python调用本地部署的deepseek，完成同类文件的批量处理

### 实现Python脚本调用本地安装的DeepSeek API 为了使用 Python 脚本调用本地部署的 DeepSeek 进行多个相似文件的批处理，需要确保已经成功安装并配置好 DeepSeek 和其依赖项。假设 DeepSeek 已经通过 Docker 正常运行于本地环境中[^1]。 下面是一个简单的例子展示如何编写 Python 脚本来完成这一目标： #### 准备工作 首先确认已获取到访问 DeepSeek 所需的API密钥，并将其设置为环境变量 `DEEPEEK_API_KEY` 中的一部分。这一步骤对于安全性和隐私保护非常重要。 ```python import os from deepseek_api.client import Client as DeepSeekClient # 假设这是用于连接DeepSeek的服务客户端类名 ``` #### 创建DeepSeek客户端实例 初始化一个与本地 DeepSeek 服务通信的对象，指定必要的参数如主机地址、端口以及认证信息等。 ```python # 设置DeepSeek服务器URL和API Key deepeek_host = 'http://localhost' deepeek_port = '8080' api_key = os.getenv('DEEPEEK_API_KEY') # 构建完整的API URL路径 deepeek_url = f"{deepeek_host}:{deepeek_port}" # 初始化DeepSeek客户端对象 client = DeepSeekClient(base_url=deepeek_url, api_key=api_key) ``` #### 文件批量上传函数定义 设计一个辅助方法来遍历待处理的目标目录中的所有文件，并逐个提交给 DeepSeek 处理接口。 ```python def batch_process_files(directory_path): """ 对指定目录下的所有文件执行批量化操作 参数: directory_path (str): 存储要处理文件的文件夹位置 返回值: list: 包含每个文件对应的响应结果列表 """ results = [] for root, _, files in os.walk(directory_path): for file_name in files: full_file_path = os.path.join(root, file_name) try: with open(full_file_path, 'rb') as file_data: response = client.upload_and_analyze(file=file_data.read()) results.append({ 'file': file_name, 'result': response.json() }) except Exception as e: print(f"Error processing {full_file_path}: ", str(e)) return results ``` #### 主程序逻辑 最后，在主程序部分调用上述创建的方法来进行实际的数据传输和服务请求。 ```python if __name__ == '__main__': target_directory = './path/to/your/files/' # 替换成自己的文件所在路径 process_results = batch_process_files(target_directory) for item in process_results: print(f"\nFile Name: {item['file']}") print("Processing Result:") print(item['result']) ``` 以上代码片段展示了怎样利用 Python 编写自动化工具去调用本地安装好的 DeepSeek 平台所提供的 RESTful APIs 来实现多份文档的一次性分析作业。需要注意的是这里的 `deepseek_api.client.Client` 是虚构出来的示例类名称，请替换为真实的 SDK 或者按照官方文档调整相应的导入语句和属性设置[^2]。