一套开箱即用的 DeepSeek V4 API Python 模板，覆盖对话、代码生成、数据分析、批量处理四大场景。
零配置、带注释、可直接运行。
# 1. 安装依赖
pip install openai pandas
# 2. 填入你的API密钥（每个脚本顶部）
API_KEY = "sk-xxxxxxxxxxxxxxxx"
# 3. 运行任意模板
python deepseek_chat.py # 开始聊天
python deepseek_code.py # 代码助手
python deepseek_analyze.py sales.csv # 分析数据
python deepseek_batch.py # 批量处理API 密钥获取： 注册 DeepSeek 开放平台 → API Keys → 创建密钥
费用： DeepSeek V4 约 1-2 元/百万 token，日常使用一天不到 1 元
| 模板 | 文件 | 功能 | 适用场景 |
|---|---|---|---|
| 基础对话 | deepseek_chat.py |
多轮对话+流式输出 | 聊天机器人、客服 |
| 代码助手 | deepseek_code.py |
生成/解释/优化代码 | 编程辅助 |
| 数据分析 | deepseek_analyze.py |
CSV/JSON 智能分析 | 数据报告 |
| 批量处理 | deepseek_batch.py |
翻译/摘要/分类等 | 文本批处理 |
python deepseek_chat.py运行效果：
==================================================
DeepSeek V4 对话助手
输入 'quit' 退出，输入 'clear' 清空对话历史
==================================================
你: 用Python写一个快速排序
AI: def quicksort(arr):
if len(arr) <= 1:
return arr
pivot = arr[len(arr) // 2]
left = [x for x in arr if x < pivot]
middle = [x for x in arr if x == pivot]
right = [x for x in arr if x > pivot]
return quicksort(left) + middle + quicksort(right)
# 测试
print(quicksort([3, 6, 8, 10, 1, 2, 1]))
# 输出: [1, 1, 2, 3, 6, 8, 10]
你: 再加一个参数控制升序还是降序
AI: def quicksort(arr, reverse=False):
...
特色功能：
- 流式逐字输出，体验丝滑
- 自动维护对话上下文
clear清空历史重新开始- 可自定义系统提示词改变AI角色
截图说明：终端界面，上方显示欢迎信息，下方为交互对话，AI回复带颜色高亮
python deepseek_code.py三种模式演示：
模式1 - 生成代码：
选择模式: 1
编程语言: Python
描述功能: 读取Excel文件，统计每个部门的平均工资，生成柱状图
--- 生成 Python 代码 ---
import pandas as pd
import matplotlib.pyplot as plt
def analyze_salary(excel_path):
"""读取Excel并统计部门平均工资"""
df = pd.read_excel(excel_path)
dept_salary = df.groupby('部门')['工资'].mean()
plt.figure(figsize=(10, 6))
dept_salary.plot(kind='bar', color='steelblue')
plt.title('各部门平均工资')
plt.ylabel('工资（元）')
plt.xticks(rotation=45)
plt.tight_layout()
plt.savefig('salary_report.png')
print(f"报告已生成: salary_report.png")
return dept_salary
if __name__ == '__main__':
result = analyze_salary('employees.xlsx')
print(result)
模式2 - 解释代码： 粘贴任意代码，AI逐行解读逻辑
模式3 - 优化代码： 粘贴代码+优化目标，输出优化版本+改动说明
截图说明：三栏对比（原始需求 → 生成代码 → 运行效果）
# 分析CSV文件
python deepseek_analyze.py sales_data.csv
# 分析JSON文件
python deepseek_analyze.py users.json运行效果：
加载数据文件: sales_data.csv
数据概览：1000行 x 8列
列名：日期, 产品, 销量, 单价, 总额, 地区, 渠道, 客户等级
==================================================
数据分析助手
输入 'auto' 自动生成完整报告
==================================================
分析问题: auto
[1/3] 哪些产品的销量增长最快？
→ 2026年Q1销量增长Top3：智能手表(+47%)、蓝牙耳机(+32%)、机械键盘(+28%)
[2/3] 不同地区的销售表现？
→ 华东地区占总销售额38%领跑，华南(22%)第二，华北(18%)第三...
[3/3] 有什么业务建议？
→ 建议加大华东智能手表库存，华南可主推蓝牙耳机...
支持格式： CSV、JSON
大文件处理： 自动采样避免超token限制
auto模式： 一键生成完整分析报告
截图说明：上方显示数据加载信息，下方为问答交互，AI回复包含数据表格
python deepseek_batch.py5种内置任务：
| 模板 | 说明 | 输入 | 输出 |
|---|---|---|---|
| translate | 多语言翻译 | 英文产品描述 | 中文翻译 |
| summarize | 文本摘要 | 长篇文章 | 100字摘要 |
| classify | 文本分类 | 用户反馈 | 问题类型 |
| rewrite | 文案改写 | 口语文案 | 专业版本 |
| sentiment | 情感分析 | 商品评价 | 正面/负面/中性 |
并发处理效果：
=== 情感分析演示 ===
[1/5] ID:1 ✓ 正面
[2/5] ID:2 ✓ 负面
[3/5] ID:3 ✓ 中性
[4/5] ID:4 ✓ 正面
[5/5] ID:5 ✓ 正面
完成！成功 5 项，失败 0 项
结果已保存到: demo_sentiment.json
高级功能：
- 并发请求（可配置并发数，默认3）
- 断点续传（中断后自动跳过已完成项）
- JSON Lines 格式实时写入
- 自定义任务模板
截图说明：左侧为输入文件预览，右侧为处理进度和结果
deepseek-api-templates/
├── deepseek_chat.py # 对话模板（95行）
├── deepseek_code.py # 代码模板（130行）
├── deepseek_analyze.py # 数据分析模板（170行）
├── deepseek_batch.py # 批量处理模板（220行）
└── README.md # 说明文档
代码特点：
- 每个文件独立运行，无需互相依赖
- 关键函数都有中文注释
- 配置区域集中在文件顶部，修改方便
- 适合初学者学习和二次开发
Q：API 调用费用多少？
A：DeepSeek V4 定价约 1-2 元/百万 token。日常使用一天不到 1 元，非常经济。
Q：需要什么Python版本？
A：Python 3.7+，推荐 3.11。
Q：如何修改模型？
A：编辑脚本中的 MODEL 变量。可选：deepseek-chat（对话）、deepseek-coder（代码）。
Q：出现 Rate Limit 错误怎么办？
A：降低 MAX_CONCURRENT 并发数，或在循环中添加 time.sleep(1) 延迟。
Q：可以用在其他兼容OpenAI API的平台吗？
A：可以！修改 BASE_URL 即可。支持：硅基流动、DeepSeek、OpenAI 等。
购买后如遇问题，请在购买平台留言，会尽快回复。
MIT License - 购买后可自由修改和用于商业项目。
本仓库为免费体验版，包含 4 个基础模板。
完整版包含：
- 12 个高级模板（RAG知识库、Agent编排、流式Web API、图像理解、语音转文字等）
- 生产级错误处理和重试机制
- FastAPI 服务封装（一键部署API服务）
- 完整测试用例
- 一对一技术支持
完整版获取： 闲鱼搜索「DeepSeek API 模板」或扫描下方二维码
Made with DeepSeek V4 | 2026