简介
本文将介绍如何使用 Node.js 调用 DeepSeek API，实现流式对话并保存对话记录。Node.js 版本使用现代异步编程方式实现，支持流式处理和错误处理。
1. 环境准备
1.1 系统要求
Node.js 14.0 或更高版本
npm 包管理器
1.2 项目结构
deepseek-project/ ├── main.js # 主程序 ├── package.json # 项目配置文件 └── conversation.txt # 对话记录文件
1.3 安装依赖
在项目目录下打开命令行，执行：
# 安装项目依赖 npm install # 如果出现权限问题，可以尝试： sudo npm install # Linux/Mac # 或 npm install --force # Windows
此命令会安装 package.json 中定义的所有依赖项：
axios: 用于发送 HTTP 请求
moment: 用于时间格式化
如果安装过程中遇到网络问题，可以尝试使用国内镜像：
# 设置淘宝镜像 npm config set registry https://registry.npmmirror.com # 然后重新安装 npm install
1.4 运行程序
安装完依赖后，使用以下命令启动程序：
# 使用 npm 启动 npm start # 或者直接使用 node node main.js
如果遇到权限问题：
# Linux/Mac sudo npm start # Windows (以管理员身份运行命令提示符) npm start
2. 完整代码实现
2.1 package.json
{
"name": "deepseek-chat",
"version": "1.0.0",
"description": "DeepSeek API chat implementation in Node.js",
"main": "main.js",
"scripts": {
"start": "node main.js"
},
"dependencies": {
"axios": "^1.6.2",
"moment": "^2.29.4"
}
}2.2 main.js
const fs = require('fs').promises;
const readline = require('readline');
const axios = require('axios');
const moment = require('moment');
class DeepSeekChat {
constructor() {
this.url = 'https://api.siliconflow.cn/v1/chat/completions';
this.apiKey = 'YOUR_API_KEY'; // 替换为你的 API Key
this.logFile = 'conversation.txt';
}
async saveToFile(content, isQuestion = false) {
const timestamp = moment().format('YYYY-MM-DD HH:mm:ss');
const text = isQuestion
? `\n[${timestamp}] Question:\n${content}\n\n[${timestamp}] Answer:\n`
: content;
await fs.appendFile(this.logFile, text);
}
async chat() {
// 创建命令行接口
const rl = readline.createInterface({
input: process.stdin,
output: process.stdout
});
// 使用 Promise 封装问题输入
const question = (prompt) => new Promise((resolve) => rl.question(prompt, resolve));
try {
while (true) {
const userInput = await question('\n请输入您的问题 (输入 q 退出): ');
if (userInput.trim().toLowerCase() === 'q') {
console.log('程序已退出');
break;
}
// 保存问题
await this.saveToFile(userInput, true);
// 准备请求数据
const data = {
model: 'deepseek-ai/DeepSeek-V3',
messages: [
{
role: 'user',
content: userInput
}
],
stream: true,
max_tokens: 2048,
temperature: 0.7,
top_p: 0.7,
top_k: 50,
frequency_penalty: 0.5,
n: 1,
response_format: {
type: 'text'
}
};
try {
// 发送流式请求
const response = await axios({
method: 'post',
url: this.url,
data: data,
headers: {
'Content-Type': 'application/json',
'Authorization': `Bearer ${this.apiKey}`
},
responseType: 'stream'
});
// 处理流式响应
response.data.on('data', async (chunk) => {
const lines = chunk.toString().split('\n');
for (const line of lines) {
if (line.trim() === '') continue;
if (line.trim() === 'data: [DONE]') continue;
if (line.startsWith('data: ')) {
try {
const json = JSON.parse(line.slice(6));
if (json.choices[0].delta.content) {
const content = json.choices[0].delta.content;
process.stdout.write(content);
await this.saveToFile(content);
}
} catch (e) {
continue;
}
}
}
});
// 等待响应完成
await new Promise((resolve) => {
response.data.on('end', async () => {
console.log('\n----------------------------------------');
await this.saveToFile('\n----------------------------------------\n');
resolve();
});
});
} catch (error) {
const errorMsg = `请求错误: ${error.message}\n`;
console.error(errorMsg);
await this.saveToFile(errorMsg);
}
}
} finally {
rl.close();
}
}
}
// 运行程序
async function main() {
const chatbot = new DeepSeekChat();
await chatbot.chat();
}
main().catch(console.error);3. 代码详解
3.1 类结构
DeepSeekChat: 主类，封装所有功能constructor: 构造函数，初始化配置saveToFile: 异步保存对话记录chat: 主对话循环
3.2 关键功能
文件操作
async saveToFile(content, isQuestion = false) {
const timestamp = moment().format('YYYY-MM-DD HH:mm:ss');
const text = isQuestion
? `\n[${timestamp}] Question:\n${content}\n\n[${timestamp}] Answer:\n`
: content;
await fs.appendFile(this.logFile, text);
}流式处理
response.data.on('data', async (chunk) => {
const lines = chunk.toString().split('\n');
for (const line of lines) {
if (line.startsWith('data: ')) {
const json = JSON.parse(line.slice(6));
if (json.choices[0].delta.content) {
const content = json.choices[0].delta.content;
process.stdout.write(content);
await this.saveToFile(content);
}
}
}
});3.3 参数说明
model: 使用的模型名称stream: 启用流式输出max_tokens: 最大输出长度 (2048)temperature: 控制随机性 (0.7)top_p,top_k: 采样参数frequency_penalty: 重复惩罚系数
4. 错误处理
代码包含完整的错误处理机制：
网络请求错误处理
JSON 解析错误处理
文件操作错误处理
优雅退出处理
5. 使用方法
5.1 安装依赖
在项目目录下打开命令行，执行：
# 安装项目依赖 npm install # 如果出现权限问题，可以尝试： sudo npm install # Linux/Mac # 或 npm install --force # Windows
此命令会安装 package.json 中定义的所有依赖项：
axios: 用于发送 HTTP 请求
moment: 用于时间格式化
如果安装过程中遇到网络问题，可以尝试使用国内镜像：
# 设置淘宝镜像 npm config set registry https://registry.npmmirror.com # 然后重新安装 npm install
5.2 修改配置
在 main.js 中替换 YOUR_API_KEY 为你的实际 API Key。
5.3 运行程序
安装完依赖后，使用以下命令启动程序：
# 使用 npm 启动 npm start # 或者直接使用 node node main.js
如果遇到权限问题：
# Linux/Mac sudo npm start # Windows (以管理员身份运行命令提示符) npm start
5.4 交互方式
输入问题进行对话
输入 ‘q’ 退出程序
查看 conversation.txt 获取对话记录
6. 性能优化建议
内存管理
使用流式处理大数据
及时清理事件监听器
避免内存泄漏
错误处理
实现重试机制
添加超时处理
优雅降级策略
并发控制
限制并发请求数
实现请求队列
添加速率限制
总结
本文详细阐述了如何利用Node.js技术调用DeepSeek API，并实现一个流式对话的聊天机器人。教程从创建命令行交互接口开始，逐步介绍了如何接收用户输入、通过axios库与DeepSeek API进行通信、实时处理API返回的流式数据，并将对话内容记录到日志文件中。文章不仅提供了完整的代码实现，还深入讲解了每个步骤的逻辑和关键细节，如错误处理、配置灵活性等。通过本教程，读者可以掌握使用Node.js调用API实现流式对话的基本方法，为开发自己的聊天机器人或对话系统打下坚实基础。
本文来源于#老大白菜，由@蜜芽 整理发布。如若内容造成侵权/违法违规/事实不符，请联系本站客服处理!
该文章观点仅代表作者本人，不代表本站立场。本站不承担相关法律责任。
如若转载，请注明出处：https://www.zhanid.com/biancheng/3216.html
