尽管大语言模型显著提升了技术应用的可及性，使许多原本依赖编程实现的操作如今可以直接通过自然语言指令完成，但技术路线依然具有不可替代的意义。除了在网页界面中直接与大语言模型进行交互，用户还可以通过代码实现对模型的自动化调用。对于外语专业来说，这一点尤为重要，因为批量翻译、海量作文自动批改等任务，往往更适合通过程序化方式高效完成。
下面以DeepSeek为例，说明如何运用Python通过API调用外部大语言模型。
一、API是什么
API（Application Programming Interface，应用程序编程接口）可以简单理解为：不同程序、系统或服务之间约定好的沟通接口。
对外行来说，最简单的比喻是：
API 像餐厅里的服务员。
你是顾客，后厨是厨房。你不直接跑进厨房自己做菜，而是告诉服务员你要什么。服务员把你的要求传给厨房，再把做好的菜端回来。
在这个比喻里：
所以，API 的作用就是让一个程序安全、标准地调用另一个程序的功能。
许多公司（如腾讯、百度、阿里、OpenAI、Google等）都提供了API接口。你需要先注册这些平台的账号并获取API Key。
二、DeepSeek的API获取方式
1. 首先到DeepSeek官方网站，选择API开放平台。
2. 在打开的页面右边点击API keys。
3. 在API keys列表处，点击创建API key。4. 在弹出对话框输入自己设置的API名称。
5. 最后，记得复制，然后找个记事本保存好。如果没有保存好，或找不到了，就删除重建一个。DeepSeek提供了访问 DeepSeek API的样例脚本。from openai import OpenAIimport timeds_api_key = "sk-xxxxxxxxx" # 替换为你自己的 API Keytexts = [ # 替换为你自己的内容 "When it's gone, it's gone.", "Time waits for no man.", "Practice makes perfect.", "Knowledge is power."]client = OpenAI( api_key=ds_api_key, base_url="https://api.deepseek.com")system_prompt = "你是一位英汉翻译专家，只输出译文，不要解释。"results = []for i, text in enumerate(texts, start=1): try: response = client.chat.completions.create( model="deepseek-chat", messages=[ {"role": "system", "content": system_prompt}, {"role": "user", "content": f"请翻译下面的英文为中文：{text}"} ], stream=False ) translation = response.choices[0].message.content results.append((text, translation)) print(f"{i}. 原文: {text}") print(f" 译文: {translation}") print("-" * 40) time.sleep(1) # 稍微停一下，避免请求过快 except Exception as e: print(f"第 {i} 条出错：{e}") results.append((text, "ERROR"))
- 要安装好openai这个Python包。用pip install openai。
10个月宝宝每天需要喝多少奶粉？
