火山引擎豆包大模型如何部署应用？-人工智能-PHP中文网

开通火山方舟并创建推理接入点是调用豆包大模型的前提，需在火山引擎控制台开通服务、配置接入点（如Doubao-1.5-pro-256k）、获取Endpoint ID；再通过实名认证生成AK/SK密钥，配合volcengine-python-sdk[ark]调用API，或用FastAPI本地代理、FaaS云端部署实现安全高效调用。

☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜

火山引擎豆包大模型如何部署应用？

开通火山方舟并创建推理接入点

要让豆包大模型真正跑起来，必须先在火山引擎控制台完成服务开通与接入点配置。这一步是所有后续调用的前提，跳过将无法获得可用的API Endpoint。

登录火山引擎控制台 → 左侧菜单栏点击「产品与服务」→ 搜索框输入“火山方舟” → 进入产品页后点击「立即开通」→ 阅读并勾选协议，点击确定。开通过程秒级完成，无需等待审核。

开通后，左侧导航进入「火山方舟」→「推理接入点」→ 点击「创建接入点」。填写名称（如my-doubao-pro-256k），下拉选择目标模型（推荐【Doubao-1.5-pro-256k】，逻辑强、上下文长、免费额度足），速率限制建议先设为每分钟30次（防误触发超限扣费）。点击确定后，系统自动生成唯一Endpoint ID（形如ep-xxxxx），这就是你应用要连接的地址。

获取并配置API密钥

没有AK/SK，你的应用连火山引擎的大门都敲不开。密钥必须由实名认证账号生成，未认证账号在「AccessKey管理」页面看不到「创建AccessKey」按钮。

方法一：控制台直取
进入「用户中心」→「安全设置」→「AccessKey管理」→「创建AccessKey」→ 复制显示的AccessKey ID和SecretKey（仅此一次可见！丢失需重新创建）。

方法二：环境变量注入（生产推荐）
Linux/macOS终端执行：
export VOLC_ACCESSKEY="你的AK"
export VOLC_SECRETKEY="你的SK"
Windows PowerShell执行：
$env:VOLC_ACCESSKEY="你的AK"
$env:VOLC_SECRETKEY="你的SK"

【务必关闭当前终端再新开一个，否则环境变量不生效】

Python应用中调用豆包API

使用volcengine-python-sdk[ark] SDK是最稳定的方式，避免手动拼HTTP请求出错。

第一步：安装SDK
pip install 'volcengine-python-sdk[ark]'

第二步：初始化客户端并发送请求
新建app.py，粘贴以下代码：

from ark import Ark
import os

# 从环境变量读取密钥（若未设，可改用ak=xxx, sk=xxx参数）
client = Ark(ak=os.getenv("VOLC_ACCESSKEY"), sk=os.getenv("VOLC_SECRETKEY"))

response = client.chat.completions.create(
  model="doubao-1.5-pro-256k",
  messages=[{"role": "user", "content": "用Python写一个快速排序函数"}],
  max_tokens=512
)
print(response.choices[0].message.content)

第三步：运行
python app.py
看到打印出带缩进和注释的Python快排代码，说明部署成功。

火山引擎

火山引擎是一款面向企业的云计算与AI服务平台。

下载

本地启动FastAPI服务代理调用

当你的前端或移动端不能直接暴露密钥时，必须加一层服务代理。用FastAPI搭个轻量网关，5分钟搞定。

创建api_gateway.py：

from fastapi import FastAPI, HTTPException
from ark import Ark
import os

app = FastAPI(title="豆包API代理")
client = Ark(ak=os.getenv("VOLC_ACCESSKEY"), sk=os.getenv("VOLC_SECRETKEY"))

@app.post("/v1/chat/completions")
async def proxy_chat(model: str, prompt: str):
  if not model or not prompt:
    raise HTTPException(status_code=400, detail="model and prompt required")
  try:
    resp = client.chat.completions.create(model=model, messages=[{"role":"user","content":prompt}])
    return {"response": resp.choices[0].message.content}
  except Exception as e:
    raise HTTPException(status_code=500, detail=str(e))

安装依赖并启动：
pip install fastapi uvicorn volcengine-python-sdk[ark]
uvicorn api_gateway.py:app --host 0.0.0.0 --port 8000 --reload

此时访问http://localhost:8000/docs，即可用Swagger界面测试接口，前端只需调这个地址，密钥完全隔离。