Pi Agent: DeepSeek Configuration
最終更新：2026-08-31
--- title: "DeepSeek設定" description: "Pi AgentのLLMプロバイダーとしてDeepSeekを設定する方法、APIパラメータ、モデル選択、コスト最適化、高度なオプションについて詳しく解説します。" order: 3 lang: ja
DeepSeekはPi Agentの最も推奨されるプロバイダー——安く、高機能、中国語に優れる。このレッスンでDeepSeekの完全な設定を学ぼう。
1. DeepSeekを選ぶ理由
| 利点 | 説明 |
|---|---|
| コストパフォーマンスが高い | 入力¥1/100万トークン、出力¥2/100万トークン |
| 中国語に優れる | ネイティブ中国語学習、理解力と生成力が優秀 |
| Function Calling | ツール呼び出しをサポート |
| ロングコンテキスト | 64Kコンテキストウィンドウ |
| 高速レスポンス | 初回トークンレイテンシが低い |
2. APIキーの取得
- https://platform.deepseek.com/ にアクセス
- 登録してログイン
- "API Keys"ページに移動
- "Create API Key"をクリック
- キーをコピー（形式：
sk-xxxxxxxxxxxxxxxx）
注意：キーは一度しか表示されません。安全に保管してください。漏洩した場合は、すぐに削除して新しく作成してください。
3. 基本設定
(1) 最小設定
YAML
providers:
deepseek:
api_key: "sk-xxxxxxxx"
(2) 完全設定
YAML
providers:
deepseek:
api_key: "sk-xxxxxxxx"
base_url: "https://api.deepseek.com"
model: "deepseek-chat"
temperature: 0.7
max_tokens: 4096
top_p: 0.95
timeout: 60
default_provider: deepseek
(3) 環境変数
BASH
export PI_DEEPSEEK_API_KEY="sk-xxxxxxxx"
export PI_DEEPSEEK_BASE_URL="https://api.deepseek.com"
4. モデル選択
| モデル | 用途 | コンテキスト | 価格（100万トークンあたり） |
|---|---|---|---|
| deepseek-chat | 一般的な会話 | 64K | 入力¥1 / 出力¥2 |
| deepseek-reasoner | 複雑な推論 | 64K | 入力¥4 / 出力¥16 |
例1：モデルの比較（難易度：⭐）
PYTHON
from pi_agent import Agent
chat_agent = Agent(name="quick", provider="deepseek", model="deepseek-chat")
reasoner_agent = Agent(name="thinker", provider="deepseek", model="deepseek-reasoner")
print(chat_agent.chat("1+1=?"))
print(reasoner_agent.chat("Prove that the square root of 2 is irrational"))
5. パラメータチューニング
(1) temperature
出力のランダム性を制御します。低い値ほど決定的になります：
PYTHON
code_agent = Agent(model="deepseek-chat", temperature=0.1) # コード：精密に
creative_agent = Agent(model="deepseek-chat", temperature=1.0) # 創作：多様に
(2) max_tokens
最大レスポンス長を制御します：
PYTHON
brief_agent = Agent(model="deepseek-chat", max_tokens=256) # 短い返答
essay_agent = Agent(model="deepseek-chat", max_tokens=8192) # 長文
(3) ツール呼び出し設定
PYTHON
agent = Agent(
provider="deepseek",
model="deepseek-chat",
tools=["search", "calculator"],
tool_choice="auto" # auto | required | none
)
| tool_choice | 動作 |
|---|---|
| auto | Agentがツール呼び出しの要否を判断 |
| required | ツールを必ず呼び出す |
| none | ツール呼び出しを禁止 |
6. コスト最適化
Aliceは毎日数千のリクエストを処理しています。彼女の戦略：
PYTHON
agent = Agent(
provider="deepseek",
model="deepseek-chat",
max_tokens=2048,
temperature=0.3,
context_window=4096
)
Bobのアドバイス：「簡単な質問にはdeepseek-chatを使い、複雑な推論にだけdeepseek-reasonerを使おう。Chatで90%のシナリオはカバーできる。」
❓ よくある質問
Q DeepSeek APIが401エラーを返す？
A APIキーが無効または期限切れです。プラットフォームで確認してください——余分なスペースや改行がないかも確認。
Q レスポンスが遅い？
A ネットワーク接続を確認し、max_tokensを減らし、コンテキストウィンドウサイズを小さくしてください。ピーク時はレイテンシが増加する場合があります。
Q DeepSeek APIはOpenAI互換？
A はい。DeepSeekのAPI形式はOpenAI互換です。base_urlをDeepSeekに設定してOpenAI SDKを使用できます。Pi Agentに組み込まれています。
📖 まとめ
- DeepSeekはPi Agentの推奨LLMプロバイダーで、コストパフォーマンスに優れる
- APIキーを取得し、設定ファイルまたは環境変数で設定
- 日常的にはdeepseek-chat、複雑な推論にはdeepseek-reasoner
- temperature、max_tokens、tool_choiceパラメータで最適化
📝 練習問題
- 基礎（難易度：⭐）: DeepSeekアカウントを登録し、APIキーを取得し、Pi Agentを設定してメッセージを送信してください。
- 中級（難易度：⭐⭐）: 同じ数学問題でdeepseek-chatとdeepseek-reasonerを比較してください。
- 上級（難易度：⭐⭐⭐）: API呼び出しごとのトークン使用量と費用を記録するコスト監視ツールを構築してください。
