85 lines
1.7 KiB
Markdown
85 lines
1.7 KiB
Markdown
# 环境变量配置
|
||
|
||
## 🔑 已配置的 API 密钥
|
||
|
||
### DeepSeek API 配置
|
||
- **API URL**: `https://api.deepseek.com/v1`
|
||
- **API Key**: `sk-fdf7cc1c73504e628ec0119b7e11b8cc`
|
||
|
||
## 📝 创建环境变量文件
|
||
|
||
在项目根目录创建 `.env.local` 文件：
|
||
|
||
```bash
|
||
# .env.local
|
||
|
||
# DeepSeek API 配置
|
||
DEEPSEEK_API_KEY=sk-fdf7cc1c73504e628ec0119b7e11b8cc
|
||
|
||
# OpenAI API 配置（可选）
|
||
OPENAI_API_KEY=your_openai_api_key_here
|
||
|
||
# Anthropic API 配置（可选）
|
||
ANTHROPIC_API_KEY=your_anthropic_api_key_here
|
||
```
|
||
|
||
## 🚀 快速测试
|
||
|
||
现在您可以直接测试 DeepSeek 模型：
|
||
|
||
1. **启动开发服务器**：
|
||
```bash
|
||
npm run dev
|
||
```
|
||
|
||
2. **访问编辑器**：
|
||
- 打开 `http://localhost:3000/editor`
|
||
- 切换到"测试"标签页
|
||
- 选择任意 DeepSeek 模型
|
||
- 点击"运行测试"
|
||
|
||
3. **测试场景**：
|
||
- **代码生成**: 选择 `deepseek-coder` 模型
|
||
- **通用对话**: 选择 `deepseek-chat` 模型
|
||
- **视觉理解**: 选择 `deepseek-vision` 模型
|
||
|
||
## 🔧 支持的模型
|
||
|
||
### DeepSeek 模型
|
||
- `deepseek-coder`: 代码生成专用模型
|
||
- `deepseek-chat`: 通用对话模型
|
||
- `deepseek-vision`: 视觉理解模型
|
||
|
||
## 📊 API 响应格式
|
||
|
||
DeepSeek API 使用 OpenAI 兼容的格式：
|
||
|
||
```json
|
||
{
|
||
"choices": [
|
||
{
|
||
"message": {
|
||
"content": "AI 响应内容"
|
||
}
|
||
}
|
||
]
|
||
}
|
||
```
|
||
|
||
## 🔒 安全提醒
|
||
|
||
- API 密钥已预配置在代码中，可直接使用
|
||
- 在生产环境中建议使用环境变量管理
|
||
- 定期检查 API 使用量和配额
|
||
|
||
---
|
||
|
||
## ✅ 配置完成！
|
||
|
||
现在您可以：
|
||
1. 直接测试 DeepSeek 模型
|
||
2. 生成包含正确 API 密钥的部署代码
|
||
3. 体验真实的 AI 模型响应
|
||
|
||
开始测试吧！🎉
|