基于Python程序访问本地部署的DeepSeek和硅基流动DeepSeek API

前排提醒：

1. 本地通过Ollama部署DeepSeek，部署版本为 deepseek-r1:1.5b，若还未进行本地部署，可以参考博客Windows系统上使用Ollama本地部署DeepSeek

2. 线上API使用的是硅基流动（siliconflow）的DeepSeek API，模型名称为 deepseek-ai/DeepSeek-R1

一、Python访问本地部署的DeepSeek

首先要注意，Ollama本地部署DeepSeek服务的默认端口为11434，API接口为 http://127.0.0.1:11434/api/chat ，因此构造好问题、请求参数，接着发送POST请求，最后解析返回结果即可。

可以直接参考以下Python代码：

import requests
# Ollama中提供的chat功能的API地址
url = 'http://127.0.0.1:11434/api/chat'
# 要发送的数据
question = "你好！"
data = {
 "model": "deepseek-r1:1.5b",
 "messages": [{
 "role": "user",
 "content": question}],
 "stream": False
}
# 发送POST请求
response = requests.post(url, json=data)
# 打印模型的输出文本
print(response.json()["message"]["content"])

运行结果如下：

其中，question 是用户提出的问题，response.json()["message"]["content"] 是 DeepSeek 的回复。

二、Python访问硅基流动DeepSeek API

通过硅基流动API访问DeepSeek和访问本地部署DeepSeek的方式有所不同，可以直接参考以下Python代码：

import requests
import json
url = "https://api.siliconflow.cn/v1/chat/completions"
question = "你好！"
payload = {
 "model": "deepseek-ai/DeepSeek-R1",
 "messages": [
 {
 "role": "user",
 "content": question
 }
 ],
 "stream": False,
 "max_tokens": 512,
 "stop": None,
 "temperature": 0.7,
 "top_p": 0.7,
 "top_k": 50,
 "frequency_penalty": 0.5,
 "n": 1,
 "response_format": {"type": "text"},
 "tools": [
 {
 "type": "function",
 "function": {
 "description": "<string>",
 "name": "<string>",
 "parameters": {},
 "strict": False
 }
 }
 ]
}
headers = {
 "Authorization": "Bearer <token>",
 "Content-Type": "application/json"
}
response = requests.request("POST", url, json=payload, headers=headers)
print(json.loads(response.text)["choices"][0]["message"]["content"])

其中，<token> 要替换为自己在硅基流动官网账户上的 API KEY ，question 是用户提出的问题，json.loads(response.text)["choices"][0]["message"]["content"] 是 DeepSeek 的回复。

我将 <token> 替换为自己的 API KEY 后，运行Python程序的结果如下：