DeepSeek

约 919 字大约 3 分钟

DeepSeek 模型通过 FrameAI 统一的 /v1/chat/completions 接口提供普通对话、推理输出和流式返回。客户端只需要使用 FrameAI API Key，并在请求体中填写可用的 DeepSeek 模型名称。

支持的模型

当前可用的 DeepSeek 模型名称包括：

deepseek-v4-pro
deepseek-v4-flash

deepseek-v4-flash 适合强调响应速度的通用任务，deepseek-v4-pro 适合复杂分析和推理任务。DeepSeek 文本接口当前只支持以上两个模型名称。

普通对话

curl https://mivsub.com/v1/chat/completions \
  -H "Authorization: Bearer sk-frameai-xxxxxxxx" \
  -H "Content-Type: application/json" \
  --data-binary '{
    "model": "deepseek-v4-flash",
    "messages": [
      {
        "role": "system",
        "content": "你是一个准确、简洁的编程助手。"
      },
      {
        "role": "user",
        "content": "请解释 Go context 的取消传播机制。"
      }
    ],
    "stream": false,
    "max_tokens": 1024,
    "temperature": 0.7
  }'

Python：

import requests

response = requests.post(
    "https://mivsub.com/v1/chat/completions",
    headers={
        "Authorization": "Bearer sk-frameai-xxxxxxxx",
        "Content-Type": "application/json",
    },
    json={
        "model": "deepseek-v4-flash",
        "messages": [
            {"role": "system", "content": "你是一个准确、简洁的编程助手。"},
            {"role": "user", "content": "解释 Go context 的取消传播机制。"},
        ],
        "stream": False,
        "max_tokens": 1024,
    },
    timeout=120,
)
response.raise_for_status()
print(response.json()["choices"][0]["message"]["content"])

推理模型

{
  "model": "deepseek-v4-pro",
  "messages": [
    {
      "role": "user",
      "content": "一个服务每秒收到 800 个请求，单实例稳定处理 120 QPS，按 70% 安全水位至少需要多少实例？说明计算过程。"
    }
  ],
  "stream": false,
  "max_tokens": 2048
}

推理模型响应可能同时包含 reasoning_content 和 content：

{
  "choices": [
    {
      "index": 0,
      "message": {
        "role": "assistant",
        "reasoning_content": "先计算单实例安全容量，再向上取整……",
        "content": "至少需要 10 个实例。"
      },
      "finish_reason": "stop"
    }
  ],
  "usage": {
    "prompt_tokens": 49,
    "completion_tokens": 126,
    "total_tokens": 175
  }
}

业务展示通常读取 content。是否保存或展示 reasoning_content 应由业务需求决定，客户端也要兼容该字段不存在的情况。

流式调用

{
  "model": "deepseek-v4-flash",
  "messages": [
    {
      "role": "user",
      "content": "分步骤给出 PostgreSQL 慢查询排查清单。"
    }
  ],
  "stream": true,
  "stream_options": {
    "include_usage": true
  },
  "max_tokens": 2048
}

DeepSeek 文本接口支持 stream_options。客户端必须按 SSE 消费响应；推理模型的流式增量中可能出现 reasoning_content，最终回答位于 content。

多轮对话

把模型上一轮返回的最终 assistant 消息加入下一次 messages：

{
  "model": "deepseek-v4-flash",
  "messages": [
    {
      "role": "user",
      "content": "给这个缓存组件设计一个接口。"
    },
    {
      "role": "assistant",
      "content": "可以定义 Get、Set、Delete 和 Close 四个方法。"
    },
    {
      "role": "user",
      "content": "再补充批量读取和过期时间支持。"
    }
  ],
  "stream": false
}

不要把上一轮完整 HTTP 响应直接塞进 messages，只传消息角色和模型生成内容。

能力边界

当前 DeepSeek 文本接口支持：

/v1/chat/completions 非流式对话。
/v1/chat/completions SSE 流式对话。
deepseek-v4-pro 推理内容。
工具调用，具体能力以模型为准。

本页接口不用于图片生成、音频、Embeddings、Gemini 原生格式或 /v1/responses。这些能力应使用对应的独立接口。

常见问题

现象	原因	处理方式
模型暂不可用	当前 API Key 没有模型权限，或服务暂时不可用	检查模型名称和账户权限；持续出现时联系管理员。
`401`	FrameAI API Key 缺失、无效或过期	更新请求中的 `Authorization`。
返回 `reasoning_content` 但页面不显示	客户端只渲染 `content`	单独读取并按业务需要处理推理字段。
流式结果为空	客户端未解析 SSE 或代理缓冲了响应	关闭反向代理缓冲并逐行读取 `data:`。
`length` 提前结束	`max_tokens` 太小	在模型和系统上限内提高输出上限。
JSON 解析失败	`false`、字段名或空白字符错误	使用 JSON 库序列化，不要手写转义后的 JSON。

公共请求字段、Go 示例和错误结构见 Chat Completions 接口。

接口文档

素材接口