如何调用 DeepSeek 的自然语言处理 API 接口并集成到在线客服系统

我在业余时间开发了一款自己的独立产品：升讯威在线客服与营销系统。陆陆续续开发了几年，从一开始的偶有用户尝试，到如今线上环境和私有化部署均有了越来越多的稳定用户。
随时近来 AI 大模型的火热，越来越多的客户，问到过能否把客服系统接入 DeepSeek，或者其它大语言模型。
说干就干，看看实现效果吧：

本文将提供一个详细的示例，展示如何调用 DeepSeek 的自然语言处理 API 接口。我们将以情感分析为例，演示如何发送请求、处理响应以及处理可能的错误。
如何调用 DeepSeek 接口

1. 准备工作

在开始之前，请确保完成以下步骤：

• 注册 DeepSeek 账户：访问 DeepSeek 官网 并注册一个账户。
  
• 获取 API 密钥：登录后，进入“开发者中心”或“API 管理”页面，创建一个新的 API 密钥。
  
• 安装必要的库：我们将使用 Python 的 requests 库来发送 HTTP 请求。如果尚未安装，可以通过以下命令安装：
  1. pip install requests

  复制代码

2. 情感分析 API 示例

DeepSeek 的情感分析 API 可以分析一段文本的情感倾向（如正面、负面或中性）。以下是一个完整的示例代码，包含详细的注释和错误处理。
2.1 示例代码

1. import requests
2. import json
4. # DeepSeek 情感分析 API 端点
5. url = "https://api.deepseek.com/v1/sentiment-analysis"
7. # 替换为你的 API 密钥
8. API_KEY = "YOUR_API_KEY"
10. # 请求头，包含 API 密钥和内容类型
11. headers = {
12.     "Authorization": f"Bearer {API_KEY}",
13.     "Content-Type": "application/json"
14. }
16. # 请求体，包含待分析的文本
17. data = {
18.     "text": "DeepSeek 的 API 非常易于使用，文档也很清晰！",
19.     "language": "zh"  # 可选参数，指定文本语言
20. }
22. try:
23.     # 发送 POST 请求
24.     response = requests.post(url, headers=headers, data=json.dumps(data))
26.     # 检查响应状态码
27.     if response.status_code == 200:
28.         # 解析 JSON 响应
29.         result = response.json()
30.         print("情感分析结果:")
31.         print(f"文本: {result.get('text')}")
32.         print(f"情感倾向: {result.get('sentiment')}")
33.         print(f"置信度: {result.get('confidence')}")
34.     else:
35.         # 处理错误响应
36.         print(f"请求失败，状态码: {response.status_code}")
37.         print(f"错误信息: {response.text}")
39. except requests.exceptions.RequestException as e:
40.     # 处理网络请求异常
41.     print(f"网络请求失败: {e}")
42. except json.JSONDecodeError as e:
43.     # 处理 JSON 解析异常
44.     print(f"JSON 解析失败: {e}")
45. except Exception as e:
46.     # 处理其他异常
47.     print(f"发生未知错误: {e}")

复制代码

2.2 代码说明

• API 端点：
  
  
  
  • url 是 DeepSeek 情感分析 API 的端点地址。
    
  • 如果需要调用其他 API（如文本分类、实体识别等），请参考 DeepSeek API 文档 修改端点地址。
    
  
  
• 请求头：
  
  
  
  • Authorization 字段包含 API 密钥，用于身份验证。
    
  • Content-Type 字段指定请求体的格式为 JSON。
    
  
  
• 请求体：
  
  
  
  • text 是待分析的文本。
    
  • language 是可选参数，用于指定文本的语言（如 zh 表示中文，en 表示英文）。
    
  
  
• 错误处理：
  
  
  
  • 检查 HTTP 状态码是否为 200，表示请求成功。
    
  • 如果状态码不是 200，输出错误信息。
    
  • 捕获网络请求异常、JSON 解析异常和其他未知异常。
    
  
  
• 响应解析：
  
  
  
  • 成功响应是一个 JSON 对象，包含以下字段：
    
    
    
    • text：原始文本。
      
    • sentiment：情感倾向（如 positive、negative 或 neutral）。
      
    • confidence：置信度（0 到 1 之间的浮点数，表示结果的可靠性）。
      
    
    
  
  

2.3 示例输出

如果请求成功，代码将输出类似以下内容：

1. 情感分析结果:
2. 文本: DeepSeek 的 API 非常易于使用，文档也很清晰！
3. 情感倾向: positive
4. 置信度: 0.95

复制代码

如果请求失败，代码将输出错误信息，例如：

1. 请求失败，状态码: 401
2. 错误信息: {"error": "Unauthorized", "message": "Invalid API key"}

复制代码

3. 扩展功能

DeepSeek 提供了多种自然语言处理功能，以下是一些常见的 API 接口及其用途：

• 文本分类：
  
  
  
  • 用途：将文本分类到预定义的类别中。
    
  • 示例：新闻分类、垃圾邮件检测。
    
  
  
• 实体识别：
  
  
  
  • 用途：识别文本中的人名、地名、组织名等实体。
    
  • 示例：从文本中提取关键信息。
    
  
  
• 关键词提取：
  
  
  
  • 用途：从文本中提取重要的关键词。
    
  • 示例：生成文本摘要。
    
  
  
• 语言检测：
  
  
  
  • 用途：检测文本的语言。
    
  • 示例：多语言内容处理。
    
  
  

4. 最佳实践

• 缓存结果：
  
  
  
  • 对于重复的请求，可以将结果缓存到本地，以减少 API 调用次数。
    
  
  
• 限制请求频率：
  
  
  
  • 避免频繁调用 API，以免触发速率限制。
    
  
  
• 处理大文本：
  
  
  
  • 如果文本过长，可以将其分块处理，或使用 DeepSeek 提供的分块处理功能。
    
  
  
• 监控 API 使用情况：
  
  
  
  • 定期检查 API 使用情况，确保未超出配额。
    
  
  

如何将 DeepSeek 与客服系统集成

其实，我们只需要将 API key 填写到客服系统 Web 管理后台 AI 设置 中的 DeepSeek 参数设置即可。因为客服系统后台已经完成了相关的接口调用开发。

简介下这个 .net 开发的小系统

https://kf.shengxunwei.com/

升讯威在线客服与营销系统是一款客服软件，但更重要的是一款营销利器。

• 可以追踪正在访问网站或使用 APP 的所有访客，收集他们的浏览情况，使客服能够主动出击，施展话术，促进成单。
  
• 可嵌入网站、手机 APP、公众号、或者通过 URL 地址直接联系客服。
  
• 支持访客信息互通，可传输访客标识、名称和其它任意信息到客服系统，与您的业务系统对接。
  
• 可全天候 7 × 24 小时挂机运行，网络中断，拔掉网线，手机飞行模式，不掉线不丢消息，欢迎实测。
  

希望能够打造： 开放、开源、共享。努力打造 .net 社区的一款优秀开源产品。
钟意的话请给个赞支持一下吧，谢谢~


来源：程序园用户自行投稿发布，如果侵权，请联系站长删除
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！