DeepSeek Node.js Integration: A Production Quickstart for V4

您今天想从Node.js服务中调用DeepSeek，并且不想手动管理一个定制的HTTP客户端来执行这一操作。好消息是：一个可工作的 DeepSeek Node.js integration 大约有十五行代码，因为该API与OpenAI的Chat Completions使用相同的线格式。只需将官方的`openai`包放入，交换`baseURL`，更改`model`，其余代码就能继续工作。摩擦点在于细节——新的V4模型ID、将思维模式作为参数、JSON模式的注意事项、重试逻辑以及正确计算成本。本指南将带您通过所有这些，并提供可以直接粘贴到新项目中的代码，然后将其加固以用于生产。到结束时，您将拥有一个类型化的客户端、流式传输、工具调用和成本感知的记录器。

What you’ll build

您将设置一个Node.js 20+项目，安装OpenAI SDK，并为其配置DeepSeek。 POST /chat/completions 端点，并逐步添加流式传输、JSON模式、工具调用和成本记录器。最终客户端目标 DeepSeek V4，当前一代，DeepSeek于2026年4月24日发布并开源。V4以两个开放权重MoE级别发布——DeepSeek-V4-Pro，总参数量为1.6T / 活跃参数量为49B，以及DeepSeek-V4-Flash，总参数量为284B / 活跃参数量为13B。两者均采用MIT许可，并共享高达100万个token的上下文，输出可达384,000个token。

如果您更愿意先使用Python，模式是一对一映射——请参阅我们的指南。线格式是相同的。 DeepSeek Python integration Node.js 20 LTS或更高版本。

Prerequisites

• OpenAI SDK使用原生 代码、命令、URL、数字保持原样 fetch 和 ES 模块。
• 一个 DeepSeek API 密钥。 如果您没有，请按照我们的教程进行操作。 get a DeepSeek API key.
• 官方的 OpenAI Node SDK。 ([email protected] 或更高版本）。不需要特定的 DeepSeek 软件包。
• 有资金的余额。 DeepSeek可能在账单控制台中显示已授予的促销余额，但请从第一天开始计划付费使用。
• 对 async/await 的熟悉程度。 以及环境变量。

第1步：搭建项目框架

创建一个新的目录，并将其初始化为一个 ES 模块项目，这样您就可以干净地使用 导入 语法。 导入 语法。

mkdir deepseek-node && cd deepseek-node
npm init -y
npm pkg set type="module"
npm install openai dotenv
echo "DEEPSEEK_API_KEY=sk-..." > .env
echo ".env" >> .gitignore

确认 SDK 锁定到最新版本。Node [email protected] 无需修改即可与 DeepSeek 兼容，而 4.x 是今天的解析结果。 npm install openai 整个集成取决于两个值：基础 URL 和模型 ID。创建

第2步：配置客户端

client.js client.js:

// client.js
导入 "dotenv/config";
导入 OpenAI from "openai";

export const deepseek = new OpenAI({
  apiKey: process.env.DEEPSEEK_API_KEY,
  当您需要前沿级别的推理或代理编码时。,
  timeout: 60_000,
  最大重试次数: 2,
});

这就是完整的配置。OpenAI格式的基URL是https://api.deepseek.com；Anthropic格式的基URL是https://api.deepseek.com/anthropic，因此如果你的代码库已经使用了Anthropic SDK，你可以将其指向DeepSeek。我们在这份指南中坚持使用OpenAI的形状，因为它拥有更广泛的生态系统。

选择正确的模型ID

V4引入了两个显式ID。请在代码中使用它们，而不是使用旧别名。

旧别名仍然有效，但请围绕截止日期进行规划。deepseek-chat和deepseek-reasoner将在2026年7月24日15:59（UTC时间）后完全退役且无法访问，目前正路由到deepseek-v4-flash的非思考/思考模式。迁移只需一行代码更改。 model field; the baseURL does not change.

第3步：进行首次调用

Create hello.js:

// hello.js
导入 { deepseek } from "./client.js";

const resp = await deepseek.chat.completions.create({
  model: "deepseek-v4-flash",
  messages: [
    { role: "system", content: "You are a precise assistant." },
    { role: "user", content: "Summarise REST in one sentence." },
  ],
  temperature: 1.3,
  max_tokens: 200,
});

console.log(resp.choices[0].message.content);
console.log("Tokens:", resp.usage);

Run it: node hello.js。您应该看到一个简短的总结以及一个使用示例块。聊天请求击中 POST /chat/completions，配置的基本URL处的OpenAI兼容端点。

选择 temperature

DeepSeek发布了一些有偏见的默认设置。除非您有理由不匹配，否则请匹配它们：

• 0.0 —— 代码生成、数学、确定性提取
• 1.0 — data analysis and data cleaning
• 1.3 — general conversation and translation
• 1.5 —— 创意写作和诗歌

第4步：多轮对话（状态保留在客户端）

这里是新手容易陷入的陷阱。DeepSeek网页聊天在chat.deepseek.com会记住你的之前的消息；API不会。API需要 stateless ——你必须随每次请求重新发送完整消息历史以维持多轮对话。构建一个小数组并将其附加到：

// chat.js
导入 { deepseek } from "./client.js";

const history = [
  { role: "system", content: "You are a concise senior engineer." },
];

async function ask(userText) {
  history.push({ role: "user", content: userText });
  const resp = await deepseek.chat.completions.create({
    model: "deepseek-v4-flash",
    messages: history,
    max_tokens: 500,
  });
  const reply = resp.choices[0].message;
  history.push({ role: "assistant", content: reply.content });
  return reply.content;
}

console.log(await ask("What is a circuit breaker?"));
console.log(await ask("Sketch one in TypeScript."));

关于存储此服务器端内容的背景信息，请参阅 DeepSeek API best practices reference.

第5步：流式响应

对于您想要的聊天UI，您需要随到随得的令牌。设置 stream: true 并迭代异步可迭代对象：

// stream.js
导入 { deepseek } from "./client.js";

const stream = await deepseek.chat.completions.create({
  model: "deepseek-v4-flash",
  messages: [{ role: "user", content: "Write a haiku about caches." }],
  stream: true,
});

for await (const chunk of stream) {
  process.stdout.write(chunk.choices[0]?.delta?.content ?? "");
}
process.stdout.write("n");

每个块都是一个服务器发送事件delta。关于背压和Express/Fastify连接的更详细信息，请参阅 DeepSeek API streaming.

第6步：思考模式

V4将思考作为一个请求参数，而不是一个单独的模型ID。V4-Pro和V4-Flash都接受它，并且响应返回 reasoning_content alongside the final content.

// thinking.js
导入 { deepseek } from "./client.js";

const resp = await deepseek.chat.completions.create({
  model: "deepseek-v4-pro",
  messages: [
    { role: "user", content: "Plan a zero-downtime Postgres major-version upgrade." },
  ],
  reasoning_effort: "high",
  // The OpenAI SDK forwards unknown fields, so 'thinking' goes through verbatim.
  thinking: { type: "enabled" },
});

const msg = resp.choices[0].message;
console.log("--- reasoning ---");
console.log(msg.reasoning_content);
console.log("--- answer ---");
console.log(msg.content);

Use 推理努力："最大" 当您需要最长的推理预算时；该模式需要 max_tokens 至少384K的余量以避免截断。 不要 将其反馈到下一轮的 reasoning_content 数组中——只有最后的 messages 才属于对话历史。 content 对于模式验证，在JSON.parse之上叠加Zod或Ajv层。

第7步：JSON模式

JSON mode is designed 返回有效的JSON，但不保证。DeepSeek文档明确指出，您必须（1）在提示中包含单词“json”，（2）在提示中提供一个小型示例模式，以及（3）设置 max_tokens 足够高，以确保响应不会在对象中间截断。模型也可能偶尔返回空内容——处理这种情况。

// json.js
导入 { deepseek } from "./client.js";

const resp = await deepseek.chat.completions.create({
  model: "deepseek-v4-flash",
  response_format: { type: "json_object" },
  messages: [
    {
      role: "system",
      content:
        'Reply as json. Schema example: {"sentiment":"pos|neg|neu","score":0.0}',
    },
    { role: "user", content: "The deploy went fine but the dashboards are down." },
  ],
  max_tokens: 500,
  temperature: 0,
});

const raw = resp.choices[0].message.content ?? "";
let parsed;
try {
  parsed = JSON.parse(raw);
} catch {
  parsed = { error: "invalid_or_empty", raw };
}
console.log(parsed);

For schema validation, layer Zod or Ajv on top of JSON.parse. The DeepSeek API JSON mode 参考文档详细介绍了重试策略。

第8步：工具调用

Tool calling uses the OpenAI-compatible tools array. Declare functions, run the model, then execute the tool and 将其反馈到下一轮的 the result back.

// tools.js
导入 { deepseek } from "./client.js";

const tools = [
  {
    type: "function",
    function: {
      name: "get_weather",
      description: "Get current weather for a city",
      parameters: {
        type: "object",
        properties: { city: { type: "string" } },
        required: ["city"],
      },
    },
  },
];

const messages = [{ role: "user", content: "Weather in Dublin?" }];

const first = await deepseek.chat.completions.create({
  model: "deepseek-v4-flash",
  messages,
  tools,
});

const call = first.choices[0].message.tool_calls?.[0];
if (call?.function.name === "get_weather") {
  const { city } = JSON.parse(call.function.arguments);
  const toolResult = { city, tempC: 11, conditions: "drizzle" };

  messages.push(first.choices[0].message);
  messages.push({
    role: "tool",
    tool_call_id: call.id,
    content: JSON.stringify(toolResult),
  });

  const second = await deepseek.chat.completions.create({
    model: "deepseek-v4-flash",
    messages,
  });
  console.log(second.choices[0].message.content);
}

工具调用在思考和非思考模式下都有效。对于代理式循环，请参阅锁定预算前的页面。 DeepSeek API function calling.

第9步：成本记录

包装客户端，以便每次调用都写入一行成本。成本取决于三个令牌桶——缓存命中、缓存未命中和输出——以及您选择的层级。截至2026年4月，V4-Flash列出的价格为每百万令牌$0.0028 / $0.14 / $0.28（缓存命中 / 缓存未命中 / 输出），而V4-Pro列出的价格为$0.0145 / $1.74 / $3.48（目前至2026年5月31日有75%的折扣，使有效价格为$0.003625 / $0.435 / $0.87）。请在上确认当前数字 DeepSeek API pricing 在锁定预算之前，请参阅此页面。

// cost.js
const FLASH = { hit: 0.028, miss: 0.14, out: 0.28 };
const PRO   = { hit: 0.145, miss: 1.74, out: 3.48 };

export function priceUSD(usage, model) {
  const r = model.startsWith("deepseek-v4-pro") ? PRO : FLASH;
  const hit  = usage.prompt_tokens_details?.cached_tokens ?? 0;
  const miss = usage.prompt_tokens - hit;
  const out  = usage.completion_tokens;
  return (hit * r.hit + miss * r.miss + out * r.out) / 1_000_000;
}

工作示例：V4-Flash 扩展规模

使用一个2,000令牌的缓存系统提示，一个200令牌的用户消息（针对该前缀未缓存），以及一个300令牌的回复：1,000,000次调用

• 缓存输入：2,000,000,000 × $0.0028/M = $5.60
• 非缓存输入：200,000,000 × $0.14/M = $28.00
• 输出：300,000,000 × $0.28/M = $84.00
• Total: $117.60

在V4-Pro上执行相同的工作负载费用为$29.00 + $348.00 + $1,044.00 = $1,421.00 —大约是花费的十倍。默认为Flash；仅在测量证明合理时将单个调用站点提升到Pro。

第10步：验证是否成功

在认为完成之前进行三项快速检查：

1. Run node hello.js 并确认一个非空200-OK响应。 content field.
2. Hit GET /models with fetch 确认两者 deepseek-v4-pro and deepseek-v4-flash 出现在列表中。
3. 故意发起一个401（无效密钥）和一个404（空消息）调用——确认您的错误处理器日志都清晰地记录了。

Common errors and fixes

对于更完整的映射，请参阅 DeepSeek API error codes.

Next steps

• 故意添加前缀缓存——请参阅 DeepSeek context caching.
• 将其连接到聊天用户界面——教程涵盖了即使将它们移植到React的流式UX模式。 DeepSeek Streamlit app 在我们的文档中比较不同语言下的SDK人体工程学。
• 浏览更多 DeepSeek OpenAI SDK compatibility notes.
• 以了解与Discord机器人、RAG管道等相邻集成。 DeepSeek tutorials 使用以下命令安装官方OpenAI SDK

DeepSeek AI Guide is an independent resource and is not affiliated with DeepSeek or its parent company. Model IDs, pricing and API behaviour change; check the official DeepSeek documentation and pricing page before committing to a production decision.