深度集成DeepSeek大模型：WebSocket流式聊天实现

5分钟快速接入DeepSeek大模型：WebSocket实时聊天指南

创建应用

访问DeepSeek官网
- 前往 DeepSeek官网。
- 如果还没有账号，需要先注册一个。
进入API开放平台
- 点击右上角的"API 开放平台"按钮，进入后台管理页面。
- 你可以看到默认赠送的10元免费额度。
创建API Key
- 点击"API keys"，进入Key管理页面。
- 创建一个新的API Key，并确保保存好这个Key，因为一旦离开页面就无法再次查看。

开发后端代码 (Python/Node.js)

推荐使用Python或Node.js编写后台代码。下面以Python为例进行说明。

安装OpenAI库
shell 复制代码
```
pip3 install openai
```

引入OpenAI并创建DeepSeek客户端实例

python 复制代码

from openai import OpenAI

client = OpenAI(api_key="替换为你的key", base_url="https://api.deepseek.com")

发送请求

python 复制代码

response = client.chat.completions.create(
    model="deepseek-chat",
    messages=[
        {"role": "user", "content": "详细介绍一下你自己"},
    ],
    stream=False
)
print(response.choices[0].message.content)

输出结果如下：

流式输出结果

将请求参数 stream 设置为 True 即可实现流式输出。

python 复制代码

response = client.chat.completions.create(
    model="deepseek-chat",
    messages=[
        {"role": "user", "content": "详细介绍一下你自己"},
    ],
    stream=True
)
for chunk in response:
    print(chunk.choices[0].delta.content, end='', flush=True)

接口封装

将功能封装为WebSocket接口，实现实时聊天。

python 复制代码

import asyncio
import json
from websockets import serve
from openai import OpenAI

client = OpenAI(api_key="替换为你的key", base_url="https://api.deepseek.com")

async def chat_handler(websocket):
    async for message in websocket:
        data = json.loads(message)
        user_input = data.get('user_input', '')
        history = data.get('history', [])

        messages = [
            {"role": "system", "content": "You are a helpful assistant"}
        ]
        messages.extend(history)
        messages.append({"role": "user", "content": user_input})

        response = client.chat.completions.create(
            model="deepseek-chat",
            messages=messages,
            stream=True
        )

        for chunk in response:
            content = chunk.choices[0].delta.content
            if content:
                await websocket.send(json.dumps({'content': content}, ensure_ascii=False))

async def main():
    async with serve(chat_handler, "localhost", 8765):
        await asyncio.Future()  # Run forever

if __name__ == "__main__":
    asyncio.run(main())

使用Postman测试接口：

结语

通过以上步骤，你可以在短短5分钟内完成与DeepSeek大模型的集成，并实现一个实时聊天应用。WebSocket技术使得聊天内容可以流式传输，提升用户体验。希望这篇指南对你有所帮助，让你的项目更加高效和强大！

前端开发教程构建高效智能对话前端：基于Ant Design X 的deepseek对话应用

源码下载地址

深度集成DeepSeek大模型：WebSocket流式聊天实现

目录

5分钟快速接入DeepSeek大模型：WebSocket实时聊天指南

创建应用

开发后端代码 (Python/Node.js)

结语