1.环境搭建这个项目使用的是字节旗下的trae开发环境项目开始前首先得连接远程终端要么是虚拟机要么是云服务器从远端克隆完头文件后再到本地来编译编译完成后要将编译好的库文件以及头文件进行安装 安装到系统的根目录 这样以后用可以找到这样用到的头文件就拷贝到系统的头文件之中了这样可以看到我们要的头文件就拷贝到了include文件下了 这就是我们需要的头文件2.项目的初步使用现在环境搭建好了 现在就可以来简单使用一下ChatSDK了 此时我们要在这个目录下创建一个chatDemo.cpp的文件进行与模型的对话此时就在这个路径下显示的创建了这个cpp#includeai_chat_sdk/ChatSDK.h//包含聊天SDK头文件 #includeai_chat_sdk/util/myLog.h//包含日志头文件 #includeai_chat_sdk/common.h//包含公共头文件 #include cstdio #includeiostream//包含iostream头文件 #include spdlog/common.h void sendMessageStream(ai_chat_sdk::ChatSDK chat_sdk, std::string session_id) { std::cout-------------------------发送消息-------------------------std::endl; std::string message;//创建字符串对象 用于存储用户输入的消息 std::coutuser消息std::endl;//输出提示信息 提示用户输入消息 std::getline(std::cin, message);//获取用户输入的消息 获取用户输入的消息 将用户输入的消息赋值给message chat_sdk.sendMessageStream(session_id, message,[](const std::string response, bool done){//创建lambda表达式 用于处理模型的响应 std::coutassistant消息responsestd::endl;//输出模型的响应 输出模型的响应 将模型的响应赋值给response if(done){//如果done为true表示模型的响应完成 std::cout-------------------------消息接收完成-------------------------std::endl;//输出消息接收完成信息 输出消息接收完成信息 将消息接收完成信息赋值给response } }); } int main() { bite::Logger::initLogger(aiChatDemo,stdout,spdlog::level::info);//初始化日志 第二个参数指的是把日志输出到控制台 ai_chat_sdk::ChatSDK chat_sdk;//创建聊天SDK对象 初始化 //配置deepseek模型 ai_chat_sdk::APIConfig deepseek;//创建API配置对象 deepseek进行配置 deepseek._apiKeystd::getenv(deepseek_api_key);//获取环境变量中的API密钥 获取环境变量中设置deepseek_api_key的API密钥 deepseek._temperature0.7;//设置温度参数 设置温度参数为0.7控制模型的输出随机性 deepseek._maxTokens2048;//设置最大令牌数 设置最大令牌数为2048控制模型的输出长度 deepseek._modelNamedeepseek-chat;//设置模型名称 设置模型名称为deepseek-chat std::vectorstd::shared_ptrai_chat_sdk::Config configs;//智能指针向量 用于存储API配置对象的智能指针 configs.push_back(std::make_sharedai_chat_sdk::APIConfig(deepseek));//将deepseek配置对象添加到向量中 添加deepseek配置对象的智能指针 chat_sdk.initModels(configs);//初始化模型 std::cout-------------------------创建对话-------------------------std::endl; std::string session_idchat_sdk.createSession(deepseek-chat);//创建对话 创建对话 返回对话ID int userop1; while(true){ std::cout-------------------------1.send_message 0.exit-------------------------std::endl; std::cinuserop;//获取用户操作 获取用户输入的用户操作 将用户操作赋值给userop if(userop0){//如果用户操作为0表示用户输入结束会话 break;//跳出循环 结束用户操作 } getchar();//获取用户输入的换行符 获得缓冲区里的回车符 sendMessageStream(chat_sdk, session_id); } return 0; }这就是整个与deepseek交谈的互动界面内容上面做好之后还要创建一个CMakeLists.txt这是一个配置文件进行编译和连接的此时就在这个目录下创建了 build用来包含创建生成文件在这个路径下cmake ..去找这个刚写的CMakeLists.txt然后进行编译然后make一下就去找工程下面的Makefile下面的目录 Makefile下面就包含了去编译的步骤make编译一下后生成可执行文件 这个AIChatDemo就是可执行文件执行完遇到数据库野指针的问题了首先通过gbd调试发现是原文第36deepseek_api_key是野指针原因就是我没有配置环境变量导致连接不上deepseek 所以要去deepseek的官网创建dpi然后将环境变量导入进去导入完成后即可连接成功此时chatDemo的入手就到这里3. deep seek API介绍通过api接入的话输入这个指令deepseek接口测试了解完deepseek的API后接下来我们要用AIPFOX这个软件测试这个API接口从使用目录找到这个对话补全找到接口的路径来进行测试这就是接口调用 这是接口调用的请求参数就是按照deepseek手册来进行接口的测试还要调整传递给服务器以什么格式来组织的以json上面设置的参数来传递的还要设置认证参数这个deepseek_api_key就是在测试环境下设置的本地变量 就相当于你的api key此时测试发送你是谁这样就会有响应了 这样的是流式发送 大模型会一点点的发送他所获取的信息这就是非流式反馈 是直接反馈的的 这样就测试完成了 也就是接入成功。