deepseek-ai/deepseek-recipe

これは何？

主な機能

• 01Messages、Chat Completions、Responsesの各リクエストを共通のConversation形式に変換し、モデル出力をいずれかの形式に戻します。
• 02DeepSeek V4およびV4.1のConversationからプロンプトを生成し、トークナイザーを指定すればtoken IDsにもエンコードできます。
• 03ストリーミングレスポンス、thinking mode、クライアント側のツール呼び出し、Chat Completionsの`prefix`による継続に対応します。
• 04Chat Completionsの`response_format`（`json_schema`または`regex`）とResponsesの`text.format`（`json_schema`）による構造化出力に対応します。
• 05画像はbase64または外部URLで指定でき、V4.1向けにはOpenCVで前処理します。
• 06`max_tokens`をコンテキスト上限に合わせて解決します。デフォルトの上限はthinking mode以外では8192、thinking modeでは65536、`max`のreasoning effortでは131072です。
• 07`logprobs`と`top_logprobs`を`InferenceOptions`に変換し、確率の計算はバックエンドに任せます。
• 08Pythonバインディング（`deepseek_recipe`）、Axumのサンプルサーバー、FastAPIのサンプルサーバー、ブラウザデモが付属します。

ユースケース

• セルフホストのDeepSeek推論バックエンドをラップし、Messages、Chat Completions、Responsesの各クライアントに対応する。
• プロトコルごとに実装し直すことなく、既存のモデルエンドポイントにストリーミング、ツール呼び出し、構造化JSON出力を追加する。
• Conversationをモデル向けの正確なプロンプトに変換し、学習データや評価データを準備する。
• プロンプトや推論出力のトークン数を数えたり、`max_tokens`がモデルのコンテキスト上限内か確認したりする。
• 付属のブラウザデモを使って、プロンプトの形式や出力の解析をデバッグする。

クイックスタート

1. 1

   Python パッケージをインストールする

   python3 -m pip install deepseek-recipe
2. 2

   Chat Completions リクエストを変換し、README のサンプルコードでプロンプトをレンダリングする

使う前に知っておきたいこと

• !このライブラリはモデル推論、ツール実行、HTTP 通信を行いません。これらは呼び出し元が用意する必要があります。
• !DeepSeek V4 は画像を受け付けないため、画像コンテンツはテキストのプレースホルダーに置き換えられます。
• !Rust のサンプルで画像関連の依存関係を使うには、ソースからビルドする必要があります。手順は README の別の開発ガイドに記載されています。

トピック

よくある質問

deepseek-recipe とは？

LLM APIの形式をDeepSeekのConversationに変換し、プロンプトを生成するRustライブラリとPythonバインディング。 deepseek-recipeは、異なるプロトコルを使うAPIクライアントと推論バックエンドの間に共通レイヤーを設けるための、Pythonバインディング付きRustクレート群です。担当するのはプロトコル間の変換です。Messages、Chat Completions、Responses形式のリクエストを受け取り、Conversationに変換してプロンプト（またはtoken IDs）を生成し、さらにDeepSeekモデルの出力を解析して、クライアントが指定した形式のレスポンスに戻します。

deepseek-recipe は無料で使えますか？ライセンスは？

deepseek-recipe は MIT ライセンスのオープンソースです。商用製品で使う前にライセンス条件を確認してください。

deepseek-recipe は今もメンテナンスされていますか？

活発にメンテナンス中。deepseek-recipe の最終コミットは 2026年10月19日 です。

deepseek-recipe は何に使えますか？

セルフホストのDeepSeek推論バックエンドをラップし、Messages、Chat Completions、Responsesの各クライアントに対応する。 プロトコルごとに実装し直すことなく、既存のモデルエンドポイントにストリーミング、ツール呼び出し、構造化JSON出力を追加する。 Conversationをモデル向けの正確なプロンプトに変換し、学習データや評価データを準備する。 プロンプトや推論出力のトークン数を数えたり、`max_tokens`がモデルのコンテキスト上限内か確認したりする。 付属のブラウザデモを使って、プロンプトの形式や出力の解析をデバッグする。

deepseek-recipe のインストール方法は？

Python パッケージをインストールする: python3 -m pip install deepseek-recipe Chat Completions リクエストを変換し、README のサンプルコードでプロンプトをレンダリングする

deepseek-recipe はどこで入手できますか？

ソースコードとインストール手順は GitHub にあります：https://github.com/deepseek-ai/deepseek-recipe