硬干货|零基础教搭建deepseek官方+本地python属于自己的工作流教程

作为小白也能轻松搭建自己的DeepSeek工作流。以下是分步教程，从零开始手把手教学：

Step 1：注册并获取API密钥

1. 访问DeepSeek官网
2. 点击「注册」创建账号（建议用企业邮箱）
3. 进入控制台 →「API管理」→ 创建新密钥
4. 复制保存你的API Key（像：sk-xxxxxxxxxxxxxxxx）

Step 2：安装必要工具

# 安装Python（如已安装请跳过）
brew install python  # Mac
winget install Python  # Windows

# 安装依赖库
pip install requests python-dotenv

Step 3：创建项目文件夹

mkdir deepseek-workflow
cd deepseek-workflow
touch main.py .env

Step 4：配置环境变量（.env文件）​

DEEPSEEK_API_KEY = "你的API密钥"
MODEL_NAME = "deepseek-chat"  # 根据需求选模型

Step 5：编写基础调用脚本（main.py）​

import os
import requests
from dotenv import load_dotenv

load_dotenv()

def ask_deepseek(prompt):
headers = {
"Authorization": f"Bearer {os.getenv('DEEPSEEK_API_KEY')}",
"Content-Type": "application/json"
}

data = {
"model": os.getenv("MODEL_NAME"),
"messages": [{"role": "user", "content": prompt}]
}

response = requests.post(
"https://api.deepseek.com/v1/chat/completions",
headers=headers,
json=data
)

return response.json()['choices'][0]['message']['content']

# 测试调用
print(ask_deepseek("帮我写一首关于科技的诗"))

Step 6：运行你的第一个AI调用

python main.py

✅ 看到输出结果即表示成功！

Step 7：进阶工作流搭建

场景示例：自动化客服系统

1. 在项目目录新建customer_service.py

import csv
from main import ask_deepseek

def process_tickets():
with open('tickets.csv', 'r') as f:
reader = csv.DictReader(f)
for row in reader:
response = ask_deepseek(f"""
用户问题：{row['question']}
要求：用不超过100字回复，保持友好语气
""")
print(f"工单 {row['id']} 已处理：\n{response}\n")

process_tickets()

Step 8：部署到服务器（可选）​

1. 注册PythonAnywhere免费账号
2. 通过Web界面上传你的代码
3. 设置定时任务（每天自动处理）

避坑指南

1. ​速率限制：免费版每分钟3次请求，升级需联系商务
2. ​内容安全：敏感领域需添加审核层

# 在ask_deepseek函数中添加
if "暴力" in prompt:
return "根据安全策略，该问题无法回答"

3. ​性能优化：启用流式响应

data = {"stream": True}  # 添加此参数

常用工作流模板

1. ​智能文档处理

def analyze_doc(file_path):
    with open(file_path, 'r') as f:
        return ask_deepseek(f"总结以下文档重点：\n{f.read()}")

2. ​数据清洗助手

def clean_data(csv_path):
# 先让AI生成清洗规则
rule = ask_deepseek("请为销售数据表生成数据清洗规则")
# 执行清洗操作...