> ## 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 Заявка и использование > DeepSeek AI 集成指南 - XHuoAPI DeepSeek — это очень мощная AI система диалога, которая может генерировать плавные и естественные ответы всего за несколько секунд, просто введя подсказку. DeepSeek-V3 выделяется в отрасли своими выдающимися способностями к пониманию и генерации языка, и в настоящее время DeepSeek-V3 уже широко используется в различных отраслях и сферах, его влияние становится все более значительным. Будь то повседневные беседы, креативное письмо или профессиональные консультации, программирование кода, DeepSeek-V3 может предоставить удивительную интеллектуальную помощь, значительно повышая эффективность и креативность работы человека. Этот документ в основном описывает процесс использования DeepSeek Chat Completion API, с помощью которого мы можем легко использовать официальные функции диалога DeepSeek. ## Процесс заявки Чтобы использовать DeepSeek Chat Completion API, сначала можно перейти на страницу [DeepSeek Chat Completion API](https://api.xhuoapi.ai/documents/2d6a9bae-9a70-4aaa-bd72-28e5bd60fa67) и нажать кнопку «Acquire», чтобы получить необходимые для запроса учетные данные: ![](https://cdn.xhuoapi.ai/nyq0xz.png) Если вы еще не вошли в систему или не зарегистрированы, вас автоматически перенаправят на страницу входа, пригласив зарегистрироваться и войти в систему, после чего вы автоматически вернетесь на текущую страницу. При первой подаче заявки предоставляется бесплатный лимит, который позволяет бесплатно использовать этот API. ## Основное использование Далее вы можете заполнить соответствующие поля на интерфейсе, как показано на рисунке:

При первом использовании этого интерфейса нам необходимо заполнить как минимум три поля: одно из них — это `authorization`, которое можно выбрать прямо из выпадающего списка. Другой параметр — это `model`, `model` — это категория модели, которую мы выбираем для использования с сайта DeepSeek, здесь у нас в основном есть 4 модели, подробности можно посмотреть в предоставленных моделях. Последний параметр — это `messages`, `messages` — это массив наших вопросов, который представляет собой массив, позволяющий одновременно загружать несколько вопросов, каждый из которых содержит `role` и `content`, где `role` обозначает роль задающего вопрос, мы предоставили три идентичности: `user`, `assistant`, `system`. Другой `content` — это конкретное содержание нашего вопроса. Также вы можете заметить, что справа есть соответствующий код вызова, который вы можете скопировать и запустить, или просто нажать кнопку «Try» для тестирования. Распространенные необязательные параметры: * `max_tokens`: ограничение на максимальное количество токенов в одном ответе. * `temperature`: случайность генерации, от 0 до 2, чем больше значение, тем более разнообразным будет ответ. * `n`: сколько вариантов ответов генерировать за раз. * `response_format`: настройка формата ответа.

После вызова мы получаем следующий результат: ```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": "Hello! 😊 How can I help you today?", "role": "assistant" }, "refs": null, "logprobs": null, "finish_reason": "stop", "service_tier": null } ] } ``` Возвращаемый результат содержит несколько полей, описание которых приведено ниже: * `id` — ID задачи диалога, созданной для уникальной идентификации этой задачи. * `created` — информация о времени создания этой задачи диалога. * `model` — выбранная модель DeepSeek. * `choices` — информация о ответах DeepSeek на заданные вопросы. * `usage` — статистическая информация о токенах для данного вопроса и ответа. Где `choices` содержит информацию о ответах DeepSeek, внутри которой `choices` — это информация о ответах DeepSeek, как показано на рисунке.

Можно увидеть, что поле `content` внутри `choices` содержит конкретное содержание ответа DeepSeek. ## Потоковый ответ Этот интерфейс также поддерживает потоковые ответы, что очень полезно для веб-интеграции, позволяя веб-странице реализовать эффект отображения по буквам. Если вы хотите получить потоковый ответ, вы можете изменить параметр `stream` в заголовке запроса на `true`. Изменение показано на рисунке, однако код вызова должен быть соответствующим образом изменен, чтобы поддерживать потоковые ответы.

После изменения `stream` на `true`, API будет возвращать соответствующие JSON данные построчно, и на уровне кода нам нужно внести соответствующие изменения, чтобы получить построчные результаты. Пример кода вызова на 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) ``` Вывод будет следующим: ```json theme={null} data: {"id": "o7X27b1-2kFHot-97098d957dd1d39a-PDX", "object": "chat.completion.chunk", "created": 1755437709, "model": "deepseek-v3", "system_fingerprint": null, "choices": [{"delta": {"content": "Привет", "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": " Как", "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": " я", "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": " помочь", "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": " вам", "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": " сегодня", "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] ``` Можно увидеть, что в ответе много `data`, `data` внутри `choices` является последним ответом, который соответствует содержанию, описанному выше. `choices` - это новая информация о ответе, которую вы можете интегрировать в вашу систему. Также окончание потокового ответа определяется по содержимому `data`, если содержимое равно `[DONE]`, это означает, что потоковый ответ завершен. Возвращаемый результат `data` имеет несколько полей, описание которых приведено ниже: * `id`, уникальный идентификатор для этой задачи диалога. * `model`, выбранная модель DeepSeek. * `choices`, информация о ответах DeepSeek на заданные вопросы. JavaScript также поддерживается, например, код для потокового вызова Node.js выглядит следующим образом: ```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":"привет"}], "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)); ``` Пример кода на Java: ```java theme={null} JSONObject jsonObject = new JSONObject(); jsonObject.put("model", "deepseek-v3"); jsonObject.put("messages", [{"role":"user","content":"привет"}]); 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()) ``` Другие языки можно переписать самостоятельно, принцип остается тем же. ## Многоходовые диалоги Если вы хотите интегрировать функцию многоходового диалога, вам нужно загрузить несколько вопросов в поле `messages`, конкретные примеры нескольких вопросов приведены на изображении ниже:

Пример кода на Python для вызова: ```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"},{"role":"assistant","content":"Hi! How can I assist you today?"},{"role":"user","content":"What I say just now?"}] } response = requests.post(url, json=payload, headers=headers) print(response.text) ``` Загружая несколько вопросов, можно легко реализовать многократный диалог и получить следующий ответ: ```json theme={null} { "id": "as-8g3qzbsw2b", "object": "chat.completion", "created": 1755437895, "model": "deepseek-v3", "choices": [ { "index": 0, "message": { "role": "assistant", "content": "Вы только что сказали: \n\n**\"Hello\"** \n\nИ я ответил: \n\n**\"Hi! How can I assist you today?\"** \n\nЗатем вы продолжили: \n\n**\"What I say just now?\"** \n\nДайте знать, как я могу помочь! 😊" }, "finish_reason": "stop", "flag": 0 } ], "usage": { "prompt_tokens": 22, "completion_tokens": 57, "total_tokens": 79 } } ``` Можно увидеть, что информация, содержащаяся в `choices`, соответствует основному использованию, и это включает в себя конкретное содержание ответов DeepSeek на несколько диалогов, что позволяет отвечать на соответствующие вопросы на основе нескольких диалогов. ## Обработка ошибок При вызове API, если возникает ошибка, API возвращает соответствующий код ошибки и информацию. Например: * `400 token_mismatched`：Неверный запрос, возможно, из-за отсутствующих или недействительных параметров. * `400 api_not_implemented`：Неверный запрос, возможно, из-за отсутствующих или недействительных параметров. * `401 invalid_token`：Неавторизованный, недействительный или отсутствующий токен авторизации. * `429 too_many_requests`：Слишком много запросов, вы превысили лимит частоты. * `500 api_error`：Внутренняя ошибка сервера, что-то пошло не так на сервере. ### Пример ответа об ошибке ``` { "success": false, "error": { "code": "api_error", "message": "fetch failed" }, "trace_id": "2cf86e86-22a4-46e1-ac2f-032c0f2a4e89" } ``` ## Заключение С помощью этого документа вы узнали, как использовать DeepSeek Chat Completion API для легкой реализации функции диалога официального DeepSeek. Надеемся, что этот документ поможет вам лучше интегрировать и использовать этот API. Если у вас есть какие-либо вопросы, пожалуйста, не стесняйтесь обращаться в нашу техническую поддержку.