别本地部署了，智能体+DeepSeek 才是下一个大风口

最新推荐文章于 2025-02-28 20:33:05 发布

大模型入门学习

最新推荐文章于 2025-02-28 20:33:05 发布

阅读量1.8k

点赞数 16

文章标签：人工智能大模型入门大模型 DeepSeek 学习大模型教程智能体

本文链接：https://blog.csdn.net/2401_84494441/article/details/145530669

版权

在DeepSeek大模型爆火了后，下一个爆发的点就是基于大模型做的各种工具和应用。

因为DeepSeek性能够强且价格便宜，所以基于DeepSeek能做出很多的应用来。

比如AI编程集成DeepSeek做应用开发，比如智能体集成DeepSeek设计各种智能体应用。在智能体中去调用DeepSeek后，完全不需要本地部署了。

AI编程大家可能觉得门槛比较高，但智能体是每个人都可以学会的。

智能体其实就是一个工作流，比如你用AI绘图，手动的流程是用DeepSeek产生提示词，然后去AI绘图工具上输入提示词产生图片。一个智能体就是把这些手动流程形成一个工作流。

今天主要讲智能体中如何做插件接入DeepSeek大模型。接入后，我做了一个deepseek的聊天界面。

我用硅基流动的api来做演示，DeepSeek官网和豆包火山引擎的api也可以用。想要这2个平台代码的加我v。

其中字节的火山引擎刚上线deepseek大模型，赠送不少的token

申请硅基流动api

在硅基上申请API密钥，网址：https://cloud.siliconflow.cn/

然后进行充值

硅基上有一个Pro/deepseek-ai/DeepSeek-R1的模型，这个模型是专门给付费用户使用的。注意：赠送的余额不算，必须得自己充值

智能体做插件

在coze平台上，资源库中新建插件

配置如下，选择用python语言集成。

点击创建工具

在依赖包中安装openai和requests库

点击创建工具，首先在元数据中定义输入和输出参数。这里用到的输入参数分别是api_key和query。query就表示要输入的问题

输出参数定义一个output就可以了。下面就是代码部分，基于硅基流动的API调用方法

"""```Each file needs to export a function named `handler`. This function is the entrance to the Tool.`````Parameters:``args: parameters of the entry function.``args.input - input parameters, you can get test input value by args.input.xxx.``args.logger - logger instance used to print logs, injected by runtime.``   ``Remember to fill in input/output in Metadata, it helps LLM to recognize and use tool.``   ``Return:``The return data of the function, which should match the declared output parameters.``"""``def handler(args: Args[Input])->Output:`    `content=args.input.query`    `api_key=args.input.api_key`    `url = "https://api.siliconflow.cn/v1/chat/completions"`    `headers = {`    `"Authorization": "Bearer "+str(api_key),`    `"Content-Type": "application/json"``}``   `    `payload = {"model": "Pro/deepseek-ai/DeepSeek-R1",`            `"messages": [`                `{`                    `"content": content,`                    `"role": "user"`                `}`            `]`            `}`    `response = requests.request("POST", url, json=payload, headers=headers)`    `output=response.json()['choices'][0]['message']['content']`    `return {"output": output}

代码完成后，开始测试代码，点击自动生成，coze会生成输入参数格式，填入正确的参数，点击运行就可以验证插件是否运行正常了。