Loading [MathJax]/jax/input/TeX/config.js
首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >专栏 >使用 DeepSeek API 搭建智能体《无间》- 卓伊凡的完整指南 -优雅草卓伊凡

使用 DeepSeek API 搭建智能体《无间》- 卓伊凡的完整指南 -优雅草卓伊凡

原创
作者头像
卓伊凡
发布于 2025-06-01 09:21:44
发布于 2025-06-01 09:21:44
13900
代码可运行
举报
文章被收录于专栏:人工智能ai相关人工智能ai相关
运行总次数:0
代码可运行

使用 DeepSeek API 搭建智能体《无间》- 卓伊凡的完整指南 -优雅草卓伊凡

作者:卓伊凡

前言:为什么选择 DeepSeek API,而非私有化部署?

在开始搭建智能体之前,我想先说明 为什么推荐使用 DeepSeek API,而不是本地私有化部署

  1. 模型性能差距:DeepSeek 官方 API 使用的是 最新、最强 的模型,而本地部署的版本(如果有)往往是 轻量化 的,效果远不如 API 提供的模型。
  2. 硬件成本高昂:私有化部署需要 高端 GPU(如 A100/H100),普通用户甚至中小公司都难以承担。
  3. 支持 DeepSeek 发展:使用 API 并充值,相当于 直接支持 DeepSeek 团队优化模型,未来我们能用到更强的 AI!

因此,本文将 完全基于 DeepSeek API,教大家如何搭建一个 具备长期记忆的智能体,并部署到 WindowsLinux 或宝塔面板,让它记住我的科幻恐怖小说 《无间》 的内容,并辅助创作!


第一步:获取 DeepSeek API 并测试连接

1. 注册 DeepSeek API

访问 DeepSeek 官网(或 API 文档页面),注册账号并获取 API Key

2. 测试 API 是否可用(Python 示例)

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
import requests

api_key = "你的_API_Key"  # 替换成你的 DeepSeek API Key
url = "https://api.deepseek.com/v1/chat/completions"

headers = {
    "Authorization": f"Bearer {api_key}",
    "Content-Type": "application/json"
}

data = {
    "model": "deepseek-v3",  # 使用最新模型
    "messages": [
        {"role": "user", "content": "你好,你是谁?"}
    ]
}

response = requests.post(url, headers=headers, json=data)
print(response.json())

预期输出:

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
{
  "choices": [
    {
      "message": {
        "content": "我是DeepSeek AI,可以帮你回答问题或提供建议!",
        "role": "assistant"
      }
    }
  ]
}

如果返回正常,说明 API 可用,可以继续搭建智能体!


第二步:让智能体记住《无间》的小说设定

《无间》是卓伊凡正在创作的 科幻恐怖小说,我们需要让 AI 记住 故事背景、角色设定、关键剧情,这样它才能辅助创作。

方法1:直接上传知识库(适用于短文本)

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
novel_background = """
《无间》故事设定:
- 世界观:近未来,人类发现“思维深渊”,可进入他人潜意识。
- 主角:林夜,前心理医师,能潜入他人梦境。
- 反派:代号“蚀”,是第一个在深渊中失去自我的人类,现以意识体存在。
- 核心冲突:林夜在调查一系列离奇自杀案时,发现所有死者都曾进入“蚀”的深渊。
"""

然后在每次对话时,将背景信息加入 messages

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
data = {
    "model": "deepseek-v3",
    "messages": [
        {"role": "system", "content": "你是一个科幻恐怖小说助手,熟悉《无间》的所有设定。"},
        {"role": "user", "content": novel_background},  # 注入设定
        {"role": "user", "content": "林夜的能力是什么?"}
    ]
}

方法2:长期记忆存储(适用于大文本)

如果想存储 更庞大的设定(如完整章节),可以:

  1. 使用数据库SQLite/MySQL)存储,每次查询相关内容。
  2. 向量数据库(如 FAISS + OpenAI Embeddings) 实现语义搜索。
示例:用 SQLite 存储小说设定
代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
import sqlite3

# 创建数据库
conn = sqlite3.connect("wujian_novel.db")
cursor = conn.cursor()
cursor.execute("""
CREATE TABLE IF NOT EXISTS novel_knowledge (
    id INTEGER PRIMARY KEY,
    category TEXT,  # 如"角色设定""世界观"
    content TEXT
)
""")

# 插入《无间》的设定
cursor.execute("INSERT INTO novel_knowledge (category, content) VALUES (?, ?)",
               ("世界观", "《无间》发生在一个人类能潜入潜意识的世界..."))
conn.commit()
查询并让 AI 回答
代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
def query_novel_info(keyword):
    cursor.execute("SELECT content FROM novel_knowledge WHERE content LIKE ?", (f"%{keyword}%",))
    return cursor.fetchall()

# 用户问:"蚀是谁?"
related_info = query_novel_info("蚀")
ai_input = f"根据设定:{related_info},回答:蚀是谁?"

data = {
    "model": "deepseek-v3",
    "messages": [
        {"role": "system", "content": "你是一个熟知《无间》的AI助手。"},
        {"role": "user", "content": ai_input}
    ]
}
response = requests.post(url, headers=headers, json=data)
print(response.json()["choices"][0]["message"]["content"])

输出示例:

“蚀是《无间》中的反派,第一个在‘思维深渊’中失去自我的人类,现以纯意识体存在,能腐蚀他人心智。”


第三步:部署智能体(Windows/Linux/宝塔)

方案1:Windows 本地运行(适合测试)

  1. 安装 Python(建议 3.8+)
  2. 保存脚本为 wujian_ai.py,用 CMD 运行:
代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
python wujian_ai.py
  1. 如需后台运行,可用 nssm 注册为服务:
代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
nssm install WujianAI "python" "C:\path\to\wujian_ai.py"
nssm start WujianAI

方案2:Linux 服务器部署(生产环境推荐)

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
# 1. 安装 Python 和虚拟环境
sudo apt update && sudo apt install python3-pip
pip3 install virtualenv
virtualenv wujian_env && source wujian_env/bin/activate

# 2. 安装依赖
pip install requests sqlite3

# 3. 使用 nohup 后台运行
nohup python3 wujian_ai.py > ai.log 2>&1 &

方案3:宝塔面板部署(适合小白)

  1. 在宝塔中创建 Python 项目,上传代码。
  2. 配置 Supervisor 守护进程:
代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
[program:wujian_ai]
command=/path/to/python /www/wwwroot/wujian_ai.py
autostart=true
autorestart=true
stderr_logfile=/var/log/wujian_ai.err.log
stdout_logfile=/var/log/wujian_ai.out.log
  1. 设置 反向代理(如需 HTTP 访问)。

第四步:进阶功能(可选)

1. 接入 Discord/Slack/微信

  • 使用 discord.pyItChat 库让 AI 在聊天软件中响应。
  • 示例代码(Discord 机器人):
代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
import discord
from discord.ext import commands

bot = commands.Bot(command_prefix="!")

@bot.command()
async def ask(ctx, *, question):
    response = requests.post(api_url, json={"messages": [{"role": "user", "content": question}]})
    await ctx.send(response.json()["choices"][0]["message"]["content"])

bot.run("YOUR_DISCORD_TOKEN")

2. 自动生成小说段落

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
prompt = """
根据《无间》的设定,写一段林夜首次进入“蚀”的深渊的场景:
- 环境:扭曲的记忆回廊
- 氛围:窒息感、低语声
"""
data = {
    "model": "deepseek-v3",
    "messages": [
        {"role": "system", "content": "你是一个科幻恐怖小说作家。"},
        {"role": "user", "content": prompt}
    ]
}

AI 生成示例:

“林夜的意识下沉,四周的景象扭曲成记忆的回廊。墙壁上浮现陌生人的脸,低语声如潮水般涌来。突然,他看见一道黑影——‘蚀’正注视着他……”


结语

通过 DeepSeek API,我们成功搭建了 《无间》- 卓伊凡的专属智能体,它能: ✅ 记忆小说设定 ✅ 辅助创作剧情 ✅ 部署到服务器长期运行

未来优化方向:

  • 接入 语音交互(如 Whisper + TTS)
  • 实现 多角色对话模拟(让 AI 扮演不同人物)
  • 训练 专属 Lora 微调模型(如果 DeepSeek 开放训练接口)

希望本教程能帮你轻松构建自己的 AI 智能体!🚀 如果有问题,欢迎在评论区交流。

—— 卓伊凡 2025-6-1

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

评论
登录后参与评论
暂无评论
推荐阅读
编辑精选文章
换一批
[大模型]DeepSeek-7B-chat FastApi 部署调用
由70亿个参数组成的高级语言模型 DeepSeek LLM。它是在一个包含2万亿个英文和中文代币的庞大数据集上从零开始训练的。为了促进研究,DeepSeek 已经为研究社区开放了DeepSeek LLM 7B/67B Base 和 DeepSeek LLM 7B/67B Chat。
云未归来
2025/07/17
1020
[大模型]DeepSeek-7B-chat FastApi 部署调用
如何用利用deepseek的API能力来搭建属于自己的智能体-优雅草卓伊凡
上一篇文章我们已经介绍了智能体和大模型AI的区别,现在我们开始搭建自己的智能体进行工作
卓伊凡
2025/06/01
4870
DeepSeek三大版本大揭秘:量化、蒸馏、满血,谁才是你的菜?
摘要:DeepSeek的量化版、蒸馏版和满血版在参数规模、性能表现和适用场景上各有特点。满血版拥有6710亿参数,推理能力强,适合高端科研和复杂任务;蒸馏版参数规模较小,适合资源受限环境,响应速度快;量化版通过量化技术进一步压缩模型大小,推理速度快,适合移动端和边缘设备。用户应根据需求、硬件资源和预算选择适合的版本。
正在走向自律
2025/02/26
6.7K0
DeepSeek三大版本大揭秘:量化、蒸馏、满血,谁才是你的菜?
什么是DeepSeek?如何入门DeepSeek?
DeepSeek(深度求索)是一款由国内团队开发的开源人工智能工具库,专注于提供高效易用的AI模型训练与推理能力。它既包含预训练大语言模型(如DeepSeek-R1系列),也提供配套工具链,助力开发者快速实现AI应用落地。
猫头虎
2025/02/07
10.9K0
什么是DeepSeek?如何入门DeepSeek?
DeepSeek 模型技术体系解构:性能优化、接口能力与智能体开发集成视角(文末送书)
DeepSeek自2023年成立以来,致力于国产大语言模型的研发与开源,打造了多款聚焦不同领域的模型,如:
鲲志说
2025/07/10
2260
快速入门 DeepSeek-R1 大模型
国内最新的神级人工智能模型已经正式发布,没错,它就是备受瞩目的DeepSeek-R1大模型。今天,我们将对DeepSeek进行一个简单的了解,并探索如何快速使用和部署这个强大的工具。值得一提的是,DeepSeek已经开源,您可以随意下载和使用它。
努力的小雨
2025/02/02
1K0
13个DeepSeek官方提示词完整版
为方便大家随时查阅,岳哥特地帮大家整理成了PDF电子书,有需要的小伙伴,可在公众号后台回复:DeepSeek提示词
SQL数据库开发
2025/02/28
1.5K0
13个DeepSeek官方提示词完整版
全网最强开源AI大模型接入教程:开源模型DeepSeek-V3 API接入全流程详解 (与OpenAI完美兼容)
大家好,我是 猫头虎!🎉 今天为大家带来一篇超详细的 DeepSeek-V3 API 接入教程,从注册到调用,让你快速掌握这款超强开源模型的接入方法,完美替代 OpenAI API!
猫头虎
2025/01/06
3.1K0
全网最强开源AI大模型接入教程:开源模型DeepSeek-V3 API接入全流程详解 (与OpenAI完美兼容)
DeepSeek R1 模型小版本升级,DeepSeek-R1-0528都更新了哪些新特性?
DeepSeek 团队今日发布 DeepSeek‑R1‑0528 —— 基于 DeepSeek V3 Base(2024‑12) 的小版本升级。 无论是官网、App、小程序还是 API,打开 “深度思考” 即可直接体验。
猫头虎
2025/05/31
6370
DeepSeek R1 模型小版本升级,DeepSeek-R1-0528都更新了哪些新特性?
实战OpenAI最新开源多智能体框架Swarm
上周五(10 月 11 日),OpenAI 发布了类似 Autogen、Langgraph 和 CrewAI 等多代理系统的 "实验性、教育性 "框架Swarm[1]。所以,Swarm 是一个多智能体框架。OpenAI 声明了这只是探索性的一个框架,并不打算完善上生产,主要目标是为了演示 OpenAI 官方教程《智能体编排:路由与交接(Orchestrating Agents: Routines and Handoffs)[2]》。
AgenticAI
2025/03/18
3330
实战OpenAI最新开源多智能体框架Swarm
Zabbix告警分析新革命:DeepSeek四大创新场景助力智能运维
【导读】⾯对⽇益复杂的IT环境,如何⾼效分析监控数据并快速响应已成为运维工作中的关键挑战。本文深入探讨了DeepSeek与Zabbix结合的创新性应用,包括一键式智能告警分析、Zabbix文档知识库助手功能以及钉钉告警增强功能。通过详尽的部署指南和实用脚本,展示了DeepSeek如何助力提升故障排查效率,为运维工程师与系统管理员提供高效解决方案。
Zabbix
2025/03/11
6560
Zabbix告警分析新革命:DeepSeek四大创新场景助力智能运维
商业实战使用DeepSeek-R1构建本地RAG系统的完整方案02-优雅草卓伊凡
接上一篇研究我们也有采用deepseek-r1 本地模型部署的方案,此方案可以在本地完全部署,其次呢硬件预算在10万文档的数据因此15000-30000之间
卓伊凡
2025/05/07
2210
在 Word 里编写 Visual Basic 调用 DeepSeek API
本文通过分步解析 Visual Basic 代码,展示了如何构造 JSON 请求、使用 MSXML2.XMLHTTP 发送 HTTP POST 请求,并根据响应状态码返回结果。CallDeepSeekAPI 函数接收 API 密钥与用户输入文本,拼接为符合 DeepSeek Chat API 规范的请求体,然后以同步方式调用接口,最后依据返回的 HTTP 状态码决定函数输出是原始响应还是错误信息。
编程小妖女
2025/06/14
1570
在 Word 里编写 Visual Basic 调用 DeepSeek API
【全栈开发】—— Paddle OCR 文字识别 + deepseek接入(基于python 最新!!!)
根据自己电脑的配置进行选择,选择 GPU 或者 CPU,GPU 要选择 CUDA 版本,可在cmd输入指令查看:
用户11404404
2025/03/30
6100
【全栈开发】—— Paddle OCR 文字识别 + deepseek接入(基于python 最新!!!)
腾讯云DeepSeek API对接微信小程序完全指南
在开始开发微信小程序与腾讯云DeepSeek API的对接之前,我们需要做好必要的环境准备工作。本章将指导你完成开发环境的搭建,包括安装最新版本的微信开发者工具(IDE),配置小程序的基本信息,如果你习惯于wxml语法的开发,本教程中也会有关于腾讯云AI代码助手插件的安装,需要注意的是本教程对于腾讯云AI代码助手插件 仅停留在安装的的这一步骤,因为我还是习惯于uniapp 的使用。 让我们按照以下步骤,一步步完成开发环境的准备工作。
全栈若城
2025/03/25
1.5K0
AIGC 办公自动化:智能会议记录与摘要助手完整教程
在现代办公环境中,会议记录是一项重要但繁琐的任务。手动记录会议内容不仅费时,还容易遗漏关键信息。借助 人工智能生成内容(AIGC)技术,我们可以自动转录语音、提取关键信息,并生成结构化的会议摘要,极大提高工作效率。
IT蜗壳-Tango
2025/03/27
4730
【人工智能】DeepSeek R1可以为我们做什么?
在当今人工智能技术日新月异的时代,大模型如雨后春笋般不断涌现,彻底改变了我们的生活与工作方式,为我们带来了前所未有的便利与惊喜。在众多大模型中,国产的 DeepSeek R1 凭借其卓越的推理能力以及丰富多元的功能,脱颖而出,吸引了无数目光。
蒙奇D索隆
2025/02/17
1990
【人工智能】DeepSeek R1可以为我们做什么?
基于PaddleNLP使用DeepSeek-R1搭建智能体
最近在学习DeepSeek,找到了PaddleNLP星河社区大模型,跟着敲写了一遍。内容来源:DeepSeek实战训练营:从云端模型部署到应用开发 - 飞桨AI Studio星河社区-人工智能学习与实训社区
Harry技术
2025/03/10
1830
基于PaddleNLP使用DeepSeek-R1搭建智能体
腾讯云HAI部署DeepSeek结合Ollama API搭建智能对话系统
本文将详细介绍如何在腾讯云HAI平台上部署DeepSeek模型,并配置使用Ollama API服务以实现对外部请求的支持。通过对前期准备、部署流程、API服务配置及使用的详细阐述,希望能为读者提供一个全面且实用的指南,助力AI应用的高效开发和部署。
Front_Yue
2025/02/10
1.2K5
腾讯云HAI部署DeepSeek结合Ollama API搭建智能对话系统
商业实战将归巢网内容构建为本地RAG模型的完整指南01-优雅草卓伊凡
今天卓伊凡收到了老客户归巢网关于对本地RAG模型建立的咨询,这点也让卓伊凡得深入研究下,毕竟老客户肯定不是说着玩的,主要最终实现目的是建立模型开始使用AI智能问答。
卓伊凡
2025/05/06
1230
推荐阅读
相关推荐
[大模型]DeepSeek-7B-chat FastApi 部署调用
更多 >
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档
本文部分代码块支持一键运行,欢迎体验
本文部分代码块支持一键运行,欢迎体验