deepseek-ai/deepseek-recipe

¿Qué es?

Funciones clave

• 01Convierte solicitudes de Messages, Chat Completions y Responses a un formato compartido Conversation, y analiza la salida del modelo para devolverla en cualquiera de esos formatos.
• 02Genera prompts a partir de conversaciones de DeepSeek V4 y V4.1 o las codifica como IDs de tokens con un tokenizer asociado.
• 03Admite respuestas en streaming, thinking mode, llamadas a herramientas desde el cliente y continuación con `prefix` de Chat Completions.
• 04Gestiona la salida estructurada mediante `response_format` de Chat Completions (`json_schema` o `regex`) y `text.format` de Responses (`json_schema`).
• 05Acepta imágenes en base64 o mediante URLs externas y las preprocesa con OpenCV para V4.1.
• 06Ajusta `max_tokens` al límite de contexto: usa 8192 de forma predeterminada fuera de thinking mode, 65536 en thinking mode y 131072 con un nivel de razonamiento `max`.
• 07Convierte `logprobs` y `top_logprobs` en `InferenceOptions`, y deja el cálculo de probabilidades en manos del backend.
• 08Incluye bindings de Python (`deepseek_recipe`), un servidor de ejemplo con Axum, otro con FastAPI y una demo en el navegador.

Casos de uso

• Envolver un backend de inferencia de DeepSeek autoalojado para que pueda atender a clientes de Messages, Chat Completions y Responses.
• Añadir streaming, llamadas a herramientas o salida JSON estructurada a un endpoint de modelo existente sin tener que reescribir cada protocolo.
• Preparar datos de entrenamiento o evaluación generando prompts exactos del modelo a partir de conversaciones.
• Contar los tokens de los prompts y las salidas de razonamiento, o comprobar `max_tokens` frente al límite de contexto del modelo.
• Depurar el formato de los prompts y el análisis de las salidas con la demo incluida para el navegador.

Inicio rápido

1. 1

   Instala el paquete de Python

   python3 -m pip install deepseek-recipe
2. 2

   Convierte una solicitud de Chat Completions y renderiza el prompt con el código de ejemplo del README

Antes de usarlo

• !La biblioteca no ejecuta inferencias del modelo, herramientas ni transporte HTTP; quien la invoque debe proporcionarlos.
• !DeepSeek V4 no admite imágenes, por lo que el contenido de imagen se sustituye por un marcador de posición de texto.
• !Los ejemplos de Rust requieren compilar desde el código fuente para usar las dependencias de imagen; el README lo explica en una guía de desarrollo aparte.

Temas

Preguntas frecuentes

¿Qué es deepseek-recipe?

Librerías de Rust y bindings de Python que convierten formatos de API de LLM en conversaciones de DeepSeek y generan prompts. deepseek-recipe es un conjunto de crates de Rust con bindings de Python que ofrece una capa uniforme entre un backend de inferencia y clientes de API que usan distintos protocolos. Se encarga de conectar los protocolos: recibe una solicitud en formato Messages, Chat Completions o Responses, la convierte en una Conversation, genera un prompt (o IDs de tokens) a partir de esa conversación para los modelos DeepSeek y, después, analiza la salida del modelo para devolver una respuesta en el formato solicitado por el cliente.

¿deepseek-recipe es gratuito? ¿Qué licencia tiene?

deepseek-recipe es open source bajo la licencia MIT. Revisa los términos de la licencia antes de usarlo en productos comerciales.

¿deepseek-recipe sigue mantenido?

Mantenimiento activo. El último commit de deepseek-recipe fue el 19 oct 2026.

¿Para qué puedo usar deepseek-recipe?

Envolver un backend de inferencia de DeepSeek autoalojado para que pueda atender a clientes de Messages, Chat Completions y Responses. Añadir streaming, llamadas a herramientas o salida JSON estructurada a un endpoint de modelo existente sin tener que reescribir cada protocolo. Preparar datos de entrenamiento o evaluación generando prompts exactos del modelo a partir de conversaciones. Contar los tokens de los prompts y las salidas de razonamiento, o comprobar `max_tokens` frente al límite de contexto del modelo. Depurar el formato de los prompts y el análisis de las salidas con la demo incluida para el navegador.

¿Cómo se instala deepseek-recipe?

Instala el paquete de Python: python3 -m pip install deepseek-recipe Convierte una solicitud de Chat Completions y renderiza el prompt con el código de ejemplo del README

¿Dónde consigo deepseek-recipe?

El código fuente y las instrucciones de instalación están en GitHub: https://github.com/deepseek-ai/deepseek-recipe