生成式AI系列筆記 p1 | 與LLM互動的方式

最近，大型語言模型圈有個大新聞，就是中國的 DeepSeek 模型推出了，但目前還有不少爭議，比如資料來源、資安問題和高頻率當機等。不過這些問題可能要等更多消息出來後才好討論，現在先看看後續發展吧。

比較有趣的是，DeepSeek 官方 API 文件 提供了一段範例程式碼，使用的是 OpenAI 的庫，而且它的 HTTP 請求格式跟 GPT、Llama 系列一樣，也有一個不錯的功能：函數呼叫 (function calling)，使用方式跟其他模型一樣。目前先分享OpenAI相關使用方式，想必未來DeepSeek也有類似的使用方式。

使用API可以有更全面的功能，下一篇會先介紹不需要寫程式也能輕鬆上手的方法。

▼ 從DeepSeek複製下來的範例程式碼，與OpenAI格式相同，也使用相同的library，API 的使用方式以及參數效果會在後面幾篇談到

• Python

from openai import OpenAI

client = OpenAI(api_key="<DeepSeek API Key>", base_url="https://api.deepseek.com")
response = client.chat.completions.create(
	model="deepseek-chat",
	messages=[
		{"role": "system", "content": "You are a helpful assistant"},
		{"role": "user", "content": "Hello"},
		],
	stream=False
)

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

• Curl

curl https://api.deepseek.com/chat/completions \
	-H "Content-Type: application/json" \
	-H "Authorization: Bearer <DeepSeek API Key>" \
	-d '{
			"model": "deepseek-chat",
			"messages": [
				{"role": "system", "content": "You are a helpful assistant."},
				{"role": "user", "content": "Hello!"}
			],
			"stream": false
		}'