> ## Documentation Index > Fetch the complete documentation index at: https://docs.xhuoapi.ai/llms.txt > Use this file to discover all available pages before exploring further. # DeepSeek Chat Completion API Richiesta e Utilizzo > DeepSeek AI 集成指南 - XHuoAPI DeepSeek è un sistema di dialogo AI molto potente, basta inserire una parola chiave per generare risposte fluide e naturali in pochi secondi. DeepSeek-V3 si distingue nel settore per le sue eccezionali capacità di comprensione e generazione del linguaggio, e oggi è ampiamente utilizzato in vari settori e ambiti, la sua influenza è sempre più significativa. Che si tratti di conversazioni quotidiane, scrittura creativa, consulenze professionali o programmazione di codice, DeepSeek-V3 può fornire un'assistenza intelligente sorprendente, aumentando notevolmente l'efficienza lavorativa e la creatività umana. Questo documento descrive principalmente il processo di utilizzo dell'API di completamento chat di DeepSeek, che ci consente di utilizzare facilmente le funzionalità di dialogo ufficiali di DeepSeek. ## Processo di Richiesta Per utilizzare l'API di completamento chat di DeepSeek, puoi prima visitare la pagina [DeepSeek Chat Completion API](https://api.xhuoapi.ai/documents/2d6a9bae-9a70-4aaa-bd72-28e5bd60fa67) e cliccare sul pulsante "Acquire" per ottenere le credenziali necessarie per la richiesta: ![](https://cdn.xhuoapi.ai/nyq0xz.png) Se non hai ancora effettuato il login o la registrazione, verrai automaticamente reindirizzato alla pagina di login per invitarti a registrarti e accedere; dopo aver effettuato il login o la registrazione, verrai riportato automaticamente alla pagina corrente. Alla prima richiesta, verrà offerto un credito gratuito, che ti consente di utilizzare gratuitamente questa API. ## Utilizzo di Base Successivamente, puoi compilare i contenuti corrispondenti nell'interfaccia, come mostrato nell'immagine:

Quando utilizzi per la prima volta questa interfaccia, è necessario compilare almeno tre contenuti: uno è `authorization`, che puoi selezionare direttamente dal menu a discesa. Un altro parametro è `model`, `model` è la categoria del modello che scegli di utilizzare dal sito ufficiale di DeepSeek; qui abbiamo principalmente 4 modelli, i dettagli possono essere consultati nei modelli forniti. L'ultimo parametro è `messages`, `messages` è un array delle parole chiave che inseriamo, rappresenta un array che consente di caricare più parole chiave contemporaneamente, ogni parola chiave contiene `role` e `content`, dove `role` indica il ruolo del richiedente; abbiamo fornito tre identità: `user`, `assistant`, `system`. L'altro `content` è il contenuto specifico della nostra domanda. Puoi anche notare che a destra c'è un codice di chiamata corrispondente generato, puoi copiare il codice e eseguirlo direttamente, oppure cliccare direttamente sul pulsante "Try" per testare. Parametri opzionali comunemente usati: * `max_tokens`: limita il numero massimo di token per una singola risposta. * `temperature`: genera casualità, tra 0-2, valori più alti portano a maggiore dispersione. * `n`: quante risposte candidate generare in una volta. * `response_format`: impostazione del formato di ritorno.

Dopo la chiamata, scopriamo che il risultato restituito è il seguente: ```json theme={null} { "id": "chatcmpl-050bf20a-ebcd-498a-bf6e-63ee0738013b", "object": "chat.completion", "created": 1764846609, "model": "deepseek-v3.2-exp", "usage": { "prompt_tokens": 8, "completion_tokens": 11, "total_tokens": 19 }, "choices": [ { "index": 0, "message": { "content": "Ciao! 😊 Come posso aiutarti oggi?", "role": "assistant" }, "refs": null, "logprobs": null, "finish_reason": "stop", "service_tier": null } ] } ``` Il risultato restituito contiene diversi campi, descritti come segue: * `id`, l'ID della generazione di questo compito di dialogo, utilizzato per identificare univocamente questo compito di dialogo. * `created`, informazioni sulla data di creazione di questo compito di dialogo. * `model`, il modello scelto dal sito ufficiale di DeepSeek. * `choices`, le informazioni di risposta fornite da DeepSeek per le parole chiave. * `usage`: statistiche sui token per questo scambio di domande e risposte. Tra cui `choices` contiene le informazioni di risposta di DeepSeek, all'interno di `choices` ci sono le informazioni di risposta di DeepSeek, come mostrato nell'immagine.

Si può vedere che il campo `content` all'interno di `choices` contiene il contenuto specifico della risposta di DeepSeek. ## Risposta in Streaming Questa interfaccia supporta anche le risposte in streaming, il che è molto utile per l'integrazione web, consentendo di realizzare un effetto di visualizzazione parola per parola. Se desideri restituire la risposta in streaming, puoi modificare il parametro `stream` nell'intestazione della richiesta, impostandolo su `true`. La modifica è mostrata nell'immagine, ma il codice di chiamata deve essere modificato di conseguenza per supportare la risposta in streaming.

Dopo aver modificato `stream` in `true`, l'API restituirà i dati JSON riga per riga; a livello di codice, dobbiamo apportare le modifiche necessarie per ottenere i risultati riga per riga. Esempio di codice di chiamata in Python: ```python theme={null} import requests url = "https://api.xhuoapi.ai/v1/deepseek/chat/completions" headers = { "accept": "application/json", "authorization": "Bearer {token}", "content-type": "application/json" } payload = { "model": "deepseek-v3", "messages": [{"role":"user","content":"hello"}], "stream": True } response = requests.post(url, json=payload, headers=headers) print(response.text) ``` L'output sarà il seguente: ```json theme={null} data: {"id": "o7X27b1-2kFHot-97098d957dd1d39a-PDX", "object": "chat.completion.chunk", "created": 1755437709, "model": "deepseek-v3", "system_fingerprint": null, "choices": [{"delta": {"content": "Ciao", "role": "assistant"}, "logprobs": null, "finish_reason": null, "index": 0}], "usage": null} data: {"id": "o7X27b1-2kFHot-97098d957dd1d39a-PDX", "object": "chat.completion.chunk", "created": 1755437709, "model": "deepseek-v3", "system_fingerprint": null, "choices": [{"delta": {"content": "!", "role": "assistant"}, "logprobs": null, "finish_reason": null, "index": 0}], "usage": null} data: {"id": "o7X27b1-2kFHot-97098d957dd1d39a-PDX", "object": "chat.completion.chunk", "created": 1755437709, "model": "deepseek-v3", "system_fingerprint": null, "choices": [{"delta": {"content": "", "role": "assistant"}, "logprobs": null, "finish_reason": null, "index": 0}], "usage": null} data: {"id": "o7X27b1-2kFHot-97098d957dd1d39a-PDX", "object": "chat.completion.chunk", "created": 1755437709, "model": "deepseek-v3", "system_fingerprint": null, "choices": [{"delta": {"content": " 😊", "role": "assistant"}, "logprobs": null, "finish_reason": null, "index": 0}], "usage": null} data: {"id": "o7X27b1-2kFHot-97098d957dd1d39a-PDX", "object": "chat.completion.chunk", "created": 1755437709, "model": "deepseek-v3", "system_fingerprint": null, "choices": [{"delta": {"content": " Come", "role": "assistant"}, "logprobs": null, "finish_reason": null, "index": 0}], "usage": null} data: {"id": "o7X27b1-2kFHot-97098d957dd1d39a-PDX", "object": "chat.completion.chunk", "created": 1755437709, "model": "deepseek-v3", "system_fingerprint": null, "choices": [{"delta": {"content": " posso", "role": "assistant"}, "logprobs": null, "finish_reason": null, "index": 0}], "usage": null} data: {"id": "o7X27b1-2kFHot-97098d957dd1d39a-PDX", "object": "chat.completion.chunk", "created": 1755437709, "model": "deepseek-v3", "system_fingerprint": null, "choices": [{"delta": {"content": " io", "role": "assistant"}, "logprobs": null, "finish_reason": null, "index": 0}], "usage": null} data: {"id": "o7X27b1-2kFHot-97098d957dd1d39a-PDX", "object": "chat.completion.chunk", "created": 1755437709, "model": "deepseek-v3", "system_fingerprint": null, "choices": [{"delta": {"content": " assistere", "role": "assistant"}, "logprobs": null, "finish_reason": null, "index": 0}], "usage": null} data: {"id": "o7X27b1-2kFHot-97098d957dd1d39a-PDX", "object": "chat.completion.chunk", "created": 1755437709, "model": "deepseek-v3", "system_fingerprint": null, "choices": [{"delta": {"content": " te", "role": "assistant"}, "logprobs": null, "finish_reason": null, "index": 0}], "usage": null} data: {"id": "o7X27b1-2kFHot-97098d957dd1d39a-PDX", "object": "chat.completion.chunk", "created": 1755437709, "model": "deepseek-v3", "system_fingerprint": null, "choices": [{"delta": {"content": " oggi", "role": "assistant"}, "logprobs": null, "finish_reason": null, "index": 0}], "usage": null} data: {"id": "o7X27b1-2kFHot-97098d957dd1d39a-PDX", "object": "chat.completion.chunk", "created": 1755437709, "model": "deepseek-v3", "system_fingerprint": null, "choices": [{"delta": {"content": "?", "role": "assistant"}, "logprobs": null, "finish_reason": null, "index": 0}], "usage": null} data: {"id": "o7X27b1-2kFHot-97098d957dd1d39a-PDX", "object": "chat.completion.chunk", "created": 1755437709, "model": "deepseek-v3", "system_fingerprint": null, "choices": [{"delta": {"content": "", "role": "assistant"}, "logprobs": null, "finish_reason": "stop", "index": 0}], "usage": {"prompt_tokens": 4, "completion_tokens": 12, "total_tokens": 16, "prompt_tokens_details": {"cached_tokens": 0, "text_tokens": 0, "audio_tokens": 0, "image_tokens": 0}, "completion_tokens_details": {"text_tokens": 0, "audio_tokens": 0, "reasoning_tokens": 0}, "input_tokens": 0, "output_tokens": 0, "input_tokens_details": null}} data: [DONE] ``` Si può vedere che la risposta contiene molti `data`, `data` all'interno di `choices` è il contenuto della risposta più recente, coerente con quanto descritto in precedenza. `choices` è il contenuto della risposta aggiuntiva fornita da DeepSeek. Inoltre, la fine della risposta in streaming è determinata dal contenuto di `data`; se il contenuto è `[DONE]`, significa che la risposta in streaming è completamente terminata. I risultati di `data` restituiti hanno diversi campi, descritti come segue: * `id`, l'ID generato per questa attività di conversazione, utilizzato per identificare univocamente questa attività di conversazione. * `model`, il modello scelto dal sito ufficiale di DeepSeek. * `choices`, le informazioni di risposta fornite da DeepSeek in base alle parole di domanda. JavaScript è supportato, ad esempio, il codice di chiamata in streaming per Node.js è il seguente: ```javascript theme={null} const options = { method: "post", headers: { "accept": "application/json", "authorization": "Bearer {token}", "content-type": "application/json" }, body: JSON.stringify({ "model": "deepseek-v3", "messages": [{"role":"user","content":"ciao"}], "stream": true }) }; fetch("https://api.xhuoapi.ai/v1/deepseek/chat/completions", options) .then(response => response.json()) .then(response => console.log(response)) .catch(err => console.error(err)); ``` Esempio di codice Java: ```java theme={null} JSONObject jsonObject = new JSONObject(); jsonObject.put("model", "deepseek-v3"); jsonObject.put("messages", [{"role":"user","content":"ciao"}]); jsonObject.put("stream", true); MediaType mediaType = "application/json; charset=utf-8".toMediaType(); RequestBody body = jsonObject.toString().toRequestBody(mediaType); Request request = new Request.Builder() .url("https://api.xhuoapi.ai/v1/deepseek/chat/completions") .post(body) .addHeader("accept", "application/json") .addHeader("authorization", "Bearer {token}") .addHeader("content-type", "application/json") .build(); OkHttpClient client = new OkHttpClient(); Response response = client.newCall(request).execute(); System.out.print(response.body!!.string()) ``` Altre lingue possono essere riscritte separatamente, il principio è lo stesso. ## Conversazione a più turni Se desideri integrare la funzionalità di conversazione a più turni, è necessario caricare più parole di domanda nel campo `messages`, un esempio specifico di più parole di domanda è mostrato nell'immagine sottostante:

Esempio di codice di chiamata Python: ```python theme={null} import requests url = "https://api.xhuoapi.ai/v1/deepseek/chat/completions" headers = { "accept": "application/json", "authorization": "Bearer {token}", "content-type": "application/json" } payload = { "model": "deepseek-v3", "messages": [{"role":"user","content":"Ciao"},{"role":"assistant","content":"Ciao! Come posso aiutarti oggi?"},{"role":"user","content":"Cosa ho appena detto?"}] } response = requests.post(url, json=payload, headers=headers) print(response.text) ``` Caricando più domande, è possibile realizzare facilmente conversazioni a più turni, ottenendo risposte come la seguente: ```json theme={null} { "id": "as-8g3qzbsw2b", "object": "chat.completion", "created": 1755437895, "model": "deepseek-v3", "choices": [ { "index": 0, "message": { "role": "assistant", "content": "Hai appena detto: \n\n**\"Ciao\"** \n\nE io ho risposto con: \n\n**\"Ciao! Come posso aiutarti oggi?\"** \n\nPoi hai continuato con: \n\n**\"Cosa ho appena detto?\"** \n\nFammi sapere come posso aiutarti! 😊" }, "finish_reason": "stop", "flag": 0 } ], "usage": { "prompt_tokens": 22, "completion_tokens": 57, "total_tokens": 79 } } ``` Si può notare che le informazioni contenute in `choices` sono coerenti con il contenuto di base utilizzato, includendo il contenuto specifico delle risposte di DeepSeek a più conversazioni, permettendo così di rispondere a domande corrispondenti in base a più contenuti di dialogo. ## Gestione degli errori Quando si chiama l'API, se si verifica un errore, l'API restituirà il codice di errore e le informazioni corrispondenti. Ad esempio: * `400 token_mismatched`: Richiesta non valida, probabilmente a causa di parametri mancanti o non validi. * `400 api_not_implemented`: Richiesta non valida, probabilmente a causa di parametri mancanti o non validi. * `401 invalid_token`: Non autorizzato, token di autorizzazione non valido o mancante. * `429 too_many_requests`: Troppe richieste, hai superato il limite di frequenza. * `500 api_error`: Errore interno del server, qualcosa è andato storto sul server. ### Esempio di risposta di errore ``` { "success": false, "error": { "code": "api_error", "message": "fetch failed" }, "trace_id": "2cf86e86-22a4-46e1-ac2f-032c0f2a4e89" } ``` ## Conclusione Attraverso questo documento, hai appreso come utilizzare facilmente l'API DeepSeek Chat Completion per implementare la funzionalità di chat ufficiale di DeepSeek. Speriamo che questo documento possa aiutarti a integrare e utilizzare meglio questa API. Se hai domande, non esitare a contattare il nostro team di supporto tecnico.