如何在Python中构建DeepSeek Streamlit应用程序

你想在DeepSeek前面实现一个工作的聊天用户界面，而不需要花费一个周末的时间来搭建React、websockets和后端。一个DeepSeek Streamlit应用可以在大约80行Python代码中实现：文本输入、流式响应、V4级别的模型选择器以及运行中的令牌计数器。这正是本教程从头到尾讲解的项目。

到最后，你将拥有一个单独的`app.py`文件，它可以与`deepseek-v4-flash`进行通信以实现低成本默认聊天，在需要前沿推理时切换到`deepseek-v4-pro`，切换思考模式，流式传输到达的令牌，并显示每场对话的实时成本。代码在本地运行，部署到Streamlit社区云时无需更改。

What you’ll build

完成的应用是一个单文件Streamlit聊天应用，与DeepSeek的OpenAI兼容API进行通信。它支持V4级别，具有思考模式切换、服务器发送事件流、会话内对话持久化以及一个侧边栏，在聊天时总计令牌和美元。聊天请求击中 POST /chat/completions, the OpenAI-compatible endpoint at https://api.deepseek.com因此，一旦您进行交换，官方OpenAI Python SDK将保持不变 base_url and api_key.

两个设计选择从一开始就很重要。首先，DeepSeek API是 stateless ——服务器不记住之前的回合，因此客户端必须在每个请求中重新发送完整的 messages 数组。Streamlit的 st.session_state 是保存该历史记录的绝佳位置。其次，V4作为两个开放重量的MoE模型家族发货，具有共享功能—— deepseek-v4-pro (总容量1.6T / 活跃容量49B) 用于前沿工作，以及 deepseek-v4-flash (284B / 活跃容量13B) 用于成本效益的聊天——思维是一个 request parameter，而不是一个单独的模型ID。我们将在侧边栏中展示这两个选项。

Prerequisites

• Python 3.10或更高版本 with pip 已添加到您的PATH中。
• A DeepSeek API密钥。如果您还没有，请在继续之前遵循 get a DeepSeek API密钥 演示指南。
• 一个虚拟环境工具—— venv, uv or poetry。我们将使用 venv.
• 大约5分钟和大约0.01美元的API信用额度来测试V4-Flash的端到端功能。
• 可选但推荐：一个免费的Streamlit社区云账户用于部署。

如果这是您第一次调用API，请先运行——它涵盖了身份验证和将任何内容包裹在UI之前的最小curl调用。 DeepSeek API getting started 首先——它涵盖了身份验证和将任何内容包裹在UI之前的最小curl调用。

第1步：创建项目并安装依赖项

打开终端并创建一个干净的项目文件夹。以下命令为bash；PowerShell用户可以交换激活行。

mkdir deepseek-streamlit && cd deepseek-streamlit
python -m venv .venv
source .venv/bin/activate   # Windows: .venvScriptsactivate
pip install streamlit openai tiktoken

三个包，没有其他。 streamlit 是UI框架， openai 是我们指向DeepSeek基础URL的官方SDK，以及 tiktoken 为成本计数的客户端令牌估计提供了一个合理的估计。（DeepSeek的标记器与OpenAI的不完全相同，因此将计数视为几个百分比内的估计——或者使用） DeepSeek token counter 在您向客户承诺定价之前进行合理性检查。）

第2步：安全存储API密钥

Streamlit从 .streamlit/secrets.toml 本地以及从生产环境中的仪表板读取机密。创建该文件：

mkdir -p .streamlit
cat > .streamlit/secrets.toml <<'EOF'
DEEPSEEK_API_KEY = "sk-your-key-here"
EOF
echo ".venv/" > .gitignore
echo ".streamlit/secrets.toml" >> .gitignore

The .gitignore 入口很重要。提交 secrets.toml 将密钥泄露给GitHub是读者泄露密钥最常见的方式。如果您更喜欢环境变量，可以使用以下Python导出。它大约有90行，涵盖了所有内容：模型选择、思考切换、流式传输、历史记录和实时成本。 DEEPSEEK_API_KEY 以下代码将读取任一源。

第3步：编写聊天应用程序

创建 app.py 因此DeepSeek返回一个包含提示和完成令牌计数的最终使用块——这就是实时成本计数的准确性而不是估计的原因。

import os
import streamlit as st
from openai import OpenAI

# --- Pricing (USD per 1M tokens) — update from the official pricing page ---
PRICING = {
    "deepseek-v4-flash": {"in_请求kwargs中的。": 0.14, "in_hit": 0.028, "out": 0.28},
    "deepseek-v4-pro":   {"in_请求kwargs中的。": 1.74, "in_hit": 0.145, "out": 3.48},
}

st.set_page_config(page_title="DeepSeek Chat", page_icon="·", layout="centered")
st.title("DeepSeek Streamlit App")

# --- Sidebar: model, thinking, temperature, cost ---
with st.sidebar:
    model = st.selectbox("Model", list(PRICING.keys()), index=0)
    thinking = st.toggle("Thinking mode", value=False,
                         help="Enables reasoning_effort=high")
    temperature = st.slider("Temperature", 0.0, 2.0, 1.3, 0.1,
                            help="0.0 code/math, 1.0 analysis, 1.3 chat, 1.5 creative")
    max_tokens = st.number_input("Max output tokens", 256, 8192, 1024, 256)
    if st.button("清晰对话"):
        st.session_state.messages = []
        st.session_state.cost = 0.0
        st.rerun()
    st.metric("Session cost (USD)", f"${st.session_state.get('cost', 0.0):.4f}")

# --- Client (OpenAI SDK pointed at DeepSeek) ---
api_key = st.secrets.get("DEEPSEEK_API_KEY") or os.getenv("DEEPSEEK_API_KEY")
if not api_key:
    st.error("Set DEEPSEEK_API_KEY in .streamlit/secrets.toml or your environment.")
    st.stop()
client = OpenAI(base_url="https://api.deepseek.com", api_key=api_key)

# --- State ---
if "messages" not in st.session_state:
    st.session_state.messages = []
if "cost" not in st.session_state:
    st.session_state.cost = 0.0

# --- Replay prior turns ---
for m in st.session_state.messages:
    with st.chat_message(m["role"]):
        st.markdown(m["content"])

# --- Handle new input ---
if prompt := st.chat_input("Ask DeepSeek anything"):
    st.session_state.messages.append({"role": "user", "content": prompt})
    with st.chat_message("user"):
        st.markdown(prompt)

    # Build the request — stateless, so we resend full history every time.
    kwargs = {
        "model": model,
        "messages": st.session_state.messages,
        "temperature": temperature,
        "max_tokens": max_tokens,
        "stream": True,
        "stream_options": {"include_usage": True},
    }
    if thinking:
        kwargs["reasoning_effort"] = "high"
        kwargs["extra_body"] = {"thinking": {"type": "enabled"}}

    with st.chat_message("assistant"):
        placeholder = st.empty()
        thinking_box = st.expander("Reasoning", expanded=False) if thinking else None
        full_text, reasoning_text, usage = "", "", None
        stream = client.chat.completions.create(**kwargs)
        for chunk in stream:
            if chunk.usage:
                usage = chunk.usage
            if not chunk.choices:
                continue
            delta = chunk.choices[0].delta
            if getattr(delta, "reasoning_content", None) and thinking_box:
                reasoning_text += delta.reasoning_content
                thinking_box.markdown(reasoning_text)
            if delta.content:
                full_text += delta.content
                placeholder.markdown(full_text + " ")
        placeholder.markdown(full_text)

    st.session_state.messages.append({"role": "assistant", "content": full_text})

    # --- Cost calculation: enumerate all three buckets ---
    if usage:
        rates = PRICING[model]
        cached = getattr(usage, "prompt_cache_hit_tokens", 0) or 0
        请求kwargs中的。 = usage.prompt_tokens - cached
        cost = (cached * rates["in_hit"]
                + 请求kwargs中的。 * rates["in_请求kwargs中的。"]
                + usage.completion_tokens * rates["out"]) / 1_000_000
        st.session_state.cost += cost
        st.rerun()

在该代码中，有几个值得注意的点。我们传递 stream_options={"include_usage": True} 代码、命令、URL、数字保持原样。 reasoning_content 处理是V4思考模式合约：当启用思考时，流返回 reasoning_content alongside the final content，并且我们在可折叠展开器中渲染跟踪，以便它不会主导UI。

第4步：本地运行

从项目文件夹中：

streamlit run app.py

Streamlit打印一个本地URL（通常是 http://localhost:8501然后将其在您的浏览器中打开。输入一个问题，逐个查看响应流，并检查侧边栏的成本计数器是否上升。使用V4-Flash，简短对话的成本应该只占几分之一美分。

Verify it worked

1. 发送“回复以单字：pong。”——你应该看到 pong 流入。
2. 将侧边栏模型切换到 deepseek-v4-pro 提出一个多步骤推理问题。确认响应到达，并且与类似令牌计数相比，会话成本大约增加了十倍。
3. 切换 Thinking mode 打开并提问一个规划问题。"推理"展开器应该填充跟踪信息，最终答案应在主消息体中跟随。
4. Click 清晰对话 并确认历史记录和费用计数器已重置。

第5步：成本工作示例

假设您的Streamlit应用每月处理100万次聊天调用。 deepseek-v4-flash，使用DeepSeek的上下文缓存在第一次调用后拾取的2,000个令牌的系统提示，每轮200个令牌的用户消息，以及300个令牌的回复。以下是所有三个桶的数学计算：

在同一工作负载上运行。 deepseek-v4-pro ，总成本攀升至约1,421美元——大约是十倍——因为Pro列出了0.0145美元的缓存命中、1.74美元的缓存未命中和3.48美元的输出（目前为每1M令牌0.003625美元/0.435美元/0.87美元，在2026年5月31日前的75%促销期间有效）。定价率截至2026年4月；请与以下信息核对。 DeepSeek API pricing 在生产中报价之前，先在页面上运行。对于更大的扫描，这比手动重建表格要快。 DeepSeek pricing calculator 是比手动重建表格更快的。

有两点需要注意。每条新的用户消息都是一个缓存未命中。 请求kwargs中的。 即使系统提示完全缓存，也要与缓存前缀进行比较——这就是为什么未缓存输入行不为零的原因。并且，老教程中提到的非高峰时段折扣已于2025年9月5日结束；不要围绕它进行预算。

第6步：添加有用功能

结构化输出的JSON模式

如果您希望助手返回结构化数据——例如表单提取或分类结果——请设置为返回有效的JSON，但不保证：它偶尔会返回空内容，提示信息中必须包含单词“json”以及一个简短的示例模式，并且您应该设置 response_format={"type": "json_object"} DeepSeek的JSON模式是 designed 上面的应用程序仅支持文本，但DeepSeek支持在V4级别（无论是思考模式还是非思考模式）上调用OpenAI格式的功能。传递一个 max_tokens 高到足以避免截断。始终使用try/except结构，并优雅地回退。 json.loads 列出并处理

Tool calling

为了让用户能够与自己的文件进行聊天，在聊天调用之前添加一个检索步骤：嵌入文档，查询向量存储，并将顶部片段注入到系统消息中。该 tools=[...] 流中的增量。对于更完整的模式，教程涵盖了从工具调度到端到端的全过程。 tool_calls 使用与DeepSeek基础URL相同的OpenAI-SDK指针遍历该模式。 DeepSeek Python integration ; 确认密钥以

在您的文档上使用RAG

部分使用与TOML相同的格式。部署大约需要90秒。因为API是无状态的，历史记录存储在 DeepSeek RAG tutorial 重新检查

Common errors and fixes

部署到Streamlit社区云

将项目推送到公共或私有GitHub仓库（无需 secrets.toml），在share.streamlit.io上连接仓库，指向 app.py，并将您的 DEEPSEEK_API_KEY 粘贴到应用的 机密 ，每个用户都会获得自己的对话，而无需您在后台进行任何工作——但请注意，会话状态在容器重启时会消失。对于持久历史记录，您需要添加数据库；对于大多数内部工具来说，这可能是过度设计。 st.session_state, each user gets their own conversation without any backend work on your side — but note that session state evaporates on container restart. For persistent history you would add a database; for most internal tools that is overkill.

为什么选择这些默认值

温度滑块默认设置为1.3，因为这已是DeepSeek针对一般对话和翻译的官方设置。将其降至0.0用于代码生成或数学计算，保持1.0用于数据分析，推至1.5用于创意写作。默认模型为V4-Flash，因为不同层级的成本差距大约是输出端的7倍，而Flash足以应对大部分聊天负载——需要更多时请选择 DeepSeek V4-Pro 当基准或任务质量真正需要提升时。

100万个token的上下文窗口在两个层级上都是相同的，输出可达384,000个token，因此您可以在不改变架构的情况下粘贴整个代码库。大多数聊天用户界面都无法达到这个上限；如果您的可以达到，请利用上下文缓存并在发送前检查token数量。

Next steps

• 使用教程将您的应用连接到Discord——相同的SDK，不同的传输方式。 DeepSeek Discord bot tutorial — same SDK, different transport.
• 添加内存和文档检索功能，使用 DeepSeek with LangChain.
• 使用以下命令将API替换为本地模型： running DeepSeek on Ollama 如果您需要离线推理。
• 在“浏览其他教程”中 DeepSeek tutorials hub.

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.