现在，AI 代理程序广泛存在于我们的网络世界。本文将带领大家学习如何使用 DeepSeek 模型编写一个 Node 版本的 AI 模型问答程序。
首先，我们需要先申请一个调用大模型时的 API Key。
创建 API Key
登录 DeepSeek 官网。
从右上角“API 开放平台”进入。
点击左侧侧边栏“API Keys”，点击“创建 API Key”按钮：
输入创建的 API Key 的名称，点击“创建”：
复制创建出来的 API Key，找个地方存储好，因为后续没有可以查看的地方了：
调用 API
API Key 创建好之后，接下来我们就可以着手编写项目。
首先，查看 Node 环境：
PS D:\fe-projects> node -v
v20.18.2
PS D:\fe-projects> npm -v
10.8.2
创建项目，使用你的编辑器打开目录：
PS D:\fe-projects> mkdir ds-demo
目录: D:\fe-projects
Mode LastWriteTime Length Name
---- ------------- ------ ----
d----- xxxx/x/x xx:xx ds-demo
PS D:\fe-projects> cd .\ds-demo\
PS D:\fe-projects\ds-demo> trae .
我使用的编辑器是 Trae。
初始化一个 Node 项目，采用 ES Module 组织文件：
d:\fe-projects\ds-demo
├── ds.js
└── package.json
package.json：
{
"name": "ds-demo",
"version": "1.0.0",
"type": "module",
"scripts": {
"test": "echo \"Error: no test specified\" && exit 1"
},
"dependencies": {
"openai": "^4.97.0"
}
}
ds.js（这里，咱们直接参考官方案例代码）：
// Please install OpenAI SDK first: `npm install openai`
import OpenAI from "openai";
const openai = new OpenAI({
baseURL: 'https://api.deepseek.com',
apiKey: '<DeepSeek API Key>'
});
async function main() {
const completion = await openai.chat.completions.create({
messages: [{ role: "system", content: "You are a helpful assistant." }],
model: "deepseek-chat",
});
console.log(completion.choices[0].message.content);
}
main();
将这里 <DeepSeek API Key> 替换成你的 API Key。
安装依赖，并启动项目：
PS D:\fe-projects\ds-demo> npm install openai
PS D:\fe-projects\ds-demo> node .\ds.js
file:///D:/fe-projects/ds-demo/node_modules/openai/error.mjs:64
return new APIError(status, error, message, headers);
^
APIError: 402 Insufficient Balance
at APIError.generate (file:///D:/fe-projects/ds-demo/node_modules/openai/error.mjs:64:16)
如果你的终端上报了 402 错误，其含义表示 “需要支付”，在这里具体指的是你的 DeepSeek API 账户余额不足，无法继续处理请求。
这时候再次进入“开放平台”，点击左侧的“充值”菜单，进行充值：
你可以按需充值。
充值好之后，我们再次启动程序，就能看到 DeepSeek 模型的欢迎语了：
PS D:\fe-projects\ds-demo> node .\ds.js
Thank you! I'm here to assist you with any questions or tasks you have. How can I help you today? 😊
修改 ds.js 文件，添加对话历史变量并更新请求参数以支持输入对话。
import OpenAI from "openai";
const openai = new OpenAI({
baseURL: "https://api.deepseek.com",
apiKey: "<DeepSeek API Key>",
});
const messages = [{ role: "system", content: "You are a helpful assistant." }];
import readline from "node:readline";
const rl = readline.createInterface({
input: process.stdin,
output: process.stdout,
});
async function getResponse(userInput) {
messages.push({ role: "user", content: userInput });
const completion = await openai.chat.completions.create({
messages: messages,
model: "deepseek-chat",
});
const assistantResponse = completion.choices[0].message.content;
messages.push({ role: "assistant", content: assistantResponse });
console.log(assistantResponse);
}
function askQuestion() {
rl.question("请输入您的问题: ", async (userInput) => {
if (userInput.toLowerCase() === "exit") {
rl.close();
return;
}
await getResponse(userInput);
askQuestion();
});
}
askQuestion();
你可以通过在命令行中运行 node ds.js "你的问题" 来测试对话功能。
流式输出
以上样例为非流式输出，输入问题后，你需要等一段时间才能看到结果。当然，你可以通过将 stream 设置为 true 来应用流式输出，这样就类似于我们现在使用的各种 AI 代理了：
import OpenAI from "openai";
const openai = new OpenAI({
baseURL: "https://api.deepseek.com",
apiKey: "<DeepSeek API Key>",
});
const messages = [{ role: "system", content: "You are a helpful assistant." }];
import readline from "node:readline";
const rl = readline.createInterface({
input: process.stdin,
output: process.stdout,
});
async function getResponse(userInput) {
messages.push({ role: "user", content: userInput });
- const completion = await openai.chat.completions.create({
+ const stream = await openai.chat.completions.create({
messages: messages,
model: "deepseek-chat",
+ stream: true,
});
- const assistantResponse = completion.choices[0].message.content;
- messages.push({ role: "assistant", content: assistantResponse });
- console.log(assistantResponse);
+ let fullResponse = "";
+ for await (const part of stream) {
+ const content = part.choices[0]?.delta?.content || "";
+ fullResponse += content;
+ process.stdout.write(content);
+ }
+
+ messages.push({ role: "assistant", content: fullResponse });
+ console.log("");
}
function askQuestion() {
rl.question("请输入您的问题: ", async (userInput) => {
if (userInput.toLowerCase() === "exit") {
rl.close();
return;
}
await getResponse(userInput);
askQuestion();
});
}
askQuestion();
再来测试一下：
发现回答的语句就是按照流式输出了。
总结
以上，我们学习了如何使用 DeepSeek 语言模型，编写一个 Node 问答程序。总的流程并不复杂，首先在 DeepSeek 官方申请 API key，并做充值。然后，安装三方依赖 openai。最后，一句回答问题的方式，我们分别实现了非流式输出和流式输出，相对而言，后者的体验会更好。
