嘿，老铁们！今天咱们来聊聊怎么快速搭建一个 AI 实验环境。说实话，一开始kan起来挺高大上的，但其实只要你跟着我一步一步来绝对Neng跑通。哈哈，不信？那就跟着走吧。

你可Neng会想：这个玩意儿太炫酷，我没时间学。别急，我先说个小故事。前几天我在咖啡馆里kan到一个人手里捧着一台笔记本，对着屏幕大喊“AI 助手上线！”那人笑得像个疯子，我问他是怎么Zuo到的，他说：“先把环境搞好，再写代码。”这句话一直挂在我心里。

所以说Ru果你想玩 ChatGPT、DeepSeek 或者其他 LLM，第一件事就是确保自己的机器Neng跑通一个Zui小可运行示例。这样，你才知道到底是网络问题、API Key 问题还是代码写错了。

Node.js 是 JavaScript 的服务器端运行时。打开终端，输入：

node -v
npm -v

Ru果没安装，就去官网下载对应版本。记得把它添加到 PATH 环境变量里否则后面会报错。

mkdir my-ai-experiment
cd my-ai-experiment
npm init -y   # 初始化一个空白的 package.json

npm i dotenv node-fetch@2

node-fetch 让我们Ke以用 fetch API 调用远程接口；dotenv 则帮我们管理 .env 文件里的敏感信息。

在根目录新建 .env 文件，写下：

DEEPSEEK_API_KEY=你的key值
DEEPSEEK_BASE_URL=https://api.deepseek.com/v1/chat/completions

记住：千万别把 .env 提交到 Git！Ru果你用 GitHub 或者其他 VCS，一定要先创建 .gitignore 并加上 .env 行。

# ignore env files
.env
# node modules
node_modules/

新建 index.js，然后填入：

require.config;
const fetch = require;
async function callDeepSeek {
    try {
        const response = await fetch(process.env.DEEPSEEK_BASE_URL, {
            method: 'POST',
            headers: {
                'Content-Type': 'application/json',
                'Authorization': `Bearer ${process.env.DEEPSEEK_API_KEY}`
            },
            body: JSON.stringify({
                model: 'deepseek-chat',
                messages: ,
                stream: false // 非流式调用
            })
        });
        const data = await response.json;
        console.log;
        console.log;
    } catch  {
        console.error;
    }
}
callDeepSeek;

保存后在终端跑：

node index.js

If 一切顺利，你应该Nengkan到类似 “你好呀” 的回复。这一步完成后就说明你的网络、API Key、代码基本没问题。

SSE让我们Ke以边接收边打印，就像聊天机器人正在打字一样。

require.config;
const fetch = require;
async function streamChat {
    try {
        const response = await fetch(process.env.DEEPSEEK_BASE_URL, {
            method: 'POST',
            headers: {
                'Content-Type': 'application/json',
                'Authorization': `Bearer ${process.env.DEEPSEEK_API_KEY}`
            },
            body: JSON.stringify({
                model: 'deepseek-chat',
                messages: ,
                stream:true // 开启流式模式
            })
        });
        const reader = response.body.getReader;
        const decoder = new TextDecoder;
        let buffer = '';
        console.log;
        while {
            const {done,value} = await reader.read;
            if break;
            buffer += decoder.decode; // true 表示保持缓冲
            const lines = buffer.split;
            buffer = lines.pop || '';
            for {
                if){ 
                    const jsonStr = line.slice.trim; // 去掉 data:
                    if continue;
                    try{
                        const parsed = JSON.parse;
                        const chunk = parsed.choices.delta?.content || '';
                        process.stdout.write;
                    }catch{
                        // 有时会出现空行或者解析错误，我们忽略它们就行了。
                    }
                }
            }
        }
        console.log;
    } catch{
        console.error;
    }
}
streamChat;

Ru果你kan到“请求失败”，hen可Neng是 API Key 写错了或者没读进来。Ke以临时插入一行打印出来：

console.log);

If 打印出来了字符串，那说明 key Yi经成功注入；否则检查一下 .env 是否被命名错误或忘记保存。

"怕丢失" 是常见心理。我刚开始用 Gist 存代码时不小心把 key 放进去，然后被人 fork 掉。现在我改成本地存放，并且加了 .gitignore。所以朋友们一定要留意这一点，别拿自己的钱包给别人当作保险箱啦。

DeepSeek 通常每 100 token 大概收费 5 分钟钱左右。Ru果一次问答大约 500 token，那么成本不到一块钱！.

Ru果你打算跑geng大的模型，比如 GPT-4，大概会贵一些，但依旧比训练自己的模型便宜多了。

建议先用免费额度Zuo测试，然后再决定是否升级付费套餐。

对，就是这么简单，你不需要花费千万元就Neng玩转 AI，只要你的想法够大胆就行。

Zui后一句话：别总是担心成本，其实只要开始Zuo，成本dou是可控的。而且，Ru果你Zuo得好，还可Neng得到赞助哦~ 哈哈～.

好了小伙伴们，现在你Yi经拥有了一套Zui基础的 AI 实验环境：Node + dotenv + fetch + 流式/非流式调用两种方式。当然这只是起点。Ru果想进一步 ，Ke以考虑以下方向：

使用 Docker 把整个环境容器化，让同事一键部署；

结合 Express 或 Koa 搭建 RESTful 接口，让前端直接调用；

引入 OpenAI 的 SDK 或 LangChain，让思路geng系统化；

Zuo个简单 UI，用 Vue / React / Svelte Zuo可视化对话窗口；

学习 Prompt Engineering，提高模型回答质量；

或者直接跑 Llama 在本地 GPU 上，kan谁geng快、geng省钱……哎呀，我又提起另一个主题啦~ 不管怎样，加油吧！ 　　.