Код на Python подключается к API DeepSeek через официальный клиент OpenAI. Сначала импортируются os и OpenAI. os нужен, чтобы достать секретный ключ из переменной окружения. Создаётся экземпляр клиента: в него передают api_key из os.environ.get('DEEPSEEK_API_KEY') и base_url — https://api.deepseek.com. Благодаря base_url все запросы этого клиента уходят на серверы DeepSeek, а не на OpenAI.
После этого вызывается метод chat.completions.create. В параметрах указана модель deepseek-v4-pro, массив messages с системным сообщением «You are a helpful assistant» и пользовательским «Hello». Системное сообщение задаёт модели роль полезного помощника, пользовательское — это сам запрос от человека. Каждое сообщение в массиве содержит два поля: role и content. Параметр stream=False говорит, что ответ должен прийти полностью за один раз, без потоковой передачи частями. Параметр reasoning_effort установлен в "high" — так клиент просит сервер потратить больше усилий на рассуждения. Через extra_body передаётся объект thinking с типом enabled — это включает режим обдумывания перед выдачей ответа. Ответ записывается в переменную response. В конце скрипт печатает текст ответа: response.choices[0].message.content. Так извлекается содержимое сгенерированного сообщения: choices — это список вариантов ответа, первый элемент содержит итоговое сообщение модели.
Перед нами минимальный рабочий пример обращения к DeepSeek из Python. Он подходит как основа для чат-бота или интеграции в другие приложения: достаточно заполнить messages своими данными и обработать результат. Ключ должен лежать в переменной окружения DEEPSEEK_API_KEY, чтобы не светить его прямо в коде. Весь процесс умещается в несколько строк, код легко расширяется для диалогов с несколькими сообщениями или стриминга. Это удобная отправная точка для экспериментов с API DeepSeek. Ошибки тут не перехватываются — код работает на удачу.