Python + DeepSeek：打造拥有记忆的AI 智能助手，让效率提升100倍！

本文链接：https://blog.csdn.net/lenghai923/article/details/145745662

🚀 Python + DeepSeek：打造拥有记忆的AI智能助手，让效率提升100倍！

🔥 Python开发者必看！你是否想用DeepSeek结合ChatGPT，打造一个真正能记住对话的AI助手？

python琛会手把手教你如何用Python代码,快速实现智能记忆+自动回复，让你的效率提升100倍！

🧠 AI也能有记忆？Python 赋予 DeepSeek 超强记忆力！

为什么AI需要拥有记忆？

还记得昨天的AI助手吗？它虽然能回答问题

但一到新对话就“失忆”，完全不记得你是谁

这样聊天像是在和金鱼对话！

为了让 AI 助手变得更像私人助理，我们要给它加点“记忆”能力，让它能回忆起之前的聊天内容。

怎么让DeepSeek打造的GTP-AI拥有记忆功能？

可以用数据库来存储聊天记录，比如SQLite或MySQL。

然后，每次对话时，把之前的记录拿出来，结合当前的输入，让 AI 能连续对话。

代码示例

import sqlite3
import datetime

# 连接数据库
conn = sqlite3.connect('chat_history.db', check_same_thread=False)
c = conn.cursor()

# 创建对话记录表
c.execute('''CREATE TABLE IF NOT EXISTS chat_history
             (user_id TEXT, timestamp TEXT, message TEXT)''')
conn.commit()

# 存储对话记录
def save_chat_history(user_id, message):
    c.execute("INSERT INTO chat_history (user_id, timestamp, message) VALUES (?, ?, ?)",
              (user_id, datetime.datetime.now(), message))
    conn.commit()

# 读取最近 5 条对话记录
def get_chat_history(user_id):
    c.execute("SELECT message FROM chat_history WHERE user_id = ? ORDER BY timestamp DESC LIMIT 5", (user_id,))
    return [row[0] for row in c.fetchall()]

📌 优化建议：

如果AI使用量大，建议换 PostgreSQL，并加个缓存优化。
还可以用LangChain这种工具来管理对话历史，省去自己写逻辑的麻烦。

🔧 让 AI 更智能：给它装上“技能包”

🌦 天气查询（出门前先问 AI）

import requests

def get_weather(city):
    try:
        url = f"https://api.weatherapi.com/v1/current.json?key=YOUR_API_KEY&q={city}"
        response = requests.get(url)
        data = response.json()
        return f"{city} 现在是 {data['current']['temp_c']}°C，{data['current']['condition']['text']}"
    except Exception as e:
        return "天气查询失败，请检查 API Key 或网络连接！"

💡 优化建议：

使用缓存减少 API 请求次数，降低成本。
提前设置默认城市，防止用户输入错误。

🌍 翻译功能（秒变多国语言专家）

from deep_translator import GoogleTranslator

def translate_text(text, target_lang='en'):
    return GoogleTranslator(source='auto', target=target_lang).translate(text)

🔍 信息检索（AI变身你的搜索助手）

import requests

def search_google(query):
    url = f"https://www.googleapis.com/customsearch/v1?q={query}&key=YOUR_API_KEY&cx=YOUR_CX"
    response = requests.get(url)
    return response.json().get('items', [{}])[0].get('snippet', '未找到相关信息')

🌐 如何让 AI 助手 24 小时在线？

🚀 服务器部署（让AI全天候待命）

from flask import Flask, request, jsonify
app = Flask(__name__)

@app.route('/chat', methods=['POST'])
def chat():
    user_id = request.json['user_id']
    message = request.json['message']
    response = generate_response_with_history(user_id, message)
    return jsonify({'response': response})

if __name__ == '__main__':
    app.run()

📌 优化建议：