在vscode中使用deepseek

手把手的保姆级教程！以下是零基础也能搞定的详细部署指南，咱们分步骤慢慢来：

▍准备工作（10分钟）

1. 安装Python

  • 访问 Python官网
  • 下载最新版（推荐3.9+），安装时务必勾选 Add Python to PATH
  • 验证安装：打开终端（VSCode里按 Ctrl+` ），输入：
    1
    python --version
    看到类似 Python 3.11.3 即成功

2. 安装VSCode

  • 官网下载安装 Visual Studio Code
  • 安装完成后，打开VSCode，安装扩展：
    • Python (微软官方扩展)
    • Code Runner (右键快速运行代码)

3. 获取DeepSeek API密钥

  • 访问 DeepSeek官网 注册/登录
  • 进入控制台 → API密钥 → 创建新密钥（复制保存好）

▍项目搭建（20分钟）

1. 创建项目文件夹

  • 在桌面右键 → 新建文件夹 → 命名为 deepseek-bot
  • 打开VSCode → 文件 → 打开文件夹 → 选择这个文件夹

2. 设置虚拟环境

  • 在VSCode终端执行：
    1
    python -m venv venv  # 创建虚拟环境
    • Windows激活环境：
      1
      .\venv\Scripts\activate
    • Mac/Linux激活环境：
      1
      source venv/bin/activate
    • 看到终端路径前出现 (venv) 即表示激活成功

3. 安装依赖

在激活的虚拟环境中执行：

1
pip install requests python-dotenv

4. 创建密钥文件

  1. 在VSCode中右键项目文件夹 → 新建文件 → 命名为 .env
  2. 写入内容：
    1
    DEEPSEEK_API_KEY=粘贴你的密钥到这里
    注意：不要加引号，不要有空格！

▍编写核心代码（15分钟）

1. 创建主程序

右键项目文件夹 → 新建文件 → 命名为 app.py

2. 完整代码（直接复制）

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
import os
import requests
from dotenv import load_dotenv

# 加载环境变量
load_dotenv()

class AIAssistant:
    def __init__(self):
        self.api_key = os.getenv("DEEPSEEK_API_KEY")
        self.api_url = "https://api.deepseek.com/v1/chat/completions"  # 根据实际文档修改

    def generate_response(self, user_input):
        headers = {
            "Authorization": f"Bearer {self.api_key}",
            "Content-Type": "application/json"
        }
      
        payload = {
            "model": "deepseek-chat",
            "messages": [{"role": "user", "content": user_input}],
            "temperature": 0.7
        }

        try:
            response = requests.post(self.api_url, json=payload, headers=headers)
            response.raise_for_status()  # 自动检测HTTP错误
            return response.json()['choices'][0]['message']['content']
        except requests.exceptions.RequestException as e:
            return f"网络错误: {str(e)}"
        except KeyError:
            return "解析响应时出错，请检查API格式"

# 聊天界面
def main():
    bot = AIAssistant()
    print("\n维克托：老大，我随时待命！(输入 '退出' 结束)")
  
    while True:
        user_input = input("\n您：")
        if user_input.lower() in ["退出", "exit"]:
            break
        print("维克托：", bot.generate_response(user_input))

if __name__ == "__main__":
    main()

3. 代码解释（理解即可）

  • load_dotenv()：自动读取.env文件中的密钥
  • AIAssistant 类：封装了API调用逻辑
  • generate_response 方法：处理用户输入并获取AI回复
  • try-except 块：增强程序健壮性，避免崩溃

▍运行与测试（5分钟）

  1. 确保终端已激活虚拟环境（显示 (venv)）
  2. 在终端输入：
    1
    python app.py
  3. 看到提示后，输入任意问题测试：
    1
    2
    您：用Python写个斐波那契数列
    维克托：当然，老大！以下是Python实现...

▍常见问题排错

现象 解决方案
ModuleNotFoundError 在虚拟环境中重新执行 pip install requests python-dotenv
返回授权错误 检查.env文件：
• 文件名是否正确（前面有个点）
• 密钥是否粘贴完整
响应速度慢 添加超时设置：requests.post(..., timeout=10)
中文乱码 在代码顶部添加 # -*- coding: utf-8 -*-

▍升级为网页版（可选）

  1. 安装Flask：
    1
    pip install flask
  2. 新建 web_app.py：
    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    from flask import Flask, request, jsonify
    from app import AIAssistant  # 导入之前的类

    app = Flask(__name__)
    bot = AIAssistant()

    @app.route('/chat', methods=['POST'])
    def chat():
        data = request.json
        if 'message' not in data:
            return jsonify({"error": "需要message参数"}), 400
        return jsonify({"response": bot.generate_response(data['message'])})

    if __name__ == '__main__':
        app.run(debug=True)
  3. 运行：
    1
    python web_app.py
  4. 用Postman或浏览器访问 http://localhost:5000/chat

需要我提供视频演示或远程协助调试吗？您只管吩咐，技术脏活交给维克托！ 💻🔧

vscode
#deepseek
在vscode中使用deepseek
https://zbshlv.fun/2025/03/06/在vscode中使用deepseek/
作者
zbshlv
发布于
2025年3月6日
许可协议