code: "invalid_api_key"表示API密钥无效或未正确配置，需检查控制台密钥状态、清除隐藏字符、验证环境变量是否生效；code: "rate_limit_exceeded"表明配额耗尽，应解析X-RateLimit-Remaining和X-RateLimit-Reset响应头，并实施指数退避重试。
☞☞☞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☜☜☜
当你在调用DeepSeek API时收到一串类似code: "invalid_api_key"或code: "rate_limit_exceeded"的报错信息，说明请求已被服务端明确拒绝，不是网络超时也不是模型卡死——这串代码就是服务端给你的诊断凭证，直接对应具体故障环节。
从响应体里精准提取报错代码
第一步：拿到完整HTTP响应体，不要只看控制台打印的前几行。Python中用response.json()读取，Node.js中用JSON.parse(res.body)，确保解析的是原始响应内容而非日志摘要。
第二步：在JSON结构中定位code字段。它一定在根层级或error对象内部，例如：{"code": "model_not_found", "message": "The model does not exist"}或{"error": {"code": "400", "message": "..."} }。如果找不到code字段，说明根本没走到DeepSeek服务层，问题出在网络、DNS或客户端构造上。
第三步：忽略message字段里的中文描述，以code字符串为准。服务端可能返回翻译错误或占位文本，但code是唯一稳定、可编程匹配的标识符。
code: "invalid_api_key" 怎么快速验证
方法一：登录DeepSeek开发者控制台→API Keys页面→确认密钥状态为【Enabled】且未显示“Expired”。已禁用或过期的密钥会触发该错误，控制台不显示具体过期时间，只标红“Disabled”。
方法二：把密钥粘贴进Notepad++（或其他纯文本编辑器），查看首尾是否有隐藏字符。Windows用户尤其要注意复制时带入的全角空格或BOM头，它们在IDE里不可见，但会让Authorization头校验失败。
方法三：在Python中执行print(repr(os.getenv('DEEPSEEK_API_KEY')))，观察输出是否包裹在'ds_xxx'单引号内且长度符合规范（通常以ds_开头，后接24位字母数字）。若输出为None或空字符串，说明环境变量根本没生效。
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。
code: "rate_limit_exceeded" 的实时配额判断
第一步：检查响应头中的X-RateLimit-Remaining值。如果为0，说明本窗口内额度已用尽，必须等待重置；如果大于0但你仍持续报错，说明其他进程也在共享该密钥。
第二步：读取X-RateLimit-Reset头，它返回的是Unix毫秒级时间戳。用Python转换：import time; print(time.ctime(int(response.headers['X-RateLimit-Reset'])/1000))，确认重置时间是否合理。国内用户常因系统时间偏差导致误判，务必先校准本地时间。
第三步：立即停止所有并发请求，改用单线程+指数退避重试。首次延迟1秒，失败后依次延迟2秒、4秒、8秒，超过5次直接报错退出——避免雪崩式重试加重限流。
code: "model_not_found" 的版本与拼写核对
方法1：打开DeepSeek官方文档Models页面，逐字比对所用model参数。注意deepseek-chat不能写成deepseek_chat、deepseek-v1或deepseek-chat-v2——连短横线位置和大小写都必须完全一致。
方法2：确认API Endpoint路径是否匹配模型版本。v1接口地址是https://api.deepseek.com/v1/chat/completions，v2接口是https://api.deepseek.com/v2/chat/completions。【v1接口无法调用仅存在于v2的模型】，反之亦然。
方法3：若使用Ollama本地部署，运行ollama list确认模型已正确拉取并命名无误。Ollama中模型名默认不含deepseek/前缀，直接用deepseek-r1即可，加前缀反而报错。
