GitHub上一个帖子最近被顶得很高，楼主问：“有没有比OpenAI便宜、能力在线、支持工具调用的模型？”

底下第一条回复就五个字：DeepSeek，下一个。

评论区直接炸了。有人贴了自己的token消耗截图，有人贴代码，还有人把华为云的接入文档链接甩了出来。那篇文档里写得挺清楚：DeepSeek-V3.2支持128K上下文，输入每百万tokens 0.28美元，输出0.42美元，缓存命中只要0.028美元。

比GPT-4便宜了不止一个量级。

一、先搞定API Key

华为云的文档里写得很细：先去MaaS控制台，找到“预置服务”页签，选DeepSeek-V3.2，点“开通服务”。开通后点“调用说明”，创建API Key。

有个坑得注意：Key创建后不会立即生效，等几分钟才能用。

Alibaba Cloud的文档也提了同样的事——Base URL默认是https://api.deepseek.com/v1，不用改。但如果走华为云或者Zenlayer的渠道，地址会变。

WaveSpeedAI的开发者Dora踩过一个更细的坑：她把Key直接写在代码里，结果不小心推到GitHub，两小时后收到账单报警。后来她改成python-dotenv加载环境变量：

from dotenv import load_dotenv
import os

load_dotenv()
API_KEY = os.getenv("DEEPSEEK_API_KEY")

if not API_KEY:
    raise RuntimeError("Missing DEEPSEEK_API_KEY")

她的帖子底下有人回复：“第一次跑API的人，80%的错都是Key没配好。”

二、最简代码：跑通第一个对话

AIML API的文档给了Python和JavaScript的完整示例。Python版长这样：

import requests
import json

response = requests.post(
    "https://api.deepseek.com/v1/chat/completions",
    headers={
        "Authorization": f"Bearer {API_KEY}",
        "Content-Type": "application/json"
    },
    json={
        "model": "deepseek-chat",
        "messages": [
            {"role": "user", "content": "介绍一下你自己"}
        ]
    }
)

data = response.json()
print(json.dumps(data, indent=2, ensure_ascii=False))

Dora在WaveSpeedAI的博客里补充了一个细节：模型名称会变。她测试的时候用的是deepseek-chat，但不同区域、不同时间可能叫deepseek-v3.2或deepseek-reasoner。每次跑之前看一眼官方文档确认一下，能省半小时查错时间。

三、流式输出：让响应“动起来”

如果你做过聊天机器人，应该知道流式输出对用户体验的影响有多大。等十几秒才看到完整回复，和字一个一个往外蹦，完全是两种感受。

DeepSeek支持标准的SSE（Server-Sent Events）流式。Dora给的代码可以直接复制：

payload = {
    "model": "deepseek-chat",
    "messages": [{"role": "user", "content": "给我讲个长一点的故事"}],
    "stream": True,
    "temperature": 0.2
}

with requests.post(
    "https://api.deepseek.com/v1/chat/completions",
    headers={"Authorization": f"Bearer {API_KEY}"},
    json=payload,
    stream=True,
    timeout=60
) as r:
    r.raise_for_status()
    for line in r.iter_lines(decode_unicode=True):
        if not line:
            continue
        if line.startswith("data: "):
            chunk = line[6:]
            if chunk == "[DONE]":
                break
            # 解析JSON，提取内容

她在帖子里特意说了一句：“早期token到达的速度很快，一两秒就能看到第一个字。接入CLI工具后感觉明显比GPT快。”

四、工具调用：让AI“动手做事”

DeepSeek最值钱的能力之一，是并行工具调用。

AG2的文档里给了一个旅游助手的例子：同时让AI查汇率和天气，它会一次性调两个工具，然后整合结果。

@user_proxy.register_for_execution()
@chatbot.register_for_llm(description="Currency exchange calculator.")
def currency_calculator(
    base_amount: float,
    base_currency: str = "USD",
    quote_currency: str = "EUR"
) -> str:
    # 实现汇率换算逻辑
    return f"{quote_amount} {quote_currency}"

那个例子里，用户说“我要去欧洲待一周，预算1000美元”，AI自动去查美元兑欧元汇率，再调天气工具看当地气温，最后给出换多少钱、带什么衣服的建议。

五、Rust版：给追求极致性能的人

如果你用Rust，crates.io上有个ds-api库，支持工具定义、流式输出、中断注入。

它的设计挺有意思：用宏定义工具，方法签名自动转成JSON Schema：

#[tool]
impl Tool for Search {
    /// Search the web and return results.
    /// query: the search query
    async fn search(&self, query: String) -> Value {
        json!({ "results": format!("results for: {query}") })
    }
}

然后在主循环里消费事件流：

while let Some(event) = stream.next().await {
    match event.unwrap() {
        AgentEvent::Token(text) => print!("{text}"),
        AgentEvent::ToolCall(c) => println!("\n[calling {}]", c.name),
        AgentEvent::ToolResult(r) => println!("[result] {}", r.result),
    }
}

GitHub上这个项目的issues区有人问“和Python版本比速度怎么样”，作者回：Rust版在tool call密集场景下快30%左右，但第一次接入的学习曲线陡一点。

六、错误处理：别等崩了才想起来

Dora在WaveSpeedAI的第二篇帖子里专门讲了错误处理。她定义了一个可重试的状态码集合：

RETRIABLE = {408, 409, 425, 429, 500, 502, 503, 504}

加上指数退避：

backoff = 0.5
for i in range(attempts):
    try:
        return await chat_once(client, messages)
    except RuntimeError as e:
        if "Retryable" in str(e) and i < attempts - 1:
            await asyncio.sleep(backoff)
            backoff *= 2
            continue
        raise

她在帖子里补了一句：“429最常见，限流了。加随机jitter（50-150ms）能避免同时重试造成的‘羊群效应’。”

七、Dify集成：10分钟搭个智能客服

华为云有一篇文档专门讲DeepSeek + Dify搭建网站客服。步骤很清晰：

1. 在华为云“西南-贵阳一”区域部署Dify
2. 开通DeepSeek预置服务，获取API Key和地址
3. 在Dify里添加“OpenAI-API-compatible”供应商，填地址和Key
4. 上传知识库文档，配置提示词

文档里有个截图：Dify后台配置页，填Base URL时要去掉末尾的/chat/completions，只留https://api.modelarts-maas.com。很多人卡在这一步。

配置完后，可以在网页里嵌入一个智能客服，基于企业内部文档回答问题。评论区有人贴了自己公司的落地效果：上线后人工客服咨询量降了60%。

八、Zenlayer的参数说明

Zenlayer的文档把参数解释得最清楚：

参数	说明
temperature	0-2，越大越随机，代码场景建议0.1-0.3
max_tokens	单次回复最大token数
presence_penalty	-2到2，正值鼓励新话题
frequency_penalty	-2到2，正值降低重复

有个做翻译工具的开发者在底下留言：“presence_penalty设0.6，翻译时能避免反复用同一个词，输出流畅很多。”

---

DeepSeek的API文档散在各处，华为云的、阿里云的、Zenlayer的各讲了一部分。但核心代码就那么几段，上面这些够你跑通90%的场景了。

有人把更完整的Python SDK封装发在了 DeepSeek API 专题里，支持流式、工具调用、异步批量，可以直接拿去改。