---

前言

在学习json之后，使用一个项目进行实战检验十分有必要。json常用于API数据交互，而和DeepSeekAPI进行交互便可以十分直观地展示我们的成果。

注：本文目的在于汇报学习进度，故对于涉及的内容只作必要说明，不作详细解释

---

一、API

API，全称Application Programming Interface，直译“程序之间的接口”

API是软件系统中不同部分之间通信的一套规则。它定义了请求的格式、传输方式、数据结构和操作规则，使得不同的软件应用能够相互交互和数据交换。

简单来说，我们可以把API简单类比为一个函数的输入参数的规范，它约定了你该以什么样的数据结构对特定端点进行访问。

---

二、DeepSeekAPI

1.查看文档

在进行一切API的访问之前，一定要先清楚API规范。
我们要接入DeepSeekAPI，便需要去到官网查看官方的文档。

DeepSeek官方文档

2.基础格式

通过查看文档，我们可以发现如下常用参数：

1.输入

model（deepseek-chat \ deepseek-reasoner）响应模型
messages 存储聊天记录的数组，每个元素包含role（user \ assistant \ system）和content
max_tokens限制响应的最大token数
stream是否流式传输响应

完整示例:

{
  "messages": [
    {
      "content": "You are a helpful assistant",
      "role": "system"
    },
    {
      "content": "Hi",
      "role": "user"
    }
  ],
  "model": "deepseek-chat",
  "frequency_penalty": 0,
  "max_tokens": 4096,
  "presence_penalty": 0,
  "response_format": {
    "type": "text"
  },
  "stop": null,
  "stream": false,
  "stream_options": null,
  "temperature": 1,
  "top_p": 1,
  "tools": null,
  "tool_choice": "none",
  "logprobs": false,
  "top_logprobs": null
}

2.输出

id当前对话的唯一标识符
model生成响应的模型
choices可选的响应
usage统计token的使用

完整示例：

{
  "id": "bf505be8-4ccf-49ae-b67e-8cb4ed271796",
  "object": "chat.completion",
  "created": 1762692592,
  "model": "deepseek-chat",
  "choices": [
    {
      "index": 0,
      "message": {
        "role": "assistant",
        "content": "Hello! How can I assist you today? 😊"
      },
      "logprobs": null,
      "finish_reason": "stop"
    }
  ],
  "usage": {
    "prompt_tokens": 10,
    "completion_tokens": 11,
    "total_tokens": 21,
    "prompt_tokens_details": {
      "cached_tokens": 0
    },
    "prompt_cache_hit_tokens": 0,
    "prompt_cache_miss_tokens": 10
  },
  "system_fingerprint": "fp_ffc7281d48_prod0820_fp8_kvcache"
}

3.请求头

我们可以了解到，该API需要以POST方法进行请求，请求体是一个json数据，而请求头需要

这里Authorization项后面需要填充秘钥。

---

三.实现代码

由于c语言对于网络通信的原生支持度不足，而libcurl库的使用又非常复杂，我索性选择了对于网络通信支持良好的JavaScript语言。

1.技术方案

因为本次只是进行演示，故使用原生的fetch方法进行API请求。
fetch接受请求端口和请求内容（包含请求头和请求体）作为输入参数，返回一个Response类型数据。

function fetch(
        input: string | URL | Request,
        init?: RequestInit,
    ): Promise<Response>;

由于JavaScript对于纯本地环境的支持度不高，所以我们引入基于Node.js的readline读取用户在控制台的输入

2.实现

const apiKey = "[这里是你自己的apiKey]";

const readline = require('readline');

class Message {
    constructor(role, content) {
        this.role = role;
        this.content = content;
    }
}

const url = "https://api.deepseek.com/chat/completions";

const messages = [new Message("system", "你是DEEPSEEK，你需要做user友好的朋友。")];

// 创建readline接口
const rl = readline.createInterface({
    input: process.stdin,
    output: process.stdout
});

async function fun() {
    const response = await fetch(url,
        {
            method:"POST",
            headers: {
                'Content-Type': 'application/json',
                'Authorization': `Bearer ${apiKey}`
            },
            body: JSON.stringify({
                model: "deepseek-chat",
                messages: messages
            })
        });

    const data = await response.json();

    const aiReply = data.choices[0].message.content;
    console.log('[DEEPSEEK]\n', aiReply);
    messages.push(new Message("assistant", aiReply));
}

function askUser() {
    rl.question("[USER]\n", async (userInput) => {
        if(userInput === "exit") {
            rl.close();
            return;
        }
        messages.push(new Message("user", userInput));
        await fun();
        //使用递归进行多次提问
        askUser();
    });
}

askUser();

3.运行效果

[USER]
你好
[DEEPSEEK]
你好！很高兴见到你！有什么我可以帮你的吗？
[USER]
你是谁啊？
[DEEPSEEK]
我是DeepSeek，一个由深度求索公司创造的AI助手！很高兴认识你～我可以帮你回答问题、聊天、解决各种问题，就像你的智能小伙伴一样。有什么想聊的或者需要 帮助的吗？😊
[USER]
exit

---

总结

本项目成功实现了基于控制台的多轮对话机器人，验证了JSON在实际数据交互中的应用价值。