DeepSeek+CodeWave实战，打通组织内落地DeepSeek的最后一公里
内容概要1、采购智能体应用效果演示
2、DeepSeek大模型特征介绍
3、DeepSeek和CodeWave如何产生化学反应
4、0基础开发更智能采购管理系统
智能体应用效果演示
https://agentsse-jystudy2.app.codewave.163.com/expressage/applyOrder
DeepSeek大模型科普
DeepSeek模型演进历程
2023年11月：开源 DeepSeek LLM 7B 和 67B 的 Base 和 Chat 模型
2024年2月：开源 DeepSeek Coder 系列模型
2024年2月：开源 DeepSeek Math 模型
2024年3月：开源 DeepSeek-VL 系列模型
2024年5月：开源 DeepSeek-V2 系列模型
2024年7月：开源 DeepSeek-Coder-V2 系列模型
2024年12月：开源 DeepSeek-V3 系列模型
2025年1月：开源推理模型 DeepSeek-R1
DeepSeek-V3和DeepSeek-R1差异
图片
[*]技术特性差异：V3强调训练效率，能以较低GPU资源实现高性能；R1采用"强化学习优先"策略，先培养推理能力再优化语言流畅度
[*]核心能力及应用场景差异：V3通用型语言模型，擅长自然语言生成和多领域任务（如写作、多语言处理）；R1专注于逻辑推理领域，强化数学解题、代码生成等复杂推理能力。
[*]部署使用差异：API调用时，V3对应名称`deepseek-chat`，R1为`deepseek-reasoner`
DeepSeek和CodeWave化学反应
为什么需要整合DS到CodeWave
主要有以下原因：
[*]打造个性化UI
[*]开发独立AI应用或已有应用智能化
[*]私域流量运营
图片
DeepSeek、Coze、CodeWave作用与关系
[*]CodeWave：通用应用开发平台，可以集成coze、dify、DeepSeek等开发通用AI应用，运行在私域上
[*]Coze、Dify：大语言应用开发平台，工作流编排，智能体应用开发，运行在公域上
[*]DeepSeek、豆包：大语言模型，是底层AI能力提供者
0基础教你开发更智能的采购管理系统
准备工作
[*]注册CodeWave：https://codewave.163.com
[*]创建DeepSeek Key：https://platform.deepseek.com
图片
创建CodeWave项目
通过模板“采购管理系统”创建项目：
图片
在项目中引入DeepSeek连接器
导入连接器：第一步，集成中心 - 导入连接器
图片
第二步，资产市场搜索DeepSeek连接器并导入：
图片
第三步，点击添加，在弹框中填入DeepSeek平台获得的API_Key：
图片
图片
这样就导入完毕了！任意逻辑中通过调用连接器chat操作即可与DeepSeek交互：
图片
知识储备
和DeepSeek交互主要通过chat接口，调用时我们发送消息并接收回复，这里补充一下所需的知识：
RequestBody：请求消息
必须的参数如下：
{"messages": [ { "content": "You are a helpful assistant", "role": "system" }, { "content": "Hi", "role": "user" }],"model": "deepseek-chat","response_format": { "type": "text"},"stream": true}
[*]1.
[*]2.
[*]3.
[*]4.
[*]5.
[*]6.
[*]7.
[*]8.
[*]9.
[*]10.
[*]11.
[*]12.
[*]13.
[*]14.
[*]15.
[*]16.
[*]17.
ResponseBody：响应消息
响应消息在choices中存放：
{"id": "930c60df-bf64-41c9-a88e-3ec75f81e00e","choices": [ { "finish_reason": "stop", "index": 0, "message": { "content": "Hello! How can I help you today?", "role": "assistant", "reasoning_content":"think" } }],"created": 1705651092,"model": "deepseek-chat","object": "chat.completion","usage": { "completion_tokens": 10, "prompt_tokens": 16, "total_tokens": 26}}
[*]1.
[*]2.
[*]3.
[*]4.
[*]5.
[*]6.
[*]7.
[*]8.
[*]9.
[*]10.
[*]11.
[*]12.
[*]13.
[*]14.
[*]15.
[*]16.
[*]17.
[*]18.
[*]19.
[*]20.
[*]21.
[*]22.
使用范例
下面我们把做一个情感专家机器人作为范例演示：
图片
第一步构造消息列表
图片
第二步发送消息
图片
第三步处理返回信息
图片
采购案例开发思路
a. 在发送信息后调用连接器中的chat方法
图片
b. 在连接器子逻辑onMessage中处理返回的流式信息
图片
c.在上述流失输出结束后onClose子逻辑中调用非流式接口进行数据转换
图片
图片
图片
页:
[1]