Pular para o conteúdo principal

Deepseek com Python: Guia Prático

Logo_Deepseek

Guia Prático: Conectando sua Aplicação Python à API Deepseek

O Deepseek é uma plataforma poderosa que fornece APIs para diversas aplicações de inteligência artificial e aprendizado de máquina, como chatbots inteligentes, análise de sentimentos e reconhecimento de imagens. Se você deseja integrar essas APIs em seus projetos Python, este guia vai te ajudar a fazer isso de forma rápida e eficiente.

Passo 1: Criar uma Conta e Obter a Chave de API

Antes de começar, você precisa criar uma conta. Acesse a página do Deepseek, https://www.deepseek.com/ e clique em “API Platform” no canto superior direito e realize o cadastro na plataforma.

Para utilizar a plataforma Deepseek, você precisa recarregar seu crédito. No painel de controle, clique em 'Top up' e siga as instruções para realizar a recarga. Os valores de recarga começam em 2,12 dólares (aproximadamente R$ 10,00). Para isso, você precisará de um cartão de crédito internacional ou uma conta PayPal. Recomendo o uso de um cartão digital, evitando informar os dados do seu cartão físico.

Após a confirmação do pagamento aparece o saldo para utilização. Os créditos são pré-pagos e são consumidos conforme o uso da API.

Agora, podemos criar uma chave de API. No painel de controle, clique em 'API keys' e crie uma chave de acesso à API. IMPORTANTE: Esta chave não deve ser compartilhada ou enviada para um repositório de código público, pois será utilizada para autenticação nas requisições. Alguém mal-intencionado pode utilizar esta chave para consumir seu crédito, ou até mesmo levar ao banimento da conta. Imediatamente após a criação, copie e armazene a chave em um local seguro. O uso de variáveis de ambiente  é recomendado para proteger sua chave de API.

Passo 2: Instalar as Dependências

Para interagir com a API do Deepseek, utilizaremos a biblioteca openai, que permite realizar requisições HTTP de maneira simples. Se ainda não tiver a biblioteca instalada, execute:

    
        pip install openai
    

Passo 3: Fazer uma Requisição à API

Com a chave em mãe vamos criar um script Python para realizar uma chamada Simples a API do Deepseek.

    
        from openai import OpenAI

        # Defina sua chave de API
        API_KEY = "sua_chave_aqui"

        client = OpenAI(api_key=API_KEY, base_url="https://api.deepseek.com")

        # Escreve sua pergunta (prompt)
        promp = "Olá como vai Deepseek?"

        response = client.chat.completions.create(
            model="deepseek-chat",
            messages=[
                {"role": "system", "content": "You are a helpful assistant"},
                {"role": "user", "content": f"{promp}"},
            ],
            stream=False
        )

        # Busca a mensagem da ai
        ai_message = response.choices[0].message.content

        print(ai_message)
    

Primeiro, importamos a biblioteca OpenAI Python: import openai. Em seguida, armazenamos nossa chave de API em uma variável de ambiente, ou em um arquivo seguro, e a atribuímos para a variável.

    
        from openai import OpenAI

        # Defina sua chave de API
        API_KEY = "sua_chave_aqui"
    

Na próxima linha criamos uma pergunta para a IA (prompt), na sequência criamos o objeto mensagem onde damos algum contexto para a IA e colocamos nossa mensagem.

    
        client = OpenAI(api_key=API_KEY, base_url="https://api.deepseek.com")

        # Escreve sua pergunta (prompt)
        promp = "Olá como vai Deepseek?"

        response = client.chat.completions.create(
            model="deepseek-chat",
            messages=[
                {"role": "system", "content": "You are a helpful assistant"},
                {"role": "user", "content": f"{promp}"},
            ],
            stream=False
        )
    

Por último recuperamos a resposta do IA na variável ai_message e imprimimos no terminal.

    
        # Busca a mensagem da ai
        ai_message = response.choices[0].message.content

        print(ai_message)
    

Custo da API

A API da Deepseek é cobrada por tokens utilizados e o preço padrão é seguinte:

  • 1 Milhão de tokens de entrada: 0.07 centavos de dollar
  • 1 Milhão de tokens de saída 1,10 dollar

Um milhão de tokens correspondem mais ou menos 500.000 e 750.000 palavras, ou seja é bastante coisa.

Conclusão

Esse foi uma implementação muito simples, com esses passos, você já pode integrar a API do Deepseek em seus projetos Python e aproveitar seus recursos avançados. Dependendo do serviço específico que você deseja consumir, pode ser necessário ajustar os parâmetros da requisição.

Caso tenha dúvidas ou precise de mais funcionalidades, consulte a documentação oficial da API do Deepseek. Gostou do conteúdo? Compartilhe e siga para mais dicas de programação! 🚀

Comentários

Postagens mais visitadas deste blog

Gerenciando Dependências no Python com requirements.txt

O que é o Pip? O Pip  (Package Installer for Python) é o gerenciador de pacotes do Python. Ele permite instalar, atualizar e remover bibliotecas e dependências de forma prática, garantindo que seu ambiente esteja sempre configurado corretamente. Como gerar um arquivo requirements.txt? Quando trabalhamos em projetos Python, muitas vezes precisamos garantir que todas as dependências necessárias estejam instaladas. Para facilitar essa gestão, podemos gerar um arquivo requirements.txt que contém a lista de pacotes e versões utilizadas no ambiente. Para gerar esse arquivo, execute o seguinte comando no terminal: pip freeze > requirements.txt Esse comando captura todas as bibliotecas instaladas no ambiente e as salva no arquivo requirements.txt . Geralmente trabalhamos com um ambiente virtual, o que é uma boa prática. Como instalar dependências a partir do requirements.txt? Se você precisa configurar um novo ambiente ou compar...

Aprenda Pandas utilizando exemplos de SQL e vice e versa (select, insert, update e delete)

O que é o Pandas? O Pandas é uma biblioteca open source do Python, criada para a função de análise de dados. Suas funções incluem limpeza, tratamento e análise exploratória de dados (EDA). É uma biblioteca muito utilizada para o trabalho de Machine Learning e Data Science, porém sua utilidade vai muito além disso, sendo uma ferramenta poderosa para programadores ou profissionais que lidam com grandes conjuntos de dados. Eu utilizo muito o Pandas para conferência de relatórios e bases de dados, e considero uma ferramenta muito útil, por exemplo, para profissionais de finanças, contabilidade, etc. Funcionamento do Pandas O funcionamento do Pandas está centrado em DataFrames, que são objetos para estruturar dados, algo parecido com uma planilha. Os dados são importados para um DataFrame, e as fontes de dados pode ser de diversos tipos, por exemplo: Excel Json SQL HTML Google Sheets A liberdade que o P...

JSON e Python: Tudo o Que Você Precisa Saber para Manipular Dados

O Python possui funções embutidas (built in functions) para trabalhar com formato JSON, aqui um exemplo de como realizar uma requisição para uma API e trabalhar com o retorno em JSON. Esse código faz uma chamada à PokeApi e realiza a consulta do pokemon Pikachu. Caso a requisição retorne sucesso, o JSON é mostrado na tela. Para rodar esse código é necessário instalar o módulo " request ", com o comando " pip install request ". import requests import json url = " https://pokeapi.co/api/v2/pokemon/pikachu/" response = requests.get(url) if response.status_code == 200: data = response.json() print(json.dumps(data, indent=2)) else: print(f"Error: {response.status_code}") Trabalhando com dados aninhados No exemplo acima realizamos uma requisição para a PokeApi. O conteúdo da resposta está em um formato JSON aninhado, ou seja possui itens dent...