DeepSeek-R1 接入完整指南:5分钟集成到你的应用
详细讲解如何通过 LondAI Token Hub 快速接入 DeepSeek-R1 模型,支持 OpenAI SDK 直接调用。
DeepSeek-R1 适合推理、代码、数学分析和复杂问答,是很多中文团队搭建 AI 应用时的高性价比选择。通过 LondAI Token Hub 接入 DeepSeek-R1,可以把模型调用、额度统计、日志追踪和后续代理运营统一起来,减少业务系统反复改接口的成本。
1、DeepSeek-R1 适合哪些业务
DeepSeek-R1 的优势在于推理链路和中文语义理解,适合用在需要解释、归纳、对比和代码生成的场景。比如数据分析助手、技术文档问答、合同条款解释、学习辅导和复杂客服工单分流。
如果你的产品已经使用 OpenAI SDK,接入成本会很低。只要把 baseURL 指向 LondAI,把 model 改为 DeepSeek-R1 对应模型名,就能在不重写业务逻辑的情况下完成切换。
2、5 分钟完成接入流程
第一步,在 LondAI 控制台创建 API Key。第二步,把 SDK 的 baseURL 改为平台网关地址。第三步,在请求中指定模型。第四步,打开调用日志,观察请求是否成功、消耗是否符合预期。
import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://www.londai.com/v1",
apiKey: process.env.LONDAI_API_KEY,
});
const completion = await client.chat.completions.create({
model: "deepseek-r1",
messages: [{ role: "user", content: "帮我生成一段产品介绍" }],
});
console.log(completion.choices[0].message.content);3、提示词与参数优化建议
DeepSeek-R1 做推理任务时,提示词要把目标、约束和输出格式写清楚。不要只写一句模糊问题,而是告诉模型需要按什么标准分析、输出几段、是否需要表格或 JSON。
如果是客服或知识库问答,建议把检索到的资料放在用户问题之前,并要求模型只基于资料回答。这样可以减少幻觉,提高答案可控性。
- 复杂任务降低 temperature
- 要求结构化输出
- 把业务约束写进 system prompt
- 用日志回看失败样本并迭代提示词
4、围绕 DeepSeek 做内容获客
DeepSeek API、DeepSeek-R1 接入、DeepSeek OpenAI SDK、DeepSeek 中转接口都是有明确需求的关键词。文章中提供代码示例、常见错误和成本建议,会比单纯介绍模型更容易获得咨询。
适合。建议先用一个业务场景做灰度接入,观察调用量、失败率、成本和用户反馈,再逐步扩展到更多流程。
多数情况下不需要。平台可以把不同上游、不同模型和不同价格策略统一到一个兼容 OpenAI 的入口,业务侧只保留平台生成的 API Key。