DeepSeek初学教程 8 开发案例综合实战 - AI 写作助手

最新推荐文章于 2025-03-20 23:38:45 发布

山海青风

最新推荐文章于 2025-03-20 23:38:45 发布

阅读量1.3k

点赞数 36

分类专栏： # DeepSeek 人工智能 Python 文章标签：人工智能 python flask fastapi

本文链接：https://blog.csdn.net/qq_41611586/article/details/146401609

版权

DeepSeek 同时被 3 个专栏收录

8 篇文章

订阅专栏

Python

7 篇文章

订阅专栏

人工智能

4 篇文章

订阅专栏

项目介绍

本案例将指导你基于 DeepSeek API 构建一个实用的自动化内容创作工具（AI写作助手）。该工具适用于写作工作者、内容创作者、自媒体运营人员，可以通过少量提示快速生成高质量的内容大纲、创意标题、文章段落，甚至完整的博客或短文。

一、项目目标与应用场景

项目目标：

帮助用户快速生成各类创作内容，如：
- 内容标题和副标题生成
- 文章大纲结构设计
- 短文或博客的正文撰写
- 社交媒体文案与广告创意

应用场景：

自媒体写作
产品推广与营销文案
内容快速原型与文案测试
教育教学内容自动生成

二、技术实现方案与架构设计

技术栈

Python 3.x
DeepSeek API（使用 DeepSeek-Chat 或 DeepSeek-Coder 模型
FastAPI 或 Flask 后端框架
HTML/CSS/JavaScript 简易前端界面（也可使用纯命令行界面）

架构设计

用户 → 输入创作需求 → 后端服务（Python）→ DeepSeek API（内容生成）→ 前端展示结果

三、开发环境搭建

创建项目目录：

deepseek-ai-writer/
├── app.py
├── requirements.txt
├── .env
└── templates/
    └── index.html

安装依赖：

pip install fastapi uvicorn requests python-dotenv jinja2

创建.env文件保存API密钥：

DEEPSEEK_API_KEY=你的API密钥

四、关键代码实现

后端API调用（app.py）：

import os
import requests
from fastapi import FastAPI, Request
from fastapi.responses import HTMLResponse
from fastapi.templating import Jinja2Templates
from dotenv import load_dotenv

load_dotenv()
API_KEY = os.getenv("DEEPSEEK_API_KEY")

app = FastAPI()
templates = Jinja2Templates(directory="templates")

def generate_content(prompt):
    url = "https://api.deepseek.com/chat/completions"
    headers = {
        "Authorization": f"Bearer {API_KEY}",
        "Content-Type": "application/json"
    }
    data = {
        "model": "deepseek-chat",
        "messages": [
            {"role": "system", "content": "你是一个专业、高效的AI内容创作助手。"},
            {"role": "user", "content": prompt}
        ],
        "temperature": 0.8,
        "max_tokens": 1000,
    }
    response = requests.post(url, headers=headers, json=data)
    response.raise_for_status()
    result = response.json()
    return result['choices'][0]['message']['content']

@app.get("/", response_class=HTMLResponse)
async def home(request: Request):
    return templates.TemplateResponse("index.html", {"request": request})

@app.post("/generate")
async def generate(request: Request):
    data = await request.json()
    prompt = data.get("prompt", "")
    content = generate_content(prompt)
    return {"content": content}

五、前端界面（templates/index.html）

<!DOCTYPE html>
<html lang="zh">
<head>
    <meta charset="UTF-8">
    <title>DeepSeek AI内容创作助手</title>
    <script>
        async function generateContent(){
            let prompt = document.getElementById("prompt").value;
            let response = await fetch('/generate',{
                method:'POST',
                headers:{'Content-Type':'application/json'},
                body:JSON.stringify({prompt:prompt})
            });
            let result = await response.json();
            document.getElementById("output").innerText = result.content;
        }
    </script>
</head>
<body>
    <h2>DeepSeek AI 内容创作助手</h2>
    <textarea id="prompt" rows="5" cols="60" placeholder="输入你的创作要求，如：写一篇关于人工智能的短文"></textarea><br>
    <button onclick="generateContent()">生成内容</button>
    <h3>生成结果：</h3>
    <div id="output" style="white-space:pre-wrap;border:1px solid #ccc;padding:10px;"></div>
</body>
</html>