使用Node.js调用DeepSeek大模型API的完整实战教程

前言：为什么每个开发者都应该学会调用大模型 API？

2024 年以来，大模型（LLM）彻底改变了软件开发的方式。从 ChatGPT 到 DeepSeek，AI 能力正在变成像数据库、缓存一样的基础设施。调用大模型 API 不再是算法工程师的专利，而是每个后端/全栈开发者的必备技能。

本文将从零开始，带你完成：

• 初始化一个 Node.js AI 项目
• 安全管理 API Key
• 使用 OpenAI SDK（事实标准）调用 DeepSeek API
• 理解 async/await 异步流程控制
• 掌握 AIGC 工程化的核心套路

读完本文，你将能够把大模型能力集成到任何 Node.js 项目中。

本文基于英伟达 AI 证书课程中的实战环节整理，适合有一定 JavaScript 基础、想快速上手 AI 开发的工程师。

一、项目初始化：AI 项目本质是后端项目

首先要明确一个认知：AI 项目 / Agent 项目，几乎都是后端项目。 大模型运行在云端，你的代码负责组织 prompt、调用 API、处理返回结果。这和传统的 Web 后端开发没有本质区别。

1.1 初始化 Node 项目

mkdir ai-demo && cd ai-demo
npm init -y

执行后生成 package.json，项目骨架就搭好了。

1.2 安装依赖

npm install openai dotenv

两个核心依赖：

关于包管理器：推荐使用 pnpm。它通过硬链接+软链接的方式复用磁盘空间，多个项目共享同一份依赖。安装一次，全局可用：

npm install -g pnpm
pnpm install openai dotenv

二、API Key 的安全管理

2.1 核心原则：密钥绝对不能提交到 Git

API Key 就是你的数字身份，泄露意味着别人可以盗刷你的额度。所以第一件事就是配置 .gitignore：

echo ".env" >> .gitignore
echo "node_modules" >> .gitignore

.gitignore 告诉 Git 哪些文件不需要版本控制：

# .gitignore
node_modules/
.env

2.2 .env 文件：环境变量的配置中心

创建 .env 文件，存放你的 API 密钥：

# .env 文件格式：KEY=VALUE（大写 + 等号 + 值）
DEEPSEEK_API_KEY=sk-xxxxxxxxxxxxxxxxxxxxxxxx
DEEPSEEK_BASE_URL=https://api.deepseek.com/v1

格式规则就两条：

• KEY 用大写，这是社区约定
• KEY=VALUE，每行一个，不要加引号

.env 留在本地跑，.gitignore 保证远程不提交。本地和远程的边界清晰分离。

2.3 dotenv 如何工作？

import dotenv from 'dotenv';
dotenv.config(); // 这行代码做了什么？
console.log(process.env.DEEPSEEK_API_KEY); // sk-xxx...

dotenv.config() 的执行流程：

graph LR
    A[.env 文件] -->|dotenv.config 读取| B[解析 KEY=VALUE]
    B -->|注入| C[process.env 对象]
    C -->|业务代码读取| D[new OpenAI apiKey]

一句话：dotenv 把 .env 文件的内容读出来，挂载到 process.env 对象上，之后你的代码就可以通过 process.env.XXX 访问了。

三、深入理解 process：操作系统的核心概念

在继续之前，有必要搞清楚 process.env 中的 process 到底是什么。

3.1 什么是进程？

当你在终端执行：

node index.mjs

操作系统会做一件事：启动一个进程。这个进程是程序的一次执行实例，操作系统为它分配三大资源：

┌─────────────────────────┐
│         进程             │
├─────────────────────────┤
│  💾 内存空间（堆、栈）    │
│  ⏱️  CPU 时间片          │
│  📁 文件描述符（IO）      │
└─────────────────────────┘

进程是操作系统分配资源的最小单位。 Node.js 把这个操作系统进程封装成了一个全局对象——process。

3.2 process.env 是什么？

process.env 是一个包含所有环境变量的对象。环境变量从哪里来？

1. 操作系统级别的：系统启动时设置的环境变量
2. Shell 级别的：终端会话中 export 的变量
3. dotenv 注入的：从 .env 文件读进来的

// process 是全局对象，任何文件中都能直接访问
console.log(process.env.HOME);    // 用户主目录
console.log(process.env.PATH);    // 系统路径
console.log(process.env.DEEPSEEK_API_KEY); // 你的 API Key（dotenv 注入的）

关键理解：进程=资源容器，环境变量=传给进程的配置参数。你写配置在 .env，dotenv 读进来放到 process.env，代码再从 process.env 取出来用——这是一条标准的数据流向。

四、ES6 模块化：为什么用 .mjs 后缀？

4.1 两种模块化方案

JavaScript 的模块化经历了漫长的演进，最终 ES6（ES2015）推出了官方标准——ESM（ES Modules）：

// ESM 写法 —— 现代标准
import { OpenAI } from 'openai';
import dotenv from 'dotenv';
// CommonJS 写法 —— 旧时代遗留
const { OpenAI } = require('openai');
const dotenv = require('dotenv');

4.2 .mjs vs .js

Node.js 中 .mjs 后缀的含义是 Module JS——明确告诉 Node 这个文件使用 ESM 规范。

如果你更喜欢 .js 后缀，可以在 package.json 中声明：

{
  "type": "module"
}

这样项目中所有 .js 文件都默认以 ESM 方式解析。

注意：如果你的 package.json 中写的是 "type": "commonjs"（本文示例项目就是这样），又想用 import 语法，就用 .mjs 后缀。.mjs 始终是 ESM，不受 package.json 影响。

五、核心实战：调用 DeepSeek Chat Completion API

5.1 完整代码

// index.mjs
import dotenv from 'dotenv';
import { OpenAI } from 'openai';
dotenv.config();
// 实例化客户端
const client = new OpenAI({
    apiKey: process.env.DEEPSEEK_API_KEY,
    baseURL: process.env.DEEPSEEK_BASE_URL,
});
const main = async () => {
    console.log('🚀 程序开始运行');
    const result = await client.chat.completions.create({
        model: 'deepseek-chat',
        messages: [
            { role: 'user', content: '你好，请介绍一下你自己' }
        ]
    });
    console.log(result.choices[0].message.content);
    console.log('✅ 程序结束');
};
main();

5.2 逐行解析

实例化客户端

const client = new OpenAI({
    apiKey: process.env.DEEPSEEK_API_KEY,
    baseURL: process.env.DEEPSEEK_BASE_URL,
});

为什么 baseURL 指向 DeepSeek？ OpenAI SDK 默认请求 https://api.openai.com，但 DeepSeek、通义千问、Moonshot 等国产模型都兼容 OpenAI 的 API 格式。改一个 baseURL，就能用同一套 SDK 调用不同厂商的模型。 这就是 OpenAI SDK 成为"事实标准"的原因。

发送聊天请求

const result = await client.chat.completions.create({
    model: 'deepseek-chat',
    messages: [
        { role: 'user', content: '你好，请介绍一下你自己' }
    ]
});

messages 数组是 Chat Completion API 的核心。每条消息由两个字段组成：

多轮对话就是在 messages 数组中追加历史消息：

messages: [
    { role: 'system', content: '你是一个经验丰富的后端工程师' },
    { role: 'user', content: 'Node.js 如何处理高并发？' },
    { role: 'assistant', content: 'Node.js 采用事件驱动...' },
    { role: 'user', content: '那和 Go 的协程比呢？' }  // 新一轮问题
]

六、深入理解 async/await：掌控异步执行顺序

6.1 问题的根源

JavaScript 是单线程的，但网络请求是耗时的。看这段代码：

console.log('1. 开始');
setTimeout(() => {
    console.log('3. 1秒后执行');
}, 1000);
console.log('2. 结束');

输出是 1 → 2 → 3，和你写的顺序不同！JS 代码的编写顺序和执行顺序有时候不同。 这是因为 setTimeout 是异步任务——它不会阻塞主线程，而是被丢到任务队列中等待执行。

API 请求同理——一个 Chat API 调用可能需要几百毫秒甚至几秒，如果同步阻塞，整个程序就卡住了。

6.2 async/await 的魔法

async/await 解决的核心问题：让异步代码看起来像同步代码，同时不阻塞事件循环。

const main = async () => {
    console.log('1. 程序开始');
    // await 会"卡住"这一行，等待 API 返回结果后继续执行
    const result = await client.chat.completions.create({
        model: 'deepseek-chat',
        messages: [{ role: 'user', content: 'hello' }]
    });
    // 这行代码在 API 返回后才执行
    console.log('2. AI 回复:', result.choices[0].message.content);
    setTimeout(() => {
        console.log('4. 1秒后执行');
    }, 1000);
    console.log('3. 程序结束');
};
main();

执行顺序：1 → (等待API返回) → 2 → 3 → 4

async 修饰符告诉引擎"这个函数包含异步操作"，await 在后面等待 Promise 完成，拿到结果后才继续往下执行。

6.3 对比：回调地狱 vs async/await

// ❌ 回调地狱 —— 嵌套地狱，难以阅读
client.chat.completions.create({...}, (err, result1) => {
    if (err) return;
    client.chat.completions.create({...}, (err, result2) => {
        if (err) return;
        client.chat.completions.create({...}, (err, result3) => {
            // 越来越多层...
        });
    });
});
// ✅ async/await —— 扁平化，像读小说一样
const result1 = await client.chat.completions.create({...});
const result2 = await client.chat.completions.create({...});
const result3 = await client.chat.completions.create({...});

async/await 最大的价值不是性能，而是代码可读性。 你写代码时按照"先做A，再做B，然后做C"的人类思维，而不是"注册回调，等通知"的机器思维。

七、开发工具提效

7.1 nodemon：自动重启

每次改代码都要手动 node index.mjs 很烦人。nodemon 监听文件变化，自动重启进程：

npm install -g nodemon
nodemon index.mjs

保存文件 → 自动重启 → 看到效果。开发体验直接上一个台阶。

7.2 完整项目结构

ai-demo/
├── .env              # API Key（不提交）
├── .gitignore        # 声明忽略文件
├── package.json      # 项目配置
├── index.mjs         # 入口文件
└── node_modules/     # 依赖（不提交）

八、AIGC 工程化开发流程总结

通过以上实战，可以提炼出 AI 项目的通用开发模式：

核心套路就八个步骤：

1. npm init -y → 项目初始化
2. pnpm install → 装依赖（openai + dotenv）
3. 配置 .env → API Key 留在本地
4. 配置 .gitignore → 保证 Key 不上传
5. 实例化 client → 指定 baseURL + apiKey
6. 编写 main 函数 → 单点入口，统一管理
7. async/await → 控制异步执行顺序
8. 处理 result.choices[0].message.content → 取到 AI 回复

记住这个模式。无论是调用 DeepSeek、OpenAI、通义千问，还是做 RAG、Agent、Function Calling，基础骨架都是这八步。变的是 prompt 复杂度和业务逻辑，不变的是这个流程。

九、进阶方向

掌握基础调用之后，你可以朝这些方向深入：

🧠 学习建议：吴恩达（Andrew Ng）与 DeepLearning.AI 推出的 ChatGPT Prompt Engineering for Developers 课程是 Prompt Engineering 最好的入门资料，强烈推荐。

结语

本文从 npm init 开始，一步步带你走通了调用大模型 API 的完整链路。你学到了：

• 安全实践：.env + .gitignore 管理密钥
• 操作系统概念：进程是资源分配的最小单位，process 是它在 Node.js 中的体现
• 模块化方案：ESM vs CommonJS，.mjs 的含义
• OpenAI SDK：一行 baseURL 切换不同厂商
• 异步控制：async/await 让异步代码像同步一样易读
• 工程化套路：AIGC 项目开发的八步标准流程

AI 时代，调用 API 不是终点，而是起点。 把这套工程流程内化成肌肉记忆，然后去探索 Prompt Engineering、Agent 开发、RAG 等更深的水域。

以上就是使用Node.js调用DeepSeek大模型API的完整实战教程的详细内容，更多关于Node.js调用DeepSeek API的资料请关注脚本之家其它相关文章！

最新评论