在 AI 大模型时代，直接调用成熟的大模型 API 是快速实现 AI 功能的最佳方式。本文将以 DeepSeek 和阿里云通义千问为例，详细介绍如何获取 API 密钥并通过代码调用大模型，即使是编程新手也能轻松上手。
一、什么是 API 密钥？为什么需要它？
API 密钥（API Key）是你访问大模型服务的 "身份证"，它用于验证你的身份和权限，确保只有授权用户才能使用相关服务。每个平台的 API 密钥都是独一无二的，需要妥善保管，避免泄露。
不同平台的 API 调用方式略有差异，但核心流程一致：获取密钥→配置客户端→发送请求→处理响应。下面我们分别介绍 DeepSeek 和阿里云通义千问的密钥获取方法和调用示例。
二、获取 API 密钥的详细步骤
1、获取deepseek秘钥
这里要注意的是deepseek需要付费才能调用API-key，但是10块钱就能用很久，完全够我们学习使用。以下就是网址：
网址：DeepSeek | 深度求索
①进入API开发平台
②然后注册登录账号：这里没有展示
③创建API-key
④复制秘钥
这里需要特别注意，一点要复制API-key，后续会用到，只会出现一次！！！
2、获取前问秘钥
前问好的是可以免费使用半年，但是一定要去领取，以下就是前问的网址：
阿里云-计算，为了无法计算的价值
①登录注册
②进入大模型服务
③进入API-key
④创建和复制API-key
前问的API-key可以查看多次，但是建议大家把对应的API-key都建一个txt文件保存，使用的时候打开文件直接用就好了，没有那么麻烦。
三、代码实现：调用 DeepSeek 大模型
下面是调用 DeepSeek 大模型的完整代码示例：
# 导入OpenAI模块，用于调用OpenAI的API
from openai import OpenAI
# 使用指定的API密钥和基础URL创建OpenAI客户端实例
client = OpenAI(
# api_key:这是用于身份验证的 API 密钥。您需要使用有效的 API 密钥来向 DeepSeek 的 API 进行身份验证，以调用其服务。
# base_url:这是 DeepSeek API 的基础 URL。OpenAI 客户端将使用此 URL 来发送请求到 DeepSeek 的服务器。
api_key="替换成你自己的秘钥", base_url='https://api.deepseek.com/v1'
)
# 调用OpenAI的聊天完成接口
response = client.chat.completions.create(
model="deepseek-chat", # 指定使用的模型名称
messages=[ # 定义消息列表，包含系统角色和用户角色的消息
{"role": "system", "content": "我司AI智能助手，有什么需要帮助的吗？"}, # 系统角色消息
{"role": "user", "content": "什么是fastAPI"}, # 用户角色消息
],
stream=False # 设置非流式响应，回答的结果一次性输出
# stream=True # 设置流式响应，回答的一段一段输出
)
# 非流式输出
print(response.choices[0].message.content)
# 流式输出
# for chunk in response:
# print(chunk.choices[0].delta.content, end="", flush=True)
运行结果：
代码说明：
model参数指定要使用的模型，不同平台有不同的模型列表messages参数是对话历史，包含系统提示和用户消息stream=False表示一次性获取完整响应，适合简单问答场景
四、代码实现：调用阿里云通义千问
阿里云通义千问的调用方式类似，但需要注意基础地址和模型名称的差异：
import os
from openai import OpenAI
from dotenv import load_dotenv
# 加载环境变量（推荐方式）
load_dotenv()
client = OpenAI(
api_key=os.getenv("Qwen_API_KEY"), # 从环境变量获取密钥，防止API-key的泄露
base_url="https://dashscope.aliyuncs.com/compatible-mode/v1"
)
# 调用通义千问
completion = client.chat.completions.create(
model="qwen-plus", # 通义千问的模型名称
messages=[
{"role": "system", "content": "You are a helpful assistant."},
{"role": "user", "content": "阿里云公司的简介"}
],
stream=True, # 流式输出，适合长文本响应
extra_body={"enable_thinking": False} # 控制思考过程
)
# 非流式输出
# print(completion.choices[0].message.content)
# 流式输出
for chunk in completion:
print(chunk.choices[0].delta.content, end="", flush=True)
运行结果：
环境变量配置方法：
在项目根目录创建.env文件在文件中添加如下内容：
Qwen_API_KEY="你的阿里云API密钥"
五、流式输出 vs 非流式输出：该怎么选？
代码中我们看到有stream=True和stream=False两种设置，它们的区别如下：
非流式输出（stream=False）：
优点：一次获取完整结果，处理简单缺点：等待时间长，不适合长文本生成适用场景：短问答、快速查询 流式输出（stream=True）：
优点：像聊天一样逐字显示结果，用户体验好缺点：需要循环处理结果，代码稍复杂适用场景：对话机器人、长文本生成
六、常见问题与解决方法
API 密钥无效：检查密钥是否输入正确，是否过期（部分平台密钥有有效期）连接超时：检查网络连接，确认 base_url 是否正确权限不足：某些模型可能需要单独申请使用权限密钥泄露风险：永远不要在代码中硬编码密钥，使用环境变量或配置文件管理