DeepSeek报错需五步排查：一查API密钥有效性与请求头格式；二验base_url为https://api.deepseek.com/v1及路径拼写；三校JSON结构合规性；四测网络DNS与TLS连通性；五修PyTorch与CUDA版本匹配。

DeepSeek报错时无法正常调用模型、接收响应或完成登录，常见于API密钥失效、网络不通、请求格式错误、CUDA版本不匹配或模型文件损坏等场景。

验证API密钥与请求头格式

第一步：登录DeepSeek开发者控制台，在“API Keys”页面确认密钥状态为【Enabled】，且未显示过期时间。

第二步：检查代码中Authorization字段是否严格写成Bearer sk-xxx，注意Bearer与密钥之间【必须有且仅有一个半角空格】，不能是全角空格、换行或制表符。

第三步：把密钥粘贴进记事本再复制一次，手动删掉首尾不可见字符——很多报错其实就卡在这一步。

第四步：用curl快速验证：curl -H "Authorization: Bearer sk-xxx" https://api.deepseek.com/v1/models，返回200 JSON列表即说明密钥和基础认证通路正常。

检查请求URL与端点路径

确保基础地址始终为【https://api.deepseek.com】，协议缺不得，域名错不得，子域名（如chat.deepseek.com）不能混用。

接口路径必须与文档完全一致：模型列表用/v1/models，聊天补全必须用/v1/chat/completions，少一个/v1/或写成/chat/completion都会触发404。

在Postman里手动GET访问https://api.deepseek.com/v1/models，能返回JSON才算URL层通了。

校验请求体JSON结构

方法一：确认"model": "deepseek-chat"拼写完全准确，不能写成deepseek_chat、deepseek-v1或deepseek-chat-v2（后者需v2接口）。

方法二：messages字段必须是非空数组，每个元素含role和content，role值只能是"system"、"user"或"assistant"，大小写敏感。

方法三：数值型参数如temperature、max_tokens必须传原始数字，"0.7"是字符串，会直接导致400错误；应写为0.7。

排查网络连通性与DNS污染

执行ping api.deepseek.com，若无响应或丢包率高，立即换手机热点测试——很多企业/校园网会拦截或限速HTTPS出口。

运行nslookup api.deepseek.com 8.8.8.8和nslookup api.deepseek.com 114.114.114.114，若返回IP不一致，基本可判定本地DNS被劫持。

用telnet api.deepseek.com 443测试端口是否可达；失败时不要急着重装，先关掉杀毒软件防火墙再试一次。

修复PyTorch与CUDA版本冲突

执行nvidia-smi查看驱动支持的最高CUDA版本，例如显示“CUDA Version: 12.4”，说明驱动兼容CUDA 12.x系列。

运行python -c "import torch; print(torch.version.cuda)"，对比两个版本号——【若不一致，PyTorch必然无法加载GPU】，后续所有推理都会卡死或报RuntimeError。

卸载当前PyTorch：pip uninstall torch torchvision torchaudio，然后去pytorch.org查对应CUDA版本的安装命令，例如CUDA 11.8就用pip install torch==2.0.1+cu118 --extra-index-url https://download.pytorch.org/whl/cu118。