s01 - 调通 API

模型本身只是一段文本生成器。你发一句，它回一句，然后就没有然后了。 这一章的目标只有一个：让代码替你跟模型说上话。

这一章要解决什么问题

你可能已经用过 ChatGPT、Claude、豆包。在那些产品里，你打字，模型回复，看起来很简单。

但那些产品背后有一整套系统在工作：接收你的输入、调用模型 API、渲染输出、管理历史。你现在要做的，是从零搭起这套系统的第一步。

先让代码能跟模型对话。

不是在网页上打字，不是在终端里粘贴——是用 Python 代码，发一个请求，拿到回复，打印出来。

为什么用 DeepSeek

便宜。百万 token 约 1 块钱。学习阶段不需要烧钱。

而且 DeepSeek 兼容 OpenAI API 格式，意味着你写的代码换个 API key 就能跑 GPT、Claude（通过 OpenAI 兼容接口）。不用学多套 SDK。

准备

1. 注册 DeepSeek 开放平台，拿到 API Key
2. 设置环境变量：

export DEEPSEEK_API_KEY="sk-xxxxxxxx"

3. 安装 SDK：

pip install openai

代码

新建 agent.py：

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["DEEPSEEK_API_KEY"],
    base_url="https://api.deepseek.com",
)

response = client.chat.completions.create(
    model="deepseek-chat",
    messages=[
        {"role": "user", "content": "用一句话解释什么是 Agent。"},
    ],
)

print(response.choices[0].message.content)

运行：

python agent.py

你会看到类似这样的输出：

Agent 是一个能感知环境、做出决策并采取行动来完成目标的自主系统。

发生了什么

拆开看，代码做了三件事：

1. 建立连接

client = OpenAI(
    api_key=os.environ["DEEPSEEK_API_KEY"],
    base_url="https://api.deepseek.com",
)

创建一个客户端，告诉它两件事：用哪个 key，连哪个服务器。base_url 指向 DeepSeek，换成 OpenAI 的地址就能连 GPT。

2. 发送请求

response = client.chat.completions.create(
    model="deepseek-chat",
    messages=[
        {"role": "user", "content": "用一句话解释什么是 Agent。"},
    ],
)

messages 是一个列表，里面是对话历史。现在只有一条用户消息。每条消息有两个字段：

• role：谁说的。"user" 是你，"assistant" 是模型
• content：说了什么

3. 读取回复

print(response.choices[0].message.content)

模型的回复藏在 response.choices[0].message.content 里。结构有点深，但记住这个路径就行。

试着改改

改一下 messages 里的内容，看看模型回复怎么变：

messages=[
    {"role": "user", "content": "写一个 Python 函数，判断一个数是不是质数。"},
]

messages=[
    {"role": "user", "content": "你好"},
    {"role": "assistant", "content": "你好！有什么可以帮你的？"},
    {"role": "user", "content": "今天天气怎么样？"},
]

第二个例子你会发现，你可以往 messages 里塞多条消息，模拟一段已有的对话。模型会基于整个历史来回复。

这就是多轮对话的基础——但这是下一章的事。

教学边界

这一章只做一件事：让代码跟模型说上话。

不涉及：

• 循环（模型只回复一次就结束）
• 工具（模型只能说话，不能做事）
• 流式输出（一次性拿到完整回复）
• 界面（纯终端打印）

这些都在后面的章节里。现在你只需要记住一件事：

messages 列表就是你跟模型之间的全部通信方式。你往里写什么，模型就看到什么。

一句话记住

Agent 的起点，是用代码把消息发给模型、拿到回复。不是在聊天框里打字。