后端接入deepseek的api

DeepSeek 提供了兼容 OpenAI 格式的 API，这意味着你可以用熟悉的 openai SDK 直接接入，只需改一下 baseURL。

本文从零开始，带你完成 Node.js 后端接入 DeepSeek 的全流程。

为什么选 DeepSeek？

兼容 OpenAI 格式：无需学习新 SDK，迁移成本极低
价格实惠：相比 GPT-4 系列，成本大幅降低
中文能力强：对中文场景的理解和生成表现出色
模型丰富：提供通用对话、推理专用等多个模型

可用模型

模型 ID	用途	特点
`deepseek-chat`	通用对话	日常使用首选，兼顾速度与质量
`deepseek-reasoner`	深度推理	数学、编程、逻辑推理更强

根据场景选择：一般问答用 deepseek-chat，复杂推理用 deepseek-reasoner。

环境准备

1. 获取 API Key

2. 安装依赖

1	npm install openai

DeepSeek 兼容 OpenAI SDK，不需要额外安装其他包。

基础调用

非流式（一次性返回）

import OpenAI from 'openai';

const client = new OpenAI({
  baseURL: 'https://api.deepseek.com',
  apiKey: 'sk-your-api-key',
});

const completion = await client.chat.completions.create({
  model: 'deepseek-chat',
  messages: [
    { role: 'system', content: '你是一个有用的助手。' },
    { role: 'user', content: '用通俗的语言解释什么是 HTTPS。' },
  ],
});

console.log(completion.choices[0].message.content);

流式输出（逐字返回）

适合需要实时展示回复的场景，如聊天界面：

const stream = await client.chat.completions.create({
  model: 'deepseek-chat',
  messages: [{ role: 'user', content: '写一首关于夏天的诗' }],
  stream: true,
});

for await (const chunk of stream) {
  const content = chunk.choices[0]?.delta?.content;
  if (content) {
    process.stdout.write(content); // 逐字输出
  }
}

多轮对话

维护 messages 数组，每次把 AI 的回复追加进去：

const messages: OpenAI.Chat.Completions.ChatCompletionMessageParam[] = [
  { role: 'system', content: '你是一个编程助手。' },
];

async function chat(userInput: string): Promise<string> {
  messages.push({ role: 'user', content: userInput });

  const completion = await client.chat.completions.create({
    model: 'deepseek-chat',
    messages,
  });

  const reply = completion.choices[0].message.content || '';
  messages.push({ role: 'assistant', content: reply });

  return reply;
}

// 连续对话
await chat('JavaScript 有哪些基本数据类型？');
await chat('那 Symbol 类型有什么实际用途？'); // AI 会记住上一轮上下文

错误处理与重试

生产环境必须处理网络波动和限流：

async function callWithRetry(
  messages: OpenAI.Chat.Completions.ChatCompletionMessageParam[],
  maxRetries = 3
): Promise<string> {
  for (let i = 0; i < maxRetries; i++) {
    try {
      const completion = await client.chat.completions.create({
        model: 'deepseek-chat',
        messages,
        stream: false,
        timeout: 30000,
      });
      return completion.choices[0].message.content || '';
    } catch (error: any) {
      if (error.status === 429 || error.status >= 500) {
        const delay = Math.pow(2, i) * 1000; // 指数退避：1s, 2s, 4s
        console.warn(`请求失败 (${error.status})，${delay}ms 后重试...`);
        await new Promise(resolve => setTimeout(resolve, delay));
        continue;
      }
      throw error;
    }
  }
  throw new Error(`已重试 ${maxRetries} 次，仍然失败`);
}

Midway.js 集成示例

如果你用的是 Midway.js 框架，可以封装一个 Service：

// src/service/deepseek.service.ts
import { Provide, Init } from '@midwayjs/core';
import OpenAI from 'openai';

@Provide()
export class DeepSeekService {
  private client: OpenAI;

  @Init()
  async init() {
    this.client = new OpenAI({
      baseURL: 'https://api.deepseek.com',
      apiKey: process.env.DEEPSEEK_API_KEY,
    });
  }

  async chat(userMessage: string, context: string[] = []): Promise<string> {
    const messages: OpenAI.Chat.Completions.ChatCompletionMessageParam[] = [
      { role: 'system', content: '你是98潮玩的智能助手。' },
      ...context.map((c, i) => ({
        role: i % 2 === 0 ? 'user' as const : 'assistant' as const,
        content: c,
      })),
      { role: 'user', content: userMessage },
    ];

    const completion = await this.client.chat.completions.create({
      model: 'deepseek-chat',
      messages,
    });

    return completion.choices[0].message.content || '';
  }

  async chatStream(
    userMessage: string,
    onChunk: (text: string) => void
  ): Promise<void> {
    const stream = await this.client.chat.completions.create({
      model: 'deepseek-chat',
      messages: [{ role: 'user', content: userMessage }],
      stream: true,
    });

    for await (const chunk of stream) {
      const content = chunk.choices[0]?.delta?.content;
      if (content) onChunk(content);
    }
  }
}

最佳实践

1. API Key 安全

永远不要把 Key 硬编码：

// ❌ 错误
const client = new OpenAI({ apiKey: 'sk-abc123' });

// ✅ 正确：用环境变量
const client = new OpenAI({ apiKey: process.env.DEEPSEEK_API_KEY });

2. System Prompt 设计

好的系统提示词能显著提升回复质量：

const systemPrompt = `你是98潮玩平台的智能助手。请遵守以下规则：
- 只回答游戏、潮玩相关的问题
- 如果用户问无关问题，礼貌引导回正题
- 回答简洁，不超过200字
- 不编造不确定的信息`;

3. Token 消耗控制

几点省钱技巧：

max_tokens 限制单次回复长度，防止费用失控
多轮对话时裁剪历史，避免超出上下文窗口（64K token）
temperature 控制随机性：0.0 最确定，1.0 最发散

const completion = await client.chat.completions.create({
  model: 'deepseek-chat',
  messages,
  max_tokens: 500,
  temperature: 0.7,
});

总结

DeepSeek 接入非常简单——和用 OpenAI 的体验几乎一致，改个 baseURL 就行。记住几个关键点：

API Key 用环境变量管理，不要硬编码
生产环境做好错误重试和超时处理
善用 System Prompt 引导模型行为
注意 Token 消耗，控制成本

如果你已经在用 OpenAI 的 SDK，切换到 DeepSeek 几乎零成本。