如何用 DeepSeek API 搭建自己的免费 AI 应用？

栏目：AI 应用开发 / API 实战教程

适合读者：AI 工具站运营者、独立开发者、学生、内容创业者、想用 AI 做小应用的新手

测试日期：2026-07-06

结论先行：可以“免费搭建”一个 DeepSeek API AI 应用的前端、后端和部署环境，但 DeepSeek API 调用本身通常不是永久免费。更准确的说法是：用免费部署平台 + DeepSeek 低价 API，搭建一个近乎零成本启动的 AI 应用。

---

一、先把“免费”说清楚

很多人搜索“DeepSeek API 免费搭建 AI 应用”，真正想问的其实是：

- 我能不能不用买服务器？

- 我能不能不用训练模型？

- 我能不能不用自己部署大模型？

- 我能不能用几十行代码做一个 AI 聊天、写作、简历优化、客服问答工具？

- 我能不能先做 MVP，等有人用了再付费扩容？

答案是：可以。

但有一个关键边界：

DeepSeek 官方聊天产品可以免费使用，但 DeepSeek API 是开发者接口，通常按 token 计费。

所以这篇文章中的“免费搭建”，指的是：

一句话总结：

免费的是应用壳子，付费的是模型调用量。

---

二、DeepSeek API 适合做什么 AI 应用？

DeepSeek API 适合做轻量级、文本型、知识型、工具型 AI 应用，尤其适合个人开发者做 MVP。

适合的应用方向

如果你只是想快速做一个“AI 工具型网站”，最推荐的第一个 Demo 是：

AI 简历优化器：用户输入简历和岗位 JD，DeepSeek 输出修改建议、关键词匹配和新版简历。

这个方向非常适合毕业生、求职者和内容站引流。

---

三、官方能力核对：2026 年 DeepSeek API 有哪些关键变化？

根据 DeepSeek 官方 API 文档，截至 2026 年 7 月 6 日，DeepSeek API 已经支持 OpenAI / Anthropic 兼容格式。OpenAI 格式的 base_url 是：

```text

https://api.deepseek.com

```

官方当前推荐的新模型包括：

```text

deepseek-v4-flash

deepseek-v4-pro

```

同时，官方文档说明：

```text

deepseek-chat

deepseek-reasoner

```

这两个旧模型名将在 2026-07-24 15:59 UTC 停用。在过渡期内，它们分别对应 `deepseek-v4-flash` 的非思考模式和思考模式。

当前价格重点

DeepSeek 官方价格页显示，API 按每 100 万 token 计费：

这意味着，如果只是做一个简单聊天工具，测试阶段成本非常低。

举例：一次用户请求大约 500 input tokens，模型输出 800 output tokens。

说明：这是按 cache miss 输入价格 + 输出价格估算的粗略成本，不包含汇率、支付手续费、缓存命中、重试、超长上下文、平台服务费等因素。实际费用以 DeepSeek 后台 usage 为准。

---

四、实测目标：搭建一个最小可用 AI 应用

本次实测不是做一个复杂 SaaS，而是搭一个最小可用 AI 应用：

用户在网页输入问题 → 后端调用 DeepSeek API → 页面显示 AI 回复。

技术选型

---

五、评分标准

本次教程按 100 分评估“个人开发者能否低成本完成一个 AI 应用”。

---

六、实测结果

综合评分：83 / 100

结论：

DeepSeek API 非常适合个人开发者搭建低成本 AI 应用，但不应宣传为“永久免费 API”。更合适的定位是“低成本 AI 应用 MVP 开发方案”。

---

七、第一步：申请 DeepSeek API Key

操作流程：

1. 打开 DeepSeek 开放平台；

2. 注册并登录账号；

3. 进入 API Key 管理页面；

4. 创建一个新的 API Key；

5. 复制后保存到本地 `.env` 文件；

6. 不要把 API Key 写进前端代码，也不要上传到 GitHub。

`.env` 示例：

```env

DEEPSEEK_API_KEY=sk-xxxxxxxxxxxxxxxx

PORT=3000

```

---

八、第二步：创建项目

在本地创建一个项目目录：

```bash

mkdir deepseek-ai-app

cd deepseek-ai-app

npm init -y

```

安装依赖：

```bash

npm install express cors dotenv openai

```

修改 `package.json`，加入：

```json

{

"type": "module",

"scripts": {

"dev": "node server.js",

"start": "node server.js"

}

}

```

---

九、第三步：编写后端接口

新建 `server.js`：

```js

import express from "express";

import cors from "cors";

import dotenv from "dotenv";

import OpenAI from "openai";

dotenv.config();

const app = express();

const port = process.env.PORT || 3000;

app.use(cors());

app.use(express.json({ limit: "1mb" }));

app.use(express.static("public"));

const client = new OpenAI({

apiKey: process.env.DEEPSEEK_API_KEY,

baseURL: "https://api.deepseek.com"

});

app.post("/api/chat", async (req, res) => {

try {

const { message } = req.body;

if (!message || typeof message !== "string") {

return res.status(400).json({ error: "message is required" });

}

if (message.length > 4000) {

return res.status(400).json({ error: "message is too long" });

}

const completion = await client.chat.completions.create({

model: "deepseek-v4-flash",

messages: [

{

role: "system",

content: "你是一个简洁、可靠、适合普通用户使用的 AI 助手。"

},

{

role: "user",

content: message

}

],

temperature: 0.7,

max_tokens: 800

});

const reply = completion.choices?.[0]?.message?.content || "";

const usage = completion.usage || null;

res.json({ reply, usage });

} catch (error) {

console.error("DeepSeek API Error:", error?.message || error);

res.status(500).json({

error: "AI service failed. Please try again later."

});

}

});

app.listen(port, () => {

console.log(`DeepSeek AI app running at http://localhost:${port}`);

});

```

这段代码做了 5 件事：

1. 从 `.env` 读取 API Key；

2. 使用 OpenAI SDK；

3. 把 baseURL 改成 DeepSeek 官方地址；

4. 调用 `deepseek-v4-flash`；

5. 把模型回复返回给前端。

---

十、第四步：编写前端页面

创建 `public/index.html`：

```html

DeepSeek AI 应用 Demo

输入你的问题，后端会调用 DeepSeek API 并返回结果。

发送

```

运行项目：

```bash

npm run dev

```

浏览器打开：

```text

http://localhost:3000

```

到这里，一个最小可用的 DeepSeek AI 应用就完成了。

---

十一、第五步：把它改造成真正可用的 AI 工具

上面的 Demo 只是聊天框。要做成有价值的产品，建议从“通用聊天”改成“垂直工具”。

示例 1：AI 简历优化器

把 system prompt 改成：

```text

你是一名专业求职顾问。请根据用户提供的简历经历和岗位 JD，

输出：

1. 简历问题诊断；

2. ATS 关键词缺口；

3. 优化后的经历表达；

4. 面试官可能追问的问题；

5. 0-100 分匹配度评分。

请使用清晰的小标题和表格。

```

用户输入：

```text

我的简历经历：

负责学校社团公众号运营，写过推文，做过活动宣传。

目标岗位 JD：

新媒体运营实习生，要求内容策划、数据分析、短视频运营、活动执行。

```

AI 输出就会更像一个工具，而不是普通聊天。

示例 2：AI 小红书文案生成器

system prompt：

```text

你是一名小红书内容运营专家。请根据用户输入的产品、目标人群和卖点，

生成 5 个标题、1 篇正文、10 个标签，并说明每个标题的点击理由。

```

示例 3：AI 客服 FAQ 助手

system prompt：

```text

你是某品牌的客服助手。你只能根据给定 FAQ 回答问题。

如果 FAQ 中没有答案，请回答“这个问题需要人工客服进一步确认”，不要编造。

```

---

十二、免费部署方案

方案 A：Vercel

适合前端 + Serverless API。

优点：

- 免费档足够测试；

- 部署简单；

- 支持环境变量；

- 适合个人项目和 MVP。

注意：

- 不要把 `.env` 上传到 GitHub；

- 在 Vercel 后台添加 `DEEPSEEK_API_KEY`；

- 生产环境要加限流，否则可能被恶意刷 API。

方案 B：Cloudflare Workers

适合轻量 API 转发和全球边缘部署。

优点：

- 免费额度较友好；

- 性能好；

- 适合简单接口。

注意：

- Express 代码不能原样直接搬过去；

- 需要改成 Worker 写法；

- 适合有一点开发基础的人。

方案 C：Render / Railway

适合保留完整 Node 后端。

优点：

- 对新手友好；

- 和本地 Express 项目结构接近；

- 适合快速上线 Demo。

注意：

- 免费档可能有休眠机制；

- 访问量上来后需要付费升级。

---

十三、上线前必须做的 6 个安全措施

很多新手做 AI 应用时，最大的问题不是不会调用 API，而是上线后被刷爆额度。

建议至少做 6 件事：

1. API Key 只放后端

不要写在：

```js

const apiKey = "sk-xxx";

```

更不要放在前端 JavaScript 中。

正确做法是：

```env

DEEPSEEK_API_KEY=sk-xxx

```

并通过后端读取。

2. 限制单次输入长度

例如：

```js

if (message.length > 4000) {

return res.status(400).json({ error: "message is too long" });

}

```

3. 限制 max_tokens

例如：

```js

max_tokens: 800

```

否则一次请求可能输出很长，成本不可控。

4. 增加 IP 限流

可以使用：

- express-rate-limit；

- Upstash Redis；

- Cloudflare Turnstile；

- 自建用户额度系统。

5. 加入用户登录或验证码

公开 AI 工具站尤其要注意：

- 匿名用户每天 3 次；

- 登录用户每天 20 次；

- 付费用户更高额度。

6. 记录 usage

DeepSeek API 会返回 usage 信息。建议记录：

- prompt_tokens；

- completion_tokens；

- total_tokens；

- user_id；

- request_time；

- feature_name。

这对成本核算非常重要。

---

十四、成本控制建议

如果你想把这个应用长期运营下去，建议这样做：

最容易亏钱的不是模型单价，而是：

- 用户粘贴超长文本；

- 没有限流；

- 没有登录；

- 没有 max_tokens；

- 被爬虫或脚本刷接口；

- 把 API Key 暴露到前端。

---

十五、能不能真正做成商业产品？

可以，但不要从“通用聊天机器人”开始。

通用聊天已经有 ChatGPT、DeepSeek、豆包、Kimi、通义千问等成熟产品，个人开发者很难竞争。

更建议做“垂直 AI 工具”：

个人开发者最适合的路线是：

找一个高频、低风险、文本型、结果明确的场景，用 DeepSeek API 做一个垂直工具。

---

十六、DeepSeek API vs 自己部署开源模型

很多人会问：既然 DeepSeek 有开源模型，为什么不自己部署？

对新手来说，建议顺序是：

1. 先用 API 做 MVP；

2. 确认有人愿意用；

3. 再做限流、登录、付费；

4. 有稳定收入后，再考虑自部署或多模型路由。

不要一开始就上 GPU、自建模型、复杂 RAG 和多租户系统。那会拖慢验证速度。

---

十七、常见问题

1. DeepSeek API 是免费的吗？

不是严格意义上的永久免费。官方 API 按 token 计费，但小规模测试成本很低。

2. 可以把 API Key 放到前端吗？

不可以。前端代码会被用户看到，一旦泄露，别人可以直接消耗你的余额。

3. `deepseek-chat` 还能用吗？

截至本文测试日期，它仍处于兼容过渡期，但官方已说明会在 2026-07-24 15:59 UTC 停用。新项目建议直接使用 `deepseek-v4-flash` 或 `deepseek-v4-pro`。

4. 新手应该选 v4-flash 还是 v4-pro？

先选 `deepseek-v4-flash`。它更便宜，适合聊天、写作、简历优化、客服 FAQ 等大多数 MVP 场景。复杂推理、长文分析、代码任务再考虑 `deepseek-v4-pro`。

5. 做 AI 应用需要备案吗？

如果你面向中国大陆公网用户提供网站或应用，可能涉及网站备案、域名、服务器、内容合规、生成式 AI 服务管理等问题。具体要求应按你的运营主体、服务器地区、用户地区和业务类型判断。个人测试和公开商业运营的要求不同，建议正式上线前咨询专业合规意见。

---

十八、最终结论

DeepSeek API 非常适合普通开发者和内容创业者用来搭建低成本 AI 应用。

它的最大优势是：

- OpenAI SDK 兼容，接入简单；

- 不需要自己训练模型；

- 不需要 GPU；

- v4-flash 成本低；

- 支持长上下文、JSON Output、Tool Calls 等应用开发能力；

- 适合快速做 MVP。

但它也有边界：

- API 调用不是永久免费；

- Key 不能暴露；

- 需要做限流；

- 需要控制 token；

- 商业化后要考虑合规、支付、用户隐私和内容安全。

最现实的建议是：

先用免费部署平台 + DeepSeek v4-flash 做一个垂直 AI 工具 MVP，例如简历优化器、文案生成器、客服 FAQ 助手。等验证有真实用户需求后，再接登录、支付、限流、数据库和多模型路由。

如果你想从今天开始，最简单的第一步就是：

不要做“又一个 AI 聊天机器人”，而是做“一个能解决具体问题的 AI 工具”。

---

十九、数据来源与参考资料

1. DeepSeek API 官方文档：Your First API Call，OpenAI / Anthropic 兼容格式、base_url、模型名与调用示例。

https://api-docs.deepseek.com/

2. DeepSeek API 官方价格页：deepseek-v4-flash、deepseek-v4-pro 的 token 价格、上下文长度、功能与扣费规则。

https://api-docs.deepseek.com/quick_start/pricing

3. DeepSeek API Change Log：DeepSeek-V4、旧模型名 deepseek-chat / deepseek-reasoner 停用时间说明。

https://api-docs.deepseek.com/updates

4. DeepSeek API JSON Output 文档：结构化输出参数、注意事项与示例代码。

https://api-docs.deepseek.com/guides/json_mode

5. DeepSeek API Tool Calls / Function Calling 文档：外部工具调用能力与 strict mode 说明。

https://api-docs.deepseek.com/guides/function_calling

6. DeepSeek Context Caching 文档：上下文缓存默认启用、cache hit 规则与适用场景。

https://api-docs.deepseek.com/guides/kv_cache

---

可发布摘要

本文实测了如何用 DeepSeek API 搭建一个最小可用 AI 应用。结论是：DeepSeek API 本身不是永久免费，但可以结合免费部署平台、开源前后端代码和低价 v4-flash 模型，实现近乎零成本启动。文章提供了 Node.js + Express + 原生 HTML 的完整 Demo，并从成本、部署、安全、限流、商业化方向等角度说明了个人开发者如何把一个聊天框升级成简历优化器、文案生成器或客服 FAQ 工具。

---

📌 原文链接： 本文首发于 [智元选 AI 工具指南](https://www.zyentorpicks.com)，未经许可不得转载。