C#接入AI操作步骤详解(deepseek接入)

小熊熊知识库2025-11-20 15:58

在C#中接入AI有多种方式，下面我将为你详细介绍几种主流的方法和操作步骤：

1. 使用Azure AI服务（推荐新手）

准备工作

csharp

复制代码 
// 安装NuGet包
Install-Package Azure.AI.TextAnalytics
Install-Package Azure.AI.OpenAI

文本分析示例

csharp

复制代码 
using Azure;
using Azure.AI.TextAnalytics;

class Program
{
    static async Task Main(string[] args)
    {
        // Azure认知服务配置
        string endpoint = "你的终结点";
        string apiKey = "你的API密钥";
        
        var client = new TextAnalyticsClient(new Uri(endpoint), new AzureKeyCredential(apiKey));
        
        // 情感分析
        string document = "这个产品非常好用，我非常喜欢！";
        DocumentSentiment documentSentiment = client.AnalyzeSentiment(document);
        
        Console.WriteLine($"情感: {documentSentiment.Sentiment}");
        Console.WriteLine($"正面评分: {documentSentiment.ConfidenceScores.Positive:P2}");
    }
}

2. 使用OpenAI API

安装OpenAI包

csharp

复制代码 
Install-Package OpenAI

调用GPT模型示例

csharp

复制代码 
using OpenAI_API;
using OpenAI_API.Chat;

class OpenAIService
{
    private readonly OpenAIAPI _api;

    public OpenAIService(string apiKey)
    {
        _api = new OpenAIAPI(apiKey);
    }

    public async Task<string> GetChatResponse(string prompt)
    {
        var chat = _api.Chat.CreateConversation();
        chat.AppendUserInput(prompt);
        
        string response = await chat.GetResponseFromChatbotAsync();
        return response;
    }
}

// 使用示例
class Program
{
    static async Task Main(string[] args)
    {
        var openAIService = new OpenAIService("你的OpenAI-API密钥");
        string response = await openAIService.GetChatResponse("请解释一下人工智能");
        Console.WriteLine(response);
    }
}

3. 使用ML.NET进行本地AI开发

安装ML.NET

csharp

复制代码 
Install-Package Microsoft.ML

情感分析模型示例

csharp

复制代码 
using Microsoft.ML;
using Microsoft.ML.Data;

// 定义数据模型
public class SentimentData
{
    [LoadColumn(0)] public string SentimentText;
    [LoadColumn(1), ColumnName("Label")] public bool Sentiment;
}

public class SentimentPrediction
{
    [ColumnName("PredictedLabel")] public bool Prediction { get; set; }
    public float Probability { get; set; }
    public float Score { get; set; }
}

class MLNetDemo
{
    static void Main()
    {
        var mlContext = new MLContext();
        
        // 加载数据
        IDataView dataView = mlContext.Data.LoadFromTextFile<SentimentData>(
            "sentiment-data.csv", 
            hasHeader: true, 
            separatorChar: ',');
        
        // 数据预处理管道
        var dataProcessPipeline = mlContext.Transforms.Text.FeaturizeText(
            "Features", 
            nameof(SentimentData.SentimentText));
        
        // 选择算法
        var trainer = mlContext.BinaryClassification.Trainers.SdcaLogisticRegression();
        var trainingPipeline = dataProcessPipeline.Append(trainer);
        
        // 训练模型
        var model = trainingPipeline.Fit(dataView);
        
        // 预测
        var predictionEngine = mlContext.Model.CreatePredictionEngine<SentimentData, SentimentPrediction>(model);
        
        var sample = new SentimentData { SentimentText = "这是一个很棒的产品" };
        var result = predictionEngine.Predict(sample);
        
        Console.WriteLine($"预测结果: {(result.Prediction ? "正面" : "负面")}");
        Console.WriteLine($"置信度: {result.Probability:P2}");
    }
}

4. 集成TensorFlow.NET

安装TensorFlow.NET

csharp

复制代码 
Install-Package TensorFlow.NET
Install-Package SciSharp.TensorFlow.Redist

图像分类示例

csharp

复制代码 
using Tensorflow;
using static Tensorflow.Binding;

class TensorFlowDemo
{
    public void Run()
    {
        // 加载预训练模型
        var graph = new Graph();
        var session = new Session(graph);
        
        // 这里加载你的TensorFlow模型
        // var model = graph.Import(); // 导入.pb文件
        
        // 进行预测
        // var results = session.Run(...);
    }
}

5. 完整的AI服务封装示例

csharp

复制代码 
public interface IAIService
{
    Task<string> AnalyzeTextAsync(string text);
    Task<string> GenerateImageAsync(string prompt);
    Task<object> ClassifyImageAsync(byte[] imageData);
}

public class AzureAIService : IAIService
{
    private readonly TextAnalyticsClient _textClient;
    private readonly OpenAIService _openAIService;

    public AzureAIService(string textEndpoint, string textKey, string openAIKey)
    {
        _textClient = new TextAnalyticsClient(new Uri(textEndpoint), new AzureKeyCredential(textKey));
        _openAIService = new OpenAIService(openAIKey);
    }

    public async Task<string> AnalyzeTextAsync(string text)
    {
        try
        {
            // 情感分析
            var sentiment = await _textClient.AnalyzeSentimentAsync(text);
            
            // 关键短语提取
            var keyPhrases = await _textClient.ExtractKeyPhrasesAsync(text);
            
            return $"情感: {sentiment.Value.Sentiment}, " +
                   $"关键短语: {string.Join(", ", keyPhrases.Value)}";
        }
        catch (Exception ex)
        {
            return $"分析失败: {ex.Message}";
        }
    }

    public async Task<string> GenerateImageAsync(string prompt)
    {
        // 使用DALL-E生成图像
        return await _openAIService.GenerateImage(prompt);
    }

    public Task<object> ClassifyImageAsync(byte[] imageData)
    {
        // 图像分类逻辑
        throw new NotImplementedException();
    }
}

6. 配置和最佳实践

appsettings.json配置

json

复制代码 
{
  "AzureAI": {
    "Endpoint": "https://your-resource.cognitiveservices.azure.com/",
    "Key": "your-key"
  },
  "OpenAI": {
    "ApiKey": "your-openai-key"
  }
}

依赖注入配置

csharp

复制代码 
// Startup.cs或Program.cs
services.AddSingleton<IAIService>(provider =>
{
    var config = provider.GetRequiredService<IConfiguration>();
    return new AzureAIService(
        config["AzureAI:Endpoint"],
        config["AzureAI:Key"],
        config["OpenAI:ApiKey"]
    );
});

操作步骤总结

  1. 选择AI服务提供商

    • Azure Cognitive Services

    • OpenAI API

    • Google Cloud AI

    • 本地ML.NET

  2. 获取API密钥和终结点

    • 注册相应平台账号

    • 创建资源获取密钥

  3. 安装对应NuGet包

  4. 实现服务封装

    • 创建服务类

    • 处理异常

    • 添加日志记录

  5. 测试和优化

    • 编写单元测试

    • 性能优化

    • 错误处理

注意事项

  • 妥善保管API密钥，不要硬编码在代码中

  • 添加适当的错误处理和重试机制

  • 考虑API调用频率限制

  • 对于生产环境，使用配置管理工具管理密钥

  • 监控API使用情况和成本

选择哪种方式取决于你的具体需求：云服务适合快速集成，本地ML.NET适合数据隐私要求高的场景，TensorFlow.NET适合已有TensorFlow模型的场景。

ML.NET 是完全免费和开源的。

下面为您详细解释一下它的免费模式以及可能涉及的潜在成本：

1. ML.NET 框架本身

  • 许可证 ：它使用非常宽松的 MIT 许可证。这意味着您可以在个人项目、商业项目、开源或闭源项目中自由使用、修改和分发它，而无需支付任何授权费用。

  • 开源：代码完全公开在 GitHub 上，由微软官方维护。

  • 无运行时费用：一旦您的模型训练完成并集成到应用程序中，使用模型进行预测（推理）不会产生任何按调用次数计费的费用。这与调用云AI API（如OpenAI或Azure Cognitive Services）按调用量付费的模式有本质区别。

2. 潜在的间接成本

虽然框架免费，但在开发和使用过程中，可能会产生一些间接成本：

  • 开发工具：

    • 免费 ：您可以使用完全免费的 Visual Studio Code 或 Visual Studio Community Edition 进行开发。

    • 付费 ：如果您选择使用付费版的 Visual Studio Professional 或 Enterprise ，这会产生费用，但这与ML.NET本身无关，是开发工具的成本。

  • 计算资源：

    • 训练模型：如果您的数据集非常庞大，训练一个复杂的模型（如图像分类、推荐系统）可能会消耗大量的CPU/GPU资源和时间。如果您在本地进行训练，成本就是电费和硬件折旧。如果您在云服务器（如Azure VM）上进行训练，则需要支付云服务器的费用。

    • 部署和运行：您的应用程序需要运行在某个服务器或计算机上。无论是本地服务器、Azure App Service、AWS EC2还是您用户的桌面电脑，这些环境都有其固有的硬件或托管成本。但模型的推理过程本身不产生额外许可费。

  • 数据存储与准备：如果您的训练数据存储在云数据库或数据湖中，这些存储服务会产生费用。

ML.NET vs. 云AI服务的成本对比

为了更清晰，我们可以做一个对比：

特性 ML.NET 云AI服务 (如 Azure OpenAI)
许可/使用费 完全免费 (MIT License) 按使用量付费 (每千次调用/每token收费)
开发成本 较高，需要数据科学和工程技能 较低，主要通过API调用，集成简单
数据隐私 极高，数据和模型完全在您掌控的环境中 数据需要发送到云端，可能存在隐私顾虑
自定义性 极强，可以用自己的数据训练完全定制化的模型 有限，通常基于通用大模型，定制有门槛和成本
基础设施成本 需要自行提供训练和部署的计算资源 由云服务商管理，包含在调用费中
适用场景 对数据隐私要求高、需要高度定制、长期使用量大 快速原型开发、不需要定制、使用量不大或不想管理基础设施

ML.NET 是一个真正免费的框架，非常适合以下情况：

  1. 对数据隐私和安全性要求极高，不希望将数据送出公司网络。

  2. 需要构建高度定制化的AI模型，而通用云服务无法满足需求。

  3. 应用规模很大，长期来看，自己训练和部署模型比按调用付费更经济。

  4. 希望将AI功能与您的.NET应用程序无缝集成，并作为一个独立的离线应用程序分发。

简单来说，ML.NET 让您用 前期开发成本和基础设施成本 换取了 零运行时许可费和绝对的数据控制权。对于预算有限、注重数据隐私的.NET开发者来说，它是一个极其强大的免费武器。

C# 接入 DeepSeek API 完整指南

下面详细介绍如何在 C# 中接入 DeepSeek API，包括控制台应用、Web API 和桌面应用的实现。

1. 准备工作

获取 API 密钥

  1. 访问 DeepSeek 开放平台

  2. 注册账号并登录

  3. 在控制台中创建 API 密钥

安装必要的 NuGet 包

bash

复制代码 
Install-Package Newtonsoft.Json
Install-Package System.Net.Http

2. 基础实现 - 控制台应用

创建 API 请求模型

csharp

复制代码 
using Newtonsoft.Json;

public class DeepSeekRequest
{
    [JsonProperty("model")]
    public string Model { get; set; } = "deepseek-chat";

    [JsonProperty("messages")]
    public List<ChatMessage> Messages { get; set; } = new List<ChatMessage>();

    [JsonProperty("max_tokens")]
    public int MaxTokens { get; set; } = 2048;

    [JsonProperty("temperature")]
    public double Temperature { get; set; } = 0.7;

    [JsonProperty("stream")]
    public bool Stream { get; set; } = false;
}

public class ChatMessage
{
    [JsonProperty("role")]
    public string Role { get; set; } // "system", "user", "assistant"

    [JsonProperty("content")]
    public string Content { get; set; }
}

创建 API 响应模型

csharp

复制代码 
public class DeepSeekResponse
{
    [JsonProperty("id")]
    public string Id { get; set; }

    [JsonProperty("object")]
    public string Object { get; set; }

    [JsonProperty("created")]
    public long Created { get; set; }

    [JsonProperty("model")]
    public string Model { get; set; }

    [JsonProperty("choices")]
    public List<Choice> Choices { get; set; }

    [JsonProperty("usage")]
    public UsageInfo Usage { get; set; }
}

public class Choice
{
    [JsonProperty("index")]
    public int Index { get; set; }

    [JsonProperty("message")]
    public ChatMessage Message { get; set; }

    [JsonProperty("finish_reason")]
    public string FinishReason { get; set; }
}

public class UsageInfo
{
    [JsonProperty("prompt_tokens")]
    public int PromptTokens { get; set; }

    [JsonProperty("completion_tokens")]
    public int CompletionTokens { get; set; }

    [JsonProperty("total_tokens")]
    public int TotalTokens { get; set; }
}

实现 DeepSeek 服务类

csharp

复制代码 
using System;
using System.Collections.Generic;
using System.Net.Http;
using System.Text;
using System.Threading.Tasks;
using Newtonsoft.Json;

public class DeepSeekService
{
    private readonly string _apiKey;
    private readonly string _apiUrl = "https://api.deepseek.com/v1/chat/completions";
    private readonly HttpClient _httpClient;

    public DeepSeekService(string apiKey)
    {
        _apiKey = apiKey;
        _httpClient = new HttpClient();
        _httpClient.DefaultRequestHeaders.Add("Authorization", $"Bearer {_apiKey}");
    }

    public async Task<string> SendMessageAsync(string userMessage, string systemMessage = null)
    {
        var request = new DeepSeekRequest
        {
            Messages = new List<ChatMessage>()
        };

        // 添加系统消息（如果有）
        if (!string.IsNullOrEmpty(systemMessage))
        {
            request.Messages.Add(new ChatMessage
            {
                Role = "system",
                Content = systemMessage
            });
        }

        // 添加用户消息
        request.Messages.Add(new ChatMessage
        {
            Role = "user",
            Content = userMessage
        });

        try
        {
            var jsonContent = JsonConvert.SerializeObject(request);
            var content = new StringContent(jsonContent, Encoding.UTF8, "application/json");

            var response = await _httpClient.PostAsync(_apiUrl, content);
            response.EnsureSuccessStatusCode();

            var responseContent = await response.Content.ReadAsStringAsync();
            var deepSeekResponse = JsonConvert.DeserializeObject<DeepSeekResponse>(responseContent);

            return deepSeekResponse.Choices[0].Message.Content;
        }
        catch (Exception ex)
        {
            return $"错误: {ex.Message}";
        }
    }

    public async Task<string> SendMessageWithHistoryAsync(List<ChatMessage> messageHistory)
    {
        var request = new DeepSeekRequest
        {
            Messages = messageHistory
        };

        try
        {
            var jsonContent = JsonConvert.SerializeObject(request);
            var content = new StringContent(jsonContent, Encoding.UTF8, "application/json");

            var response = await _httpClient.PostAsync(_apiUrl, content);
            response.EnsureSuccessStatusCode();

            var responseContent = await response.Content.ReadAsStringAsync();
            var deepSeekResponse = JsonConvert.DeserializeObject<DeepSeekResponse>(responseContent);

            return deepSeekResponse.Choices[0].Message.Content;
        }
        catch (Exception ex)
        {
            return $"错误: {ex.Message}";
        }
    }

    public void Dispose()
    {
        _httpClient?.Dispose();
    }
}

控制台应用示例

csharp

复制代码 
class Program
{
    static async Task Main(string[] args)
    {
        // 替换为你的实际 API 密钥
        string apiKey = "你的DeepSeek-API密钥";
        
        using var deepSeekService = new DeepSeekService(apiKey);

        Console.WriteLine("DeepSeek AI 聊天助手 (输入 '退出' 结束对话)");
        Console.WriteLine("===========================================");

        var conversationHistory = new List<ChatMessage>();

        while (true)
        {
            Console.Write("你: ");
            var userInput = Console.ReadLine();

            if (userInput?.ToLower() == "退出" || userInput?.ToLower() == "exit")
                break;

            if (string.IsNullOrWhiteSpace(userInput))
                continue;

            // 添加用户消息到历史
            conversationHistory.Add(new ChatMessage
            {
                Role = "user",
                Content = userInput
            });

            Console.Write("AI: ");
            var response = await deepSeekService.SendMessageWithHistoryAsync(conversationHistory);
            Console.WriteLine(response);

            // 添加AI回复到历史
            conversationHistory.Add(new ChatMessage
            {
                Role = "assistant",
                Content = response
            });

            Console.WriteLine();
        }
    }
}

3. Web API 集成

创建 ASP.NET Core Web API 控制器

csharp

复制代码 
[ApiController]
[Route("api/[controller]")]
public class AIController : ControllerBase
{
    private readonly DeepSeekService _deepSeekService;

    public AIController(IConfiguration configuration)
    {
        var apiKey = configuration["DeepSeek:ApiKey"];
        _deepSeekService = new DeepSeekService(apiKey);
    }

    [HttpPost("chat")]
    public async Task<ActionResult<ChatResponse>> Chat([FromBody] ChatRequest request)
    {
        try
        {
            var response = await _deepSeekService.SendMessageAsync(request.Message, request.SystemMessage);
            
            return Ok(new ChatResponse
            {
                Success = true,
                Message = response,
                Timestamp = DateTime.UtcNow
            });
        }
        catch (Exception ex)
        {
            return BadRequest(new ChatResponse
            {
                Success = false,
                Message = $"请求失败: {ex.Message}",
                Timestamp = DateTime.UtcNow
            });
        }
    }

    [HttpPost("chat-with-history")]
    public async Task<ActionResult<ChatResponse>> ChatWithHistory([FromBody] ChatHistoryRequest request)
    {
        try
        {
            var messages = request.Messages.Select(m => new ChatMessage
            {
                Role = m.Role,
                Content = m.Content
            }).ToList();

            var response = await _deepSeekService.SendMessageWithHistoryAsync(messages);
            
            return Ok(new ChatResponse
            {
                Success = true,
                Message = response,
                Timestamp = DateTime.UtcNow
            });
        }
        catch (Exception ex)
        {
            return BadRequest(new ChatResponse
            {
                Success = false,
                Message = $"请求失败: {ex.Message}",
                Timestamp = DateTime.UtcNow
            });
        }
    }
}

// DTO 类
public class ChatRequest
{
    public string Message { get; set; }
    public string SystemMessage { get; set; }
}

public class ChatHistoryRequest
{
    public List<MessageDto> Messages { get; set; }
}

public class MessageDto
{
    public string Role { get; set; }
    public string Content { get; set; }
}

public class ChatResponse
{
    public bool Success { get; set; }
    public string Message { get; set; }
    public DateTime Timestamp { get; set; }
}

appsettings.json 配置

json

复制代码 
{
  "DeepSeek": {
    "ApiKey": "你的DeepSeek-API密钥",
    "ApiUrl": "https://api.deepseek.com/v1/chat/completions"
  },
  "Logging": {
    "LogLevel": {
      "Default": "Information",
      "Microsoft.AspNetCore": "Warning"
    }
  },
  "AllowedHosts": "*"
}

4. WPF 桌面应用集成

MainWindow.xaml

xml

复制代码 
<Window x:Class="DeepSeekChat.MainWindow"
        xmlns="http://schemas.microsoft.com/winfx/2006/xaml/presentation"
        xmlns:x="http://schemas.microsoft.com/winfx/2006/xaml"
        Title="DeepSeek AI 聊天助手" Height="600" Width="800">
    <Grid>
        <Grid.RowDefinitions>
            <RowDefinition Height="*"/>
            <RowDefinition Height="Auto"/>
        </Grid.RowDefinitions>

        <ScrollViewer Grid.Row="0" VerticalScrollBarVisibility="Auto">
            <ItemsControl x:Name="MessagesItemsControl">
                <ItemsControl.ItemTemplate>
                    <DataTemplate>
                        <Border Margin="5" Padding="10" 
                                Background="{Binding BackgroundColor}" 
                                CornerRadius="10">
                            <TextBlock Text="{Binding Content}" 
                                       TextWrapping="Wrap" 
                                       Foreground="{Binding TextColor}"/>
                        </Border>
                    </DataTemplate>
                </ItemsControl.ItemTemplate>
            </ItemsControl>
        </ScrollViewer>

        <Grid Grid.Row="1" Margin="10">
            <Grid.ColumnDefinitions>
                <ColumnDefinition Width="*"/>
                <ColumnDefinition Width="Auto"/>
            </Grid.ColumnDefinitions>
            
            <TextBox x:Name="MessageTextBox" 
                     Grid.Column="0" 
                     Height="60" 
                     TextWrapping="Wrap"
                     VerticalScrollBarVisibility="Auto"
                     KeyDown="MessageTextBox_KeyDown"/>
            
            <Button x:Name="SendButton" 
                    Grid.Column="1" 
                    Content="发送" 
                    Width="60" 
                    Height="60" 
                    Margin="10,0,0,0"
                    Click="SendButton_Click"/>
        </Grid>
    </Grid>
</Window>

MainWindow.xaml.cs

csharp

复制代码 
using System;
using System.Collections.ObjectModel;
using System.Windows;
using System.Windows.Input;
using System.Windows.Media;

namespace DeepSeekChat
{
    public partial class MainWindow : Window
    {
        private readonly DeepSeekService _deepSeekService;
        private readonly ObservableCollection<MessageDisplay> _messages;

        public MainWindow()
        {
            InitializeComponent();
            
            string apiKey = "你的DeepSeek-API密钥"; // 应该从配置文件中读取
            _deepSeekService = new DeepSeekService(apiKey);
            _messages = new ObservableCollection<MessageDisplay>();
            MessagesItemsControl.ItemsSource = _messages;
        }

        private async void SendButton_Click(object sender, RoutedEventArgs e)
        {
            await SendMessage();
        }

        private async void MessageTextBox_KeyDown(object sender, KeyEventArgs e)
        {
            if (e.Key == Key.Enter && Keyboard.Modifiers.HasFlag(ModifierKeys.Control))
            {
                await SendMessage();
            }
        }

        private async Task SendMessage()
        {
            var userMessage = MessageTextBox.Text.Trim();
            if (string.IsNullOrEmpty(userMessage))
                return;

            // 添加用户消息到界面
            _messages.Add(new MessageDisplay
            {
                Content = $"你: {userMessage}",
                BackgroundColor = Brushes.LightBlue,
                TextColor = Brushes.Black
            });

            MessageTextBox.Clear();

            try
            {
                // 显示加载状态
                var loadingMessage = new MessageDisplay
                {
                    Content = "AI: 思考中...",
                    BackgroundColor = Brushes.LightGray,
                    TextColor = Brushes.Black
                };
                _messages.Add(loadingMessage);

                // 发送请求到 DeepSeek
                var response = await _deepSeekService.SendMessageAsync(userMessage);

                // 移除加载消息，添加实际回复
                _messages.Remove(loadingMessage);
                _messages.Add(new MessageDisplay
                {
                    Content = $"AI: {response}",
                    BackgroundColor = Brushes.LightGreen,
                    TextColor = Brushes.Black
                });

                // 滚动到底部
                ScrollToBottom();
            }
            catch (Exception ex)
            {
                _messages.Add(new MessageDisplay
                {
                    Content = $"错误: {ex.Message}",
                    BackgroundColor = Brushes.LightCoral,
                    TextColor = Brushes.DarkRed
                });
            }
        }

        private void ScrollToBottom()
        {
            if (MessagesItemsControl.Items.Count > 0)
            {
                var border = (Border)VisualTreeHelper.GetChild(MessagesItemsControl, 0);
                var scrollViewer = (ScrollViewer)VisualTreeHelper.GetChild(border, 0);
                scrollViewer.ScrollToBottom();
            }
        }
    }

    public class MessageDisplay
    {
        public string Content { get; set; }
        public Brush BackgroundColor { get; set; }
        public Brush TextColor { get; set; }
    }
}

5. 高级功能 - 流式响应

流式响应实现

csharp

复制代码 
public class DeepSeekStreamService
{
    private readonly string _apiKey;
    private readonly string _apiUrl = "https://api.deepseek.com/v1/chat/completions";
    private readonly HttpClient _httpClient;

    public DeepSeekStreamService(string apiKey)
    {
        _apiKey = apiKey;
        _httpClient = new HttpClient();
        _httpClient.DefaultRequestHeaders.Add("Authorization", $"Bearer {_apiKey}");
        _httpClient.Timeout = TimeSpan.FromMinutes(5); // 设置较长的超时时间
    }

    public async IAsyncEnumerable<string> SendMessageStreamAsync(string userMessage, string systemMessage = null)
    {
        var request = new DeepSeekRequest
        {
            Messages = new List<ChatMessage>(),
            Stream = true // 启用流式响应
        };

        if (!string.IsNullOrEmpty(systemMessage))
        {
            request.Messages.Add(new ChatMessage
            {
                Role = "system",
                Content = systemMessage
            });
        }

        request.Messages.Add(new ChatMessage
        {
            Role = "user",
            Content = userMessage
        });

        var jsonContent = JsonConvert.SerializeObject(request);
        var content = new StringContent(jsonContent, Encoding.UTF8, "application/json");

        using var response = await _httpClient.PostAsync(_apiUrl, content, HttpCompletionOption.ResponseHeadersRead);
        response.EnsureSuccessStatusCode();

        using var stream = await response.Content.ReadAsStreamAsync();
        using var reader = new StreamReader(stream);

        while (!reader.EndOfStream)
        {
            var line = await reader.ReadLineAsync();
            if (string.IsNullOrEmpty(line) || !line.StartsWith("data: "))
                continue;

            var data = line.Substring(6); // 移除 "data: " 前缀

            if (data == "[DONE]")
                yield break;

            try
            {
                var streamResponse = JsonConvert.DeserializeObject<DeepSeekStreamResponse>(data);
                var contentPiece = streamResponse?.Choices?[0]?.Delta?.Content;
                
                if (!string.IsNullOrEmpty(contentPiece))
                    yield return contentPiece;
            }
            catch (JsonException)
            {
                // 忽略解析错误，继续处理下一行
            }
        }
    }
}

// 流式响应模型
public class DeepSeekStreamResponse
{
    [JsonProperty("id")]
    public string Id { get; set; }

    [JsonProperty("object")]
    public string Object { get; set; }

    [JsonProperty("created")]
    public long Created { get; set; }

    [JsonProperty("model")]
    public string Model { get; set; }

    [JsonProperty("choices")]
    public List<StreamChoice> Choices { get; set; }
}

public class StreamChoice
{
    [JsonProperty("index")]
    public int Index { get; set; }

    [JsonProperty("delta")]
    public Delta Delta { get; set; }

    [JsonProperty("finish_reason")]
    public string FinishReason { get; set; }
}

public class Delta
{
    [JsonProperty("role")]
    public string Role { get; set; }

    [JsonProperty("content")]
    public string Content { get; set; }
}

6. 配置和最佳实践

依赖注入配置 (ASP.NET Core)

csharp

复制代码 
// Program.cs
builder.Services.AddSingleton<DeepSeekService>(provider =>
{
    var configuration = provider.GetRequiredService<IConfiguration>();
    var apiKey = configuration["DeepSeek:ApiKey"];
    return new DeepSeekService(apiKey);
});

builder.Services.AddSingleton<DeepSeekStreamService>(provider =>
{
    var configuration = provider.GetRequiredService<IConfiguration>();
    var apiKey = configuration["DeepSeek:ApiKey"];
    return new DeepSeekStreamService(apiKey);
});

错误处理和重试机制

csharp

复制代码 
public class ResilientDeepSeekService
{
    private readonly DeepSeekService _deepSeekService;
    private readonly int _maxRetries = 3;
    private readonly TimeSpan _delay = TimeSpan.FromSeconds(1);

    public ResilientDeepSeekService(string apiKey)
    {
        _deepSeekService = new DeepSeekService(apiKey);
    }

    public async Task<string> SendMessageWithRetryAsync(string userMessage, string systemMessage = null)
    {
        for (int i = 0; i < _maxRetries; i++)
        {
            try
            {
                return await _deepSeekService.SendMessageAsync(userMessage, systemMessage);
            }
            catch (HttpRequestException ex) when (i < _maxRetries - 1)
            {
                await Task.Delay(_delay * (i + 1));
            }
        }
        
        throw new Exception("所有重试尝试都失败了");
    }
}

使用注意事项

  1. API 密钥安全：不要将 API 密钥硬编码在代码中，使用环境变量或配置文件

  2. 速率限制：注意 DeepSeek API 的调用频率限制

  3. 错误处理：妥善处理网络异常和 API 错误

  4. 资源清理：及时释放 HttpClient 和其他资源

  5. 用户体验：对于长时间操作，提供加载状态和取消功能

这个完整的指南应该能帮助你在各种 C# 应用中成功集成 DeepSeek API！

相关推荐
还不秃顶的计科生2 小时前
如何快速用cmd知道某个文件夹下的子文件以及子文件夹的这个目录分支具体的分支结构
人工智能
九河云2 小时前
不同级别华为云代理商的增值服务内容与质量差异分析
大数据·服务器·人工智能·科技·华为云
Elastic 中国社区官方博客2 小时前
Elasticsearch：Microsoft Azure AI Foundry Agent Service 中用于提供可靠信息和编排的上下文引擎
大数据·人工智能·elasticsearch·microsoft·搜索引擎·全文检索·azure
许泽宇的技术分享2 小时前
当AI学会“说人话“：Azure语音合成技术的魔法世界
后端·python·flask
大模型真好玩2 小时前
Gemini3.0深度解析，它在重新定义智能，会是前端工程师噩梦吗？
人工智能·agent·deepseek
机器之心3 小时前
AI终于学会「读懂人心」，带飞DeepSeek R1，OpenAI o3等模型
人工智能·openai
AAA修煤气灶刘哥3 小时前
从Coze、Dify到Y-Agent Studio：我的Agent开发体验大升级
人工智能·低代码·agent
陈佬昔没带相机3 小时前
MiniMax M2 + Trae 编码评测：能否与 Claude 4.5 扳手腕？
前端·人工智能·ai编程
美狐美颜SDK开放平台3 小时前
从0到1开发直播美颜SDK：算法架构、模型部署与跨端适配指南
人工智能·架构·美颜sdk·直播美颜sdk·第三方美颜sdk·美狐美颜sdk
小陈phd3 小时前
RAG从入门到精通（四）——结构化数据读取与导入
人工智能·langchain
热门推荐
01GitHub 镜像站点02今天 Cloudflare 全球事故，连 GPT 和你的网站都一起“掉线”了03UV安装并设置国内源04安娜的档案(Anna’s Archive) 镜像网站/国内最新可访问入口（持续更新）05Linux下V2Ray安装配置指南06BongoCat - 跨平台键盘猫动画工具07全球最强模型Grok4，国内已可免费使用！（附教程）08Valdi：Snapchat 开源的新一代跨平台 UI 框架09Labelme从安装到标注：零基础完整指南10swagger xss漏洞复现