基于AutoGen框架的DeepSeek使用

DeepSeek：国产大模型之光

DeepSeek（深度求索）是一家中国人工智能软件公司，总部位于浙江杭州，由中国对冲基金 High-Flyer 投资支持。它是由梁文峰于 2023 年 7 月 17 日创立，现梁文峰担任公司首席执行官。它有两个比较流行的版本：

R1版本：DeepSeek-R1 在后训练阶段大规模使用了强化学习技术，在仅有极少标注数据的情况下，极大提升了模型推理能力。在数学、代码、自然语言推理等任务上，性能比肩 OpenAI o1 正式版。

DeepSeek R1版本测评
V3版本：DeepSeek-V3 多项评测成绩超越了 Qwen2.5-72B 和 Llama-3.1-405B 等其他开源模型，并在性能上和世界顶尖的闭源模型 GPT-4o 以及 Claude-3.5-Sonnet 不分伯仲。

DeepSeek V3版本测评

不过最近官网API不太稳定，真得吐槽下，国内人都不够用，给什么老外用哈！不稳定的API，直接影响Agent的表现哈，真血泪教训！

DeepSeek真心不稳定

这时候你就可以尝试下集成LLM 的平台------硅基流动平台 ！它提供了稳定的DeepSeek调用服务，现在注册还送免费Token哈！

AutoGen：微软出品的智能体框架

AutoGen是由微软开源的Agent框架，后台算是有了保障了。上个月左右发布了最新0.4版本，相比之前0.2版本也更加高效和稳定了：

支持异步消息处理（较少出现对话卡壳）
新增群聊管理功能（多智能体合作）
强化异常处理机制

和其他框架（比如LangChain）相比，可以直接看下表哈。

各个Agent框架的比较

实战案例：根据歌名获取音乐链接

让我们用代码造个音乐小助手，实现中英文智能搜索：

第一步：安装相关python包

python 复制代码

# 安装必备工具包
!pip install autogen_ext
!pip install autogen_core
!pip install autogen_agentchat

第二步：使用Deepseek模型

python 复制代码

# 配置DeepSeek V3的专属通道
custom_model_client = OpenAIChatCompletionClient(
    model= "deepseek-ai/DeepSeek-V3",
    base_url= "https://api.siliconflow.cn",  # 硅基流动api的url
    api_key= "api key"
)

第三步：为Agent植入"音乐基因"

为Agent植入"音乐基因"，也就是给Agent一个系统设定，我们要实现如下功能哈：

能自动识别歌手国籍
中英文智能转换（比如把"久石让"转成"Joe Hisaishi"）
输出标准JSON格式

python 复制代码

async def get_track_link(track_name: str, artist_name: str= None)-> json:
    cancellation_token= CancellationToken()
    assistant= AssistantAgent(
        name= "assistant",
        system_message= "你是一个音乐大师，你对世界上音乐家都很了解。"
                        "对于给定的音乐家姓名与歌曲，你需要判断它的国籍，如果是中国歌手，请你将音乐家姓名和歌曲转换为中文；"
                        "如果是非中国的歌手，请你将音乐家姓名和歌曲名都转换为英文（切记，别忘了歌曲名也转换为英文）。"
                        "你仅仅输出下面内容(例子)：{\"track_name\": \"漂洋过海来看你\", \"artist_name\": \"李宗盛\"}",
        model_client= custom_model_client
    )
    user_input= f"用户输入的歌曲名: {track_name}, 艺术家名: {artist_name}"
    response= await assistant.on_messages([TextMessage(content= user_input, source= "user")], cancellation_token)
    # Parse the search_result string into a dictionary
    try:
        search_result= json.loads(response.chat_message.content)
    except json.JSONDecodeError:
        print("Failed to parse the search result as JSON.")
        return None
    # 
    music_name= search_result["track_name"]
    artist_name= search_result["artist_name"]
    search_result= search_track(music_name, artist_name)
    tracks= search_result.get("results", {}).get("trackmatches", {}).get("track", [])
    if not tracks:
        return
    # 获取前 3 个链接（如果不足 3 个，则全部输出）
    track_links= [track.get("url") for track in tracks[:3]]
    ret_json= {
        "music": music_name,
        "artist": artist_name,
        "links": track_links
    }
    return ret_json

第四步：Last.fm对接

Last.fm注册（注册链接再最后，免费的哈）后，就可以使用相关的API服务了。

python 复制代码

# 根据歌名搜索歌曲
def search_track(track_name, artist_name= None, limit= 5):
    url= "http://ws.audioscrobbler.com/2.0/"
    params= {
        "method": "track.search",
        "track": track_name,
        "api_key": "Lastfm api key", # Last.fm API 密钥
        "format": "json",
        "limit": limit
    }
    if artist_name:
        params["artist"]= artist_name
    response= requests.get(url, params= params)
    return response.json()

效果展示

输入内容：

python 复制代码

# 示例调用
track_name= "The rain"  # 歌名
artist_name= "久石让"    # 艺术家名称（可选）
track_link= await get_track_link(track_name, artist_name)
track_link

AI会自动转换成英文搜索，输出类似：

json 复制代码

{'music': 'The Rain',
 'artist': 'Joe Hisaishi',
 'links': ['https://www.last.fm/music/Joe+Hisaishi/_/In+the+Rain',
  'https://www.last.fm/music/Joe+Hisaishi/_/The+Rain',
  'https://www.last.fm/music/Joe+Hisaishi/_/Morning+in+the+Slag+Ravine']}

结语

我们给出了DeepSeek的介绍，API的稳定使用方法和一个简单的音乐链接获取案例。最后，不得不感慨，百度啊百度，你几乎是国内最早推出LLM的，最早收费的，结果你又是"起了个大早，赶了个晚集"。

"百度式"遗憾

链接

[1] deepseek大语言模型体验

[2] deepseek api链接

[3] 硅基流动平台

[4] Home | Last.fm

[5] AutoGen --- AutoGen