前排提醒：

1. 本地通过Ollama部署DeepSeek，部署版本为 deepseek-r1:1.5b，若还未进行本地部署，可以参考博客Windows系统上使用Ollama本地部署DeepSeek

2. 线上API使用的是硅基流动（siliconflow）的DeepSeek API，模型名称为 deepseek-ai/DeepSeek-R1

一、Python访问本地部署的DeepSeek

首先要注意，Ollama本地部署DeepSeek服务的默认端口为11434，API接口为 http://127.0.0.1:11434/api/chat ，因此构造好问题、请求参数，接着发送POST请求，最后解析返回结果即可。

可以直接参考以下Python代码：

import requests

# Ollama中提供的chat功能的API地址
url = 'http://127.0.0.1:11434/api/chat'
# 要发送的数据
question = "你好！"
data = {
    "model": "deepseek-r1:1.5b",
    "messages": [{
        "role": "user",
        "content": question}],
    "stream": False
}

# 发送POST请求
response = requests.post(url, json=data)
# 打印模型的输出文本
print(response.json()["message"]["content"])

运行结果如下：

其中，question 是用户提出的问题，response.json()["message"]["content"] 是 DeepSeek 的回复。

二、Python访问硅基流动DeepSeek API

通过硅基流动API访问DeepSeek和访问本地部署DeepSeek的方式有所不同，可以直接参考以下Python代码：

import requests
import json

url = "https://api.siliconflow.cn/v1/chat/completions"
question = "你好！"

payload = {
    "model": "deepseek-ai/DeepSeek-R1",
    "messages": [
        {
            "role": "user",
            "content": question
        }
    ],
    "stream": False,
    "max_tokens": 512,
    "stop": None,
    "temperature": 0.7,
    "top_p": 0.7,
    "top_k": 50,
    "frequency_penalty": 0.5,
    "n": 1,
    "response_format": {"type": "text"},
    "tools": [
        {
            "type": "function",
            "function": {
                "description": "<string>",
                "name": "<string>",
                "parameters": {},
                "strict": False
            }
        }
    ]
}
headers = {
    "Authorization": "Bearer <token>",
    "Content-Type": "application/json"
}

response = requests.request("POST", url, json=payload, headers=headers)

print(json.loads(response.text)["choices"][0]["message"]["content"])

其中，<token> 要替换为自己在硅基流动官网账户上的 API KEY ，question 是用户提出的问题，json.loads(response.text)["choices"][0]["message"]["content"] 是 DeepSeek 的回复。

我将 <token> 替换为自己的 API KEY 后，运行Python程序的结果如下：