学校网站建设报价表seo自动发布外链工具

DeepSeek模型简介

DeepSeek-V3 为自研 MoE 模型，671B 参数，激活 37B，在 14.8T token 上进行了预训练。该模型多项评测成绩超越了 Qwen2.5-72B 和 Llama-3.1-405B 等其他开源模型，并在性能上和世界顶尖的闭源模型 GPT-4o 以及 Claude-3.5-Sonnet 不分伯仲。 

且DeepSeek为国内模型，访问无需魔法上网，以下是如何在Unity调用DeepSeek-V3 API。

首先，在DeepSeek官方平台注册账号并登录，申请API Key

根据官方文档封装Post方法如下：

/// <summary>
/// post请求
/// </summary>
/// <typeparam name="T"></typeparam>
/// <param name="urlTail"></param>
/// <param name="form"></param>
/// <param name="onOver"></param>
/// <returns></returns>
public static IEnumerator PostRequest<T>(string token, Action<T> onOver, object data, string urlTail = null)
{using (UnityWebRequest request = new UnityWebRequest("https://api.deepseek.com/chat/completions" + urlTail)){request.method = "post";// 设置请求体内容string jsonStr = JsonConvert.SerializeObject(data);byte[] bodyRaw = Encoding.UTF8.GetBytes(jsonStr);request.uploadHandler = new UploadHandlerRaw(bodyRaw);request.SetRequestHeader("Content-Type", "application/json");request.downloadHandler = new DownloadHandlerBuffer();if (token != ""){// 添加请求头部信息request.SetRequestHeader("Authorization", token);}// 发送请求并等待响应yield return request.SendWebRequest();// 处理响应if (request.result == UnityWebRequest.Result.Success){Debug.Log("新post请求(" + request.url + ")成功，返回结果:" + request.downloadHandler.text);// 在这里处理API响应onOver.Invoke(JsonConvert.DeserializeObject<T>(request.downloadHandler.text));}else{Debug.Log("新post请求(" + request.url + ")失败，返回结果:" + request.downloadHandler.text);// 在这里处理API请求失败的情况onOver.Invoke(default(T));}}
}

调用方法

传入token为 “Bearer <DeepSeek API Key>”，DeepSeek API Key为上面获取到的Key，JSON类组成如下：

JSON属性解析

        1.指定 model='deepseek-chat' 即可调用 DeepSeek-V3。

        2.将 stream 设置为 true 来使用流式输出。messages是传入的文本。

JSON代码如下：

public class DeepSeekJson
{public string model { get; set; }public List<DeepSeekItem> messages { get; set; }public bool stream { get; set; }public class DeepSeekItem{public string role { get; set; }public string content { get; set; }}
}

Python OUTPUT样例代码如下：

import json
from openai import OpenAIclient = OpenAI(api_key="<your api key>",base_url="https://api.deepseek.com",
)system_prompt = """
The user will provide some exam text. Please parse the "question" and "answer" and output them in JSON format. EXAMPLE INPUT: 
Which is the highest mountain in the world? Mount Everest.EXAMPLE JSON OUTPUT:
{"question": "Which is the highest mountain in the world?","answer": "Mount Everest"
}
"""user_prompt = "Which is the longest river in the world? The Nile River."messages = [{"role": "system", "content": system_prompt},{"role": "user", "content": user_prompt}]response = client.chat.completions.create(model="deepseek-chat",messages=messages,response_format={'type': 'json_object'}
)print(json.loads(response.choices[0].message.content))

注意事项​

1. 设置 response_format 参数为 {'type': 'json_object'}。

2. 用户传入的 system 或 user prompt 中必须含有 json 字样，并给出希望模型输出的 JSON 格式的样例，以指导模型来输出合法 JSON。

3. 需要合理设置 max_tokens 参数，防止 JSON 字符串被中途截断。

 Python使用上下文拼接样例代码：

from openai import OpenAI
client = OpenAI(api_key="<DeepSeek API Key>", base_url="https://api.deepseek.com")# Round 1
messages = [{"role": "user", "content": "What's the highest mountain in the world?"}]
response = client.chat.completions.create(model="deepseek-chat",messages=messages
)messages.append(response.choices[0].message)
print(f"Messages Round 1: {messages}")# Round 2
messages.append({"role": "user", "content": "What is the second?"})
response = client.chat.completions.create(model="deepseek-chat",messages=messages
)messages.append(response.choices[0].message)
print(f"Messages Round 2: {messages}")

Unity调用以上样例代码方式和普通调用方式类似。