从 0 到 1 手写一个 DeepSeek 翻译 CLI：附流式输出与批量翻译
一、效果预览 装好之后，翻译一句话就像这样： ``` $ python translator.py "The quick brown fox jumps over the lazy dog" 中文 敏捷的棕色狐狸跳过了懒狗 $ python translator.py "今天天气不错，我们出去走走吧" 英语 The weather is nice today, let's go out for a walk. ``` 要翻译成日语、法语、德语？改一下第二个参数即可： ``` $ python translator.py "How are you doing today?" 日语 今日は調子はどうですか？ ``` 整个过程无需打开浏览器、无需登录、无需切换输入法——这正是命令行工具的「零摩擦」价值。 ## 二、为什么是大模型翻译 + DeepSeek？ 先说「为什么用大模型做翻译」。相比传统规则引擎和早期统计机器翻译，大语言模型（LLM）的优势在于**结合上下文理解语义**：它能处理一词多义、口语化表达、专业术语，甚至保留原文语气，而不是逐词硬翻。 在众多模型服务里选 DeepSeek，理由有三： 1. **成本极低**。DeepSeek 按 token 计费，定价在主流大模型中处于亲民档位；翻译场景单次消耗 token 有限，个人开发者几乎可忽略成本。 1. **中文底子扎实**。作为国产模型，中英互译乃至中日、中韩等语种间的翻译质量稳定，对中文语境的把握尤其准确。 1. **OpenAI 兼容协议**。DeepSeek 开放平台提供与 OpenAI 对齐的 **Chat Completions** 接口（`/chat/completions`），一个标准 HTTP POST 即可调用，无需引入重量级 SDK，也便于日后无缝迁移到其他兼容服务。 具体价格与模型上下文长度以 [DeepSeek 开放平台](https://platform.deepseek.com/) 最新文档为准。 ## 三、环境准备 ### 1. 申请 API Key 1. 打开 [DeepSeek 开放平台](https://platform.deepseek.com/)，注册并登录。 1. 进入「API Keys」页面，点击「创建 API Key」。 1. 复制生成的 key（形如 `sk-xxxxxxxxxxxxxxxx`），**务必妥善保存，页面关闭后无法再次查看**。 ### 2. 安装依赖 整个工具只依赖一个第三方库 `requests`： ``` pip install requests ``` ## 四、完整代码 新建 `translator.py`，把下面这段代码贴进去，替换 `API_KEY` 即可： ``` import sys import requests API_KEY = "sk-xxxxxxxxxxxxxxxx" # 换成你自己的 Key API_URL = "https://api.deepseek.com/chat/completions" def translate(text, target="中文"): headers = {"Authorization": f"Bearer {API_KEY}", "Content-Type": "application/json"} prompt = f"请将以下内容翻译成{target}，只输出译文，不要任何解释：\n\n{text}" payload = { "model": "deepseek-chat", "messages": [{"role": "user", "content": prompt}], "temperature": 0.3, } resp = requests.post(API_URL, headers=headers, json=payload, timeout=30) resp.raise_for_status() return resp.json()["choices"][0]["message"]["content"].strip() def main(): if len(sys.argv) 2 else "中文" try: print(translate(text, target)) except Exception as e: print(f"翻译失败：{e}") if __name__ == "__main__": main() ``` 去掉空行，核心逻辑恰好 30 行上下。 ## 五、逐块拆解：每行代码在做什么 ### 1. 配置常量 ``` API_KEY = "sk-xxxxxxxxxxxxxxxx" API_URL = "https://api.deepseek.com/chat/completions" ``` - `API_KEY`：身份凭证，随每个请求通过请求头传递。 - `API_URL`：DeepSeek 的对话补全端点。该接口与 OpenAI 协议对齐，返回结构也保持一致（见第 5 节）。 ### 2. 请求头 ``` headers = {"Authorization": f"Bearer {API_KEY}", "Content-Type": "application/json"} ``` `Authorization: Bearer ` 是标准鉴权方式；`Content-Type` 声明请求体为 JSON。 ### 3. Prompt 设计（全段最关键的一行） ``` prompt = f"请将以下内容翻译成{target}，只输出译文，不要任何解释：\n\n{text}" ``` 这行最容易被低估。**Prompt 质量直接决定译文质量与可解析性。** 这里刻意加了「只输出译文，不要任何解释」的约束，否则模型可能先来一句「好的，以下是翻译结果：」，污染输出。对机器可读的接口而言，**约束输出格式比追求辞藻更重要**。 ### 4. 请求体参数 ``` payload = { "model": "deepseek-chat", "messages": [{"role": "user", "content": prompt}], "temperature": 0.3, } ``` |参数|说明| | --- | --- | |model|deepseek-chat 为通用对话模型，翻译场景足够；追求更强推理可换 deepseek-reasoner| |messages|对话消息列表，role 区分 system / user / assistant| |temperature|采样温度，取值 0~2。设为 0.3 让输出更确定、更忠实原文，抑制「自由发挥」| 翻译是「高确定性」任务，`temperature` 不宜过高；同理还可叠加 `top_p` 进一步收紧采样分布。 ### 5. 发起请求与结果解析 ``` resp = requests.post(API_URL, headers=headers, json=payload, timeout=30) resp.raise_for_status() return resp.json()["choices"][0]["message"]["content"].strip() ``` - `json=payload`：`requests` 自动完成 JSON 序列化与编码。 - `raise_for_status()`：非 2xx 状态码直接抛异常，把错误暴露出来而非静默吞掉。 - 返回体为标准结构：`choices[0].message.content` 即模型回复，`strip()` 清理首尾空白。 ### 6. 命令行参数 ``` text = sys.argv[1] target = sys.argv[2] if len(sys.argv) > 2 else "中文" ``` 第一个参数为待译文本，第二个参数（可选）为目标语言，缺省翻译为中文。 ## 六、运行演示 ``` # 英文 → 中文（默认） python translator.py "Machine learning is transforming every industry" # 中文 → 英文 python translator.py "这个方案能大幅降低我们的运营成本" 英语 # 指定其他目标语言 python translator.py "What time does the train leave?" 法语 ``` 译文直接打印在终端，复制即用。 **提示**：在 Windows 的 PowerShell / CMD 中，含空格或特殊字符的文本务必用双引号包裹，否则会被按空格拆成多个参数。 ## 七、进阶玩法 30 行是起点，下面是几个可叠加的工程化方向。 ### 1. 流式输出（Streaming） 长文本翻译时，非流式要等完整响应返回。开启 `stream=True` 可逐 token 打印，体验更接近 ChatGPT： ``` payload["stream"] = True resp = requests.post(API_URL, headers=headers, json=payload, stream=True) for line in resp.iter_lines(): if line: chunk = line.decode("utf-8").removeprefix("data: ") if chunk != "[DONE]": print(chunk, end="") ``` ### 2. 交互模式（REPL） 不想每次都敲完整命令？加一个循环即可连续翻译： ``` while True: line = input("翻译内容（q 退出）> ") if line.lower() == "q": break print(translate(line)) ``` ### 3. 翻译整个文件 读入、翻译、写回，适合长文档批处理： ``` with open("input.txt", encoding="utf-8") as f: content = f.read() with open("output.txt", "w", encoding="utf-8") as f: f.write(translate(content)) ``` ### 4. 批量翻译海外内容：采集 + 翻译一条龙 真实业务里，待译原文往往散落在海外新闻站、论文库、电商评论区，而不是躺在本地。这类场景的完整链路是「**采集原文 → 批量翻译 → 落库**」。 采集这一步，海外站点普遍有反爬策略，单 IP 高频请求极易被限流甚至封禁。此时可接入**亿牛云代理 IP**，通过动态代理 IP 池轮换请求来源，让采集链路更稳定，再把抓取的原文批量交给上面的 `translate()` 处理。亿牛云这类爬虫代理服务，正是为「大规模数据采集」而设计的；配合本文的翻译脚本，即可搭出一套「海外内容采集 + 自动翻译」的完整流水线。 ### 5. 自动检测源语言 把 Prompt 改为「请将以下内容翻译成{target}，先自动识别源语言，只输出译文」，模型会自动判断输入是中文还是英文，省去手动指定方向。 ## 八、避坑指南 1. **API Key 安全**：切勿把 `sk-` 开头的 Key 提交到公开仓库。更稳妥的做法是从环境变量读取： ``` import os API_KEY = os.environ.get("DEEPSEEK_API_KEY", "") ``` 1. **常见错误码**：`401` 鉴权失败（Key 错误或失效）、`402` 余额不足、`429` 触发限流、`5xx` 服务端异常。遇到 `429` 建议按返回的 `Retry-After` 退避重试，而不是立即高频重打。 1. **上下文截断**：单次请求有上下文长度上限，翻译长文档时应先按段落/章节拆分，逐段调用再拼接，避免超出窗口导致截断。 1. **跨境访问稳定性**：如果你的脚本需要同时调用 OpenAI、Claude 等海外模型做对照翻译，跨境网络抖动会成为不稳定因素，必要时可通过亿牛云等代理 IP 服务保障连接质量。
