Semantic Kernel调用DeepSeek实现聊天功能

在上一篇中，我们介绍了如何通过SK访问ollama中部署的大模型，本日我们尝试直接调用deepseek官网api，来实现AI对话功能。

DeepSeek官方API

如果要利用deepseek 官方API，起首我们要注册API访问的账号，然后创建apikey。

• DeepSeek Platform地址：https://platform.deepseek.com/
  
• DeepSeek API文档地址：https://api-docs.deepseek.com/zh-cn/
  

在platform页面完成注册，然后点击左侧“API Keys”，创建一个key。
注意：请将key复制后保存在安全的位置，在DeepSeek Platform中key只展示一次！
安装SK和OpenAI Connector

我们利用deepseek提供的兼容openAI的API来进行访问，安装必要的组件：

1. dotnet add package Microsoft.SemanticKernel
2. dotnet add package Microsoft.SemanticKernel.Connectors.OpenAI

复制代码

在上一篇内容中我们知道，第一步要初始化sk：

1. var skBuilder = Kernel.CreateBuilder()
2.     .AddOpenAIChatCompletion(
3.         modelId: openAiConfig.DefaultModel,
4.         endpoint: new Uri(openAiConfig.BaseUrl),
5.         apiKey: openAiConfig.ApiKey
6.     )
7.     ;
8. var sk = skBuilder.Build();

复制代码

参数说明：

• modelId： 利用的模型Id，deepseek官网目前提供了两个模型，分别是deepseek-chat和deepseek-reasoner，对应DeepSeek-V3和DeepSeek-R1
  
• endpoint： api的地址，由于我们利用的是兼容OpenAI的API，因此地址利用 https://api.deepseek.com/v1
  
• apiKey： 上一步创建的apikey。注意：一定不要hard-code在代码里！！
  

发起聊天

在完成sk初始化之后，就可以创建chatService，开始对话了：

1. var chatService = sk.GetRequiredService<IChatCompletionService>();
2. var reply = await chatService.GetChatMessageContentAsync(chatHistory,
3.         executionSettings: executionSettings,
4.         kernel: sk);

复制代码

最后，把这些代码放在webapi内里，讨一个UI，结果如下：

以上就是本日要分享的全部内容，感爱好的朋友可以关注我的公众号 [拓荒者IT] 了解更多内容！
往期保举：

• 利用Ollama本地部署大模型系列（已完结）
  
• 进阶篇-搭建专属的知识库和问答系统—cherryStudio版
  
• 进阶篇-Ollama API 利用指南
  

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。