要真正调用DeepSeek大模型需通过标准API：先在platform.deepseek.com获取并保存API Key，填入Dify或本地项目（如WechatBot/FastAPI），指定endpoint为https://api.deepseek.com/v1、模型为deepseek-chat，确保密钥无空格引号，认证成功后即可调用。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
你想让聊天机器人背后真正用上DeepSeek大模型的推理能力，而不是套壳网页版或中转代理，就得走标准API调用路径——这一步直接决定响应质量、上下文长度和成本控制。
获取并验证DeepSeek API Key
打开 https://www.php.cn/link/ea2e44965e2fc72273d0a41e9bc79805，用手机号完成注册登录；点击「创建 API Key」，输入任意名称（比如“wechat-bot-prod”），系统生成密钥后【务必立即复制保存】——页面关闭后无法再次查看原始密钥，重置会失效所有已配置服务。
进入文档页 https://www.php.cn/link/8661c36a4128981ea82f933f3d22787e，确认当前可用 endpoint 为 https://api.deepseek.com/v1；首次注册用户默认赠送 8000 万 tokens 额度，足够测试数百次完整对话流程。
在Dify平台接入DeepSeek模型
登录 Dify 控制台 → 点击左下角「设置」→「模型供应商」→「添加模型供应商」→ 选择「DeepSeek」。
填写三项必填字段：
① API Key：粘贴上一步复制的密钥；
② API Base URL：固定填 https://api.deepseek.com/v1；
③ 模型名称：输入 deepseek-chat（注意不是 deepseek-r1 或其他变体）。
点击「保存」后，右侧状态灯由红色变为绿色即表示认证通过；若显示「Unauthorized」，请检查密钥是否复制完整、有无多余空格，【不要手动添加引号或换行符】。
微信机器人本地部署调用DeepSeek
方法一：使用开源项目 WechatBot + requests 直接调用
在 Python 项目中安装依赖：pip install wechaty requests python-dotenv；
统一LLM网关 - 一个API对接70+AI模型，使用单一API密钥即可调用GPT、Claude、Gemini、Qwen、Deepseek、Grok等主流模型。
新建 .env 文件，写入：DEEPSEEK_API_KEY=sk-xxxDEEPSEEK_BASE_URL=https://api.deepseek.com/v1；
核心调用代码仅需 1 行实际请求逻辑：
response = requests.post(f"{base_url}/chat/completions", headers={"Authorization": f"Bearer {api_key}"}, json={"model": "deepseek-chat", "messages": [{"role": "user", "content": user_input}]})
这行代码必须放在消息接收回调函数内，且需用 response.json()["choices"][0]["message"]["content"] 提取返回文本；不解析 JSON 直接返回 raw text 会导致微信发消息失败。
方法二：封装为 FastAPI 服务再对接微信协议层
启动一个独立的 llm-service.py，暴露 POST /v1/chat 接口；微信机器人（如 Wechaty 实例）只负责协议解析与消息收发，所有大模型请求都转发至此服务；这种解耦结构便于后续增加缓存、流式响应、敏感词过滤等中间件。
