關(guān)鍵判斷“黑鯨出水”并不是某個官方新產(chǎn)品的代號我更愿意把它理解為一種階段判斷當(dāng)模型的真實(shí)能力已經(jīng)被大量公開評測和開源社區(qū)驗(yàn)證之后它就不再只是論文里的一個名字而是一頭已經(jīng)浮出水面的“鯨魚”。水面之上是模型發(fā)布、跑分、榜單和輿論熱度水面之下才是真正決定它能走多遠(yuǎn)的工程生態(tài)。上半場的游戲規(guī)則是“誰的模型更強(qiáng)”。你只需要比較推理能力、代碼能力、上下文長度和價格就可以做出判斷。但在下半場規(guī)則會明顯變化對比維度上半場下半場評價重點(diǎn)模型跑分、推理效果、開源權(quán)重API 穩(wěn)定性、工具鏈支持、接入成本用戶行為打開網(wǎng)頁聊天、試提示詞接入 IDE、編程助手、群機(jī)器人關(guān)鍵問題模型能不能打模型能不能被工程化使用決策人算法工程師、技術(shù)愛好者后端開發(fā)、架構(gòu)師、應(yīng)用負(fù)責(zé)人瓶頸訓(xùn)練技術(shù)接口標(biāo)準(zhǔn)、工具適配、可運(yùn)維性競爭焦點(diǎn)發(fā)布速度和能力上限生態(tài)滲透率和可替換成本因此如果你只把 DeepSeek 當(dāng)作一個“聊天更強(qiáng)的網(wǎng)頁應(yīng)用”你會錯過真正重要的事情。DeepSeek 實(shí)際上是提供了一個 OpenAI 兼容接口的模型底座它可以被當(dāng)成一個“可編程的計算資源”接入到開發(fā)者自己的軟件鏈路里。從我們看到的這組高頻熱詞來看DeepSeek 下半場已經(jīng)開始了而且它的開局不是由某一次發(fā)布會推動的而是由大量開發(fā)者的接入行為共同推動的。2. 從高頻搜索看 DeepSeek 的落地形態(tài)先看一組典型問題deepseek api如何調(diào)用、deepseek開放平臺、codex接入deepseek、claude code接入deepseek、vscode接入deepseek、deepseek本地化部署、deepseek harness、deepseek hermes、企業(yè)微信接入deepseek。這些問題可以分成三類第一類是 API 接入層問題。比如怎么獲取密鑰、怎么選擇接口地址、怎么用 Python 或 curl 調(diào)用。這說明很多開發(fā)者的訴求已經(jīng)不是“我來看看這個模型能聊什么”而是“我要在代碼里通過接口使用這個模型”。第二類是開發(fā)工具適配問題。比如 codex、claude code、vscode 這些編程工具能不能把模型切換為 DeepSeek。這類搜索詞集中出現(xiàn)說明開發(fā)者希望在日常編碼環(huán)境里直接使用 DeepSeek 來完成補(bǔ)全、解釋、重構(gòu)和代碼生成任務(wù)。第三類是業(yè)務(wù)系統(tǒng)集成問題。比如企業(yè)微信接入 DeepSeek 怎么做、能不能拿它做群里的智能問答。這說明企業(yè)應(yīng)用的落地需求已經(jīng)從“咨詢階段”進(jìn)入“嘗試階段”。關(guān)于 deepseek harness、deepseek hermes、deepseek harness studio 這一類詞我的建議是保持謹(jǐn)慎。它們的命名看起來像某個產(chǎn)品矩陣但在沒有官方文檔明確支持的情況下可能只是社區(qū)開發(fā)者在 DeepSeek 基礎(chǔ)上封裝的自定義工具或本地桌面端項(xiàng)目。你在搜索時很容易看到這些詞但它們不一定來自 DeepSeek 官方也不代表官方發(fā)布過的版本序列。真正應(yīng)該作為依據(jù)的是 DeepSeek 開放平臺文檔和官方 GitHub 倉庫。另外有些搜索詞帶有明顯的“繞過限制”“解鎖更多能力”色彩這類非官方手段往往伴隨著安全風(fēng)險。正常使用 API 完成編程、寫作、數(shù)據(jù)分析和企業(yè)內(nèi)部應(yīng)用已經(jīng)能覆蓋絕大多數(shù)業(yè)務(wù)場景沒有必要去嘗試那些來源不明的腳本和工具。3. OpenAI 兼容接口DeepSeek 下半場的基礎(chǔ)設(shè)施為什么 Codex、Claude Code、VS Code 這些原本為特定模型設(shè)計的工具可以把模型底座換成 DeepSeek答案是DeepSeek 平臺提供的接口兼容 OpenAI Chat Completions 格式。這里先解釋幾個基礎(chǔ)概念。API Key訪問接口的密鑰相當(dāng)于你調(diào)用服務(wù)的憑證。調(diào)用時必須放在請求頭里通常是Authorization: Bearer 你的API Key。Base URL接口的根地址相當(dāng)于服務(wù)地址。工具需要根據(jù)這個地址把請求發(fā)送到對應(yīng)平臺。model模型標(biāo)識。同一個平臺往往提供多個模型比如通用對話模型和深度推理模型你要在請求中顯式聲明使用哪一個。Chat Completions一種以“消息列表”為輸入、以“模型回復(fù)”為輸出的接口格式。多輪對話就是把歷史消息按角色依次拼成一個數(shù)組再請求模型繼續(xù)生成。這里可以做一個通俗類比如果模型是各種家用電器那么 OpenAI 兼容接口就是標(biāo)準(zhǔn)的電源插座。一個模型只要支持這套插座標(biāo)準(zhǔn)那么所有按照同一標(biāo)準(zhǔn)設(shè)計的第三方工具理論上都可以“插上就用”。DeepSeek 的關(guān)鍵優(yōu)勢正在于此。它沒有強(qiáng)行要求大家使用一套專有的 SDK而是選擇了兼容 OpenAI 這套被廣泛使用的接口協(xié)議。這直接降低了接入成本。對于工具開發(fā)者來說他們不需要為 DeepSeek 單獨(dú)維護(hù)一套適配邏輯只需要在原有工具里增加一個“自定義模型提供方”的配置項(xiàng)填寫接口地址、密鑰和模型名即可。從實(shí)際使用的體驗(yàn)來看在 DeepSeek 開放平臺常見到的模型標(biāo)識有兩類一類更適合通用對話和日常任務(wù)另一類更適合需要深度推理的復(fù)雜問題。在技術(shù)博客和社區(qū)教程里前者通常對應(yīng)deepseek-chat后者通常對應(yīng)deepseek-reasoner。后者回答問題時可能會先輸出一段推理過程再輸出最終答案。這個特點(diǎn)會在接口層產(chǎn)生一個比較隱蔽的字段差異也是后面第 7 章那個 400 報錯的根源。4. 動手接入最小 API 調(diào)用與可用性自檢在接入 Codex、Claude Code、VS Code 這種大型工具之前我強(qiáng)烈建議你先用一條最小的 API 調(diào)用跑通全鏈路。這樣做有三個好處第一能確認(rèn)你的密鑰可用第二能確認(rèn)接口地址沒有寫錯第三能確認(rèn)你選的模型名在平臺上真實(shí)存在。很多第三方工具接入失敗最后排查出來的原因其實(shí)就是這三個最基礎(chǔ)的問題。4.1 準(zhǔn)備 API Key 與環(huán)境變量先去 DeepSeek 開放平臺創(chuàng)建 API Key。操作路徑一般是登錄控制臺找到 API Keys 或類似入口新建 Key然后立刻復(fù)制保存。為了安全不要把 Key 直接寫在代碼文件里建議放到環(huán)境變量中export DEEPSEEK_API_KEYsk-你的key export DEEPSEEK_BASE_URLhttps://api.deepseek.com/v1如果你使用的是 Windows PowerShell$env:DEEPSEEK_API_KEYsk-你的key $env:DEEPSEEK_BASE_URLhttps://api.deepseek.com/v14.2 使用 curl 驗(yàn)證接口連通性先不寫 Python 代碼用 curl 直接發(fā)一次請求能更快地驗(yàn)證網(wǎng)絡(luò)和身份認(rèn)證是否正常curl ${DEEPSEEK_BASE_URL}/chat/completions \ -H Content-Type: application/json \ -H Authorization: Bearer ${DEEPSEEK_API_KEY} \ -d { model: deepseek-chat, messages: [ { role: user, content: 用一句話解釋什么是 API } ], max_tokens: 256, stream: false }如果請求成功你會看到類似下面的 JSON 返回{ id: chatcmpl-example, object: chat.completion, model: deepseek-chat, choices: [ { index: 0, message: { role: assistant, content: API 是應(yīng)用程序之間進(jìn)行數(shù)據(jù)交換和功能調(diào)用的約定接口。 }, finish_reason: stop } ], usage: { prompt_tokens: 12, completion_tokens: 10, total_tokens: 22 } }看到choices[0].message.content里有正常文本說明密鑰、接口地址和模型名三者都正確。如果返回 401優(yōu)先檢查 API Key如果返回 404優(yōu)先檢查接口地址拼寫如果返回 400再看是不是模型名寫錯。4.3 使用 Python 調(diào)用 DeepSeek API在真實(shí)項(xiàng)目里我們通常使用 Python 調(diào)用。由于接口兼容 OpenAI優(yōu)先選擇openaiPython SDK 即可# 文件路徑deepseek_minimal.py import os import sys from openai import OpenAI api_key os.environ.get(DEEPSEEK_API_KEY) base_url os.environ.get(DEEPSEEK_BASE_URL, https://api.deepseek.com/v1) if not api_key: print(請先設(shè)置環(huán)境變量 DEEPSEEK_API_KEY) sys.exit(1) client OpenAI( api_keyapi_key, base_urlbase_url, ) model sys.argv[1] if len(sys.argv) 1 else deepseek-chat resp client.chat.completions.create( modelmodel, messages[ {role: user, content: 只回復(fù)四個字接口正常}, ], max_tokens32, streamFalse, ) print(model:, model) print(reply:, resp.choices[0].message.content) print(usage:, resp.usage)運(yùn)行方式python deepseek_minimal.py deepseek-chat python deepseek_minimal.py deepseek-reasoner如果兩個模型都能正常運(yùn)行說明你已經(jīng)具備接入任何第三方工具的基礎(chǔ)條件。后續(xù)無論遇到什么奇怪問題你都可以先回到這個最小腳本看看是不是 DeepSeek 平臺本身出現(xiàn)了異常。4.4 編寫一個可復(fù)用的自檢腳本當(dāng)你以后要在不同工具里反復(fù)切換模型時一個可復(fù)用的自檢腳本會很有價值。下面這個腳本可以檢查接口連通性、響應(yīng)耗時和 token 消耗# 文件路徑check_deepseek.py import os import sys import time from openai import OpenAI def check(base_url: str, api_key: str, model: str): client OpenAI(api_keyapi_key, base_urlbase_url) start time.time() try: resp client.chat.completions.create( modelmodel, messages[ {role: user, content: 收到請回復(fù) OK}, ], max_tokens16, streamFalse, ) except Exception as exc: print(調(diào)用失敗:, exc) sys.exit(1) cost time.time() - start content resp.choices[0].message.content usage resp.usage print(f接口地址: {base_url}) print(f模型標(biāo)識: {model}) print(f響應(yīng)內(nèi)容: {content}) print(f響應(yīng)耗時: {cost:.2f}s) print(ftoken 消耗: {usage}) if __name__ __main__: base_url os.environ.get