项目环境的搭建，项目的初步使用和deepseek的初步认识

1.环境搭建

这个项目使用的是字节旗下的trae开发环境

项目开始前首先得连接远程终端，要么是虚拟机要么是云服务器

从远端克隆完头文件后再到本地来编译

编译完成后要将编译好的库文件以及头文件进行安装安装到系统的根目录这样以后用可以找到

这样用到的头文件就拷贝到系统的头文件之中了

这样可以看到我们要的头文件就拷贝到了include文件下了这就是我们需要的头文件

2.项目的初步使用

现在环境搭建好了现在就可以来简单使用一下ChatSDK了此时我们要在这个目录下创建一个chatDemo.cpp的文件进行与模型的对话

此时就在这个路径下显示的创建了这个cpp

复制代码

#include<ai_chat_sdk/ChatSDK.h>//包含聊天SDK头文件
#include<ai_chat_sdk/util/myLog.h>//包含日志头文件
#include<ai_chat_sdk/common.h>//包含公共头文件
#include <cstdio>
#include<iostream>//包含iostream头文件
#include <spdlog/common.h>




void sendMessageStream(ai_chat_sdk::ChatSDK& chat_sdk, std::string& session_id)
{
    std::cout<<"-------------------------发送消息-------------------------"<<std::endl;
    std::string message;//创建字符串对象 ，用于存储用户输入的消息
    std::cout<<"user消息：>"<<std::endl;//输出提示信息 ，提示用户输入消息
    std::getline(std::cin, message);//获取用户输入的消息 ，获取用户输入的消息 ，将用户输入的消息赋值给message
    chat_sdk.sendMessageStream(session_id, message,[](const std::string& response, bool done){//创建lambda表达式 ，用于处理模型的响应
        std::cout<<"assistant消息："<<response<<std::endl;//输出模型的响应 ，输出模型的响应 ，将模型的响应赋值给response
        if(done){//如果done为true，表示模型的响应完成
            std::cout<<"-------------------------消息接收完成-------------------------"<<std::endl;//输出消息接收完成信息 ，输出消息接收完成信息 ，将消息接收完成信息赋值给response
        }
    });
   
   
   
}
int main()
{
    bite::Logger::initLogger("aiChatDemo","stdout",spdlog::level::info);//初始化日志 第二个参数指的是把日志输出到控制台
    ai_chat_sdk::ChatSDK chat_sdk;//创建聊天SDK对象 初始化
    //配置deepseek模型
    ai_chat_sdk::APIConfig deepseek;//创建API配置对象 deepseek进行配置
    deepseek._apiKey=std::getenv("deepseek_api_key");//获取环境变量中的API密钥 ，获取环境变量中设置deepseek_api_key的API密钥
    deepseek._temperature=0.7;//设置温度参数 ，设置温度参数为0.7，控制模型的输出随机性
    deepseek._maxTokens=2048;//设置最大令牌数 ，设置最大令牌数为2048，控制模型的输出长度
    deepseek._modelName="deepseek-chat";//设置模型名称 ，设置模型名称为deepseek-chat
    std::vector<std::shared_ptr<ai_chat_sdk::Config>> configs;//智能指针向量 ，用于存储API配置对象的智能指针
    configs.push_back(std::make_shared<ai_chat_sdk::APIConfig>(deepseek));//将deepseek配置对象添加到向量中 ，添加deepseek配置对象的智能指针
    
    chat_sdk.initModels(configs);//初始化模型


    std::cout<<"-------------------------创建对话-------------------------"<<std::endl;
    std::string session_id=chat_sdk.createSession("deepseek-chat");//创建对话 ，创建对话 ，返回对话ID

    int userop=1;
    while(true){
        std::cout<<"-------------------------1.send_message  0.exit-------------------------"<<std::endl;
        std::cin>>userop;//获取用户操作 ，获取用户输入的用户操作 ，将用户操作赋值给userop
        if(userop==0){//如果用户操作为0，表示用户输入结束会话
            break;//跳出循环 ，结束用户操作
        }
        getchar();//获取用户输入的换行符 ，获得缓冲区里的回车符
        sendMessageStream(chat_sdk, session_id);
    }
    return 0;
}