跳到主要内容

DeepSeek高级功能与工具调用

探索DeepSeek的高级功能，包括工具调用、多模态交互和函数调用能力，提升AI应用的实用性和扩展性。

🔧 工具调用能力​

DeepSeek支持通过API调用外部工具，实现与外部系统的交互。这使得AI能够获取实时信息、执行计算和操作外部资源。

工具定义与注册​

首先，需要定义和注册工具：

const { DeepSeekClient } = require('deepseek-sdk');

const client = new DeepSeekClient({
  apiKey: '您的DeepSeek API密钥',
  model: 'deepseek-chat',
});

// 定义工具
const tools = [
  {
    name: 'get_weather',
    description: '获取指定城市的天气信息',
    parameters: {
      type: 'object',
      properties: {
        city: {
          type: 'string',
          description: '城市名称，如北京、上海'
        },
        date: {
          type: 'string',
          description: '日期，格式YYYY-MM-DD，可选，默认为今天'
        }
      },
      required: ['city']
    }
  },
  {
    name: 'calculate',
    description: '进行数学计算',
    parameters: {
      type: 'object',
      properties: {
        expression: {
          type: 'string',
          description: '数学表达式，如2+2*3/2'
        }
      },
      required: ['expression']
    }
  }
];

// 注册工具
client.registerTools(tools);

调用工具​

使用注册的工具：

// 调用工具函数
async function callTool() {
  try {
    const result = await client.generate({
      prompt: '北京明天的天气怎么样？',
      tools: true, // 启用工具调用
      maxTokens: 1000
    });

    if (result.toolCalls) {
      // 处理工具调用请求
      console.log('工具调用请求:', result.toolCalls);
      // 模拟执行工具并获取结果
      const toolResults = await executeTools(result.toolCalls);
      // 将工具结果发送给模型
      const finalResult = await client.generate({
        prompt: '北京明天的天气怎么样？',
        toolResults,
        maxTokens: 1000
      });
      console.log('最终结果:', finalResult.text);
    } else {
      console.log('直接回复:', result.text);
    }
  } catch (error) {
    console.error('调用工具失败:', error);
  }
}

// 模拟执行工具
async function executeTools(toolCalls) {
  const results = [];
  for (const call of toolCalls) {
    if (call.name === 'get_weather') {
      // 模拟调用天气API
      const weatherData = {
        city: call.parameters.city,
        date: call.parameters.date || new Date().toISOString().split('T')[0],
        temperature: '25°C',
        condition: '晴朗',
        wind: '微风'
      };
      results.push({
        id: call.id,
        name: call.name,
        result: weatherData
      });
    } else if (call.name === 'calculate') {
      // 执行计算
      try {
        // 注意：实际应用中应使用更安全的计算方式
        const result = eval(call.parameters.expression);
        results.push({
          id: call.id,
          name: call.name,
          result: { value: result }
        });
      } catch (e) {
        results.push({
          id: call.id,
          name: call.name,
          error: e.message
        });
      }
    }
  }
  return results;
}

callTool();

🖼️ 多模态交互​

DeepSeek支持多模态交互，能够处理文本、图像等多种输入形式。

图像理解​

const { DeepSeekClient } = require('deepseek-sdk');
const fs = require('fs');
const path = require('path');

const client = new DeepSeekClient({
  apiKey: '您的DeepSeek API密钥',
  model: 'deepseek-multimodal', // 使用多模态模型
});

// 图像理解函数
async function understandImage(imagePath) {
  try {
    // 读取图像文件
    const imageData = fs.readFileSync(imagePath);
    const base64Image = imageData.toString('base64');

    const result = await client.generate({
      prompt: '描述这张图片的内容。',
      images: [{
        type: 'image/jpeg',
        data: base64Image
      }],
      maxTokens: 500
    });

    console.log('图像描述:', result.text);
    return result.text;
  } catch (error) {
    console.error('图像理解失败:', error);
    throw error;
  }
}

// 使用示例
understandImage('./sample.jpg');

图文混合生成​

// 图文混合生成
async function generateWithImage(prompt, imagePath) {
  try {
    const imageData = fs.readFileSync(imagePath);
    const base64Image = imageData.toString('base64');

    const result = await client.generate({
      prompt: `${prompt}\n根据图片内容补充细节。`,
      images: [{
        type: 'image/jpeg',
        data: base64Image
      }],
      maxTokens: 1000
    });

    console.log('生成结果:', result.text);
    return result.text;
  } catch (error) {
    console.error('图文生成失败:', error);
    throw error;
  }
}

generateWithImage('写一段关于这幅画的故事。', './painting.jpg');

📊 函数调用与复杂任务处理​

DeepSeek支持函数调用，可以将复杂任务分解为多个函数调用步骤。

函数定义与调用​

// 定义复杂函数
const complexTools = [
  {
    name: 'fetch_product_data',
    description: '获取产品数据',
    parameters: {
      type: 'object',
      properties: {
        productId: {
          type: 'string',
          description: '产品ID'
        }
      },
      required: ['productId']
    }
  },
  {
    name: 'analyze_product_sentiment',
    description: '分析产品评论情感',
    parameters: {
      type: 'object',
      properties: {
        productId: {
          type: 'string',
          description: '产品ID'
        },
        reviews: {
          type: 'array',
          items: {
            type: 'string'
          },
          description: '评论列表'
        }
      },
      required: ['productId', 'reviews']
    }
  },
  {
    name: 'generate_report',
    description: '生成产品分析报告',
    parameters: {
      type: 'object',
      properties: {
        productData: {
          type: 'object',
          description: '产品数据'
        },
        sentimentAnalysis: {
          type: 'object',
          description: '情感分析结果'
        }
      },
      required: ['productData', 'sentimentAnalysis']
    }
  }
];

// 注册复杂函数
client.registerTools(complexTools);

// 处理复杂任务
async function processComplexTask(productId) {
  try {
    // 第一步：获取产品数据
    let result = await client.generate({
      prompt: `分析产品ID为${productId}的产品，生成一份详细报告。`,
      tools: true,
      maxTokens: 1000
    });

    // 执行工具调用
    let toolResults = [];
    if (result.toolCalls) {
      toolResults = await executeComplexTools(result.toolCalls);
    }

    // 第二步：继续生成
    result = await client.generate({
      prompt: `分析产品ID为${productId}的产品，生成一份详细报告。`,
      toolResults,
      tools: true,
      maxTokens: 1000
    });

    // 可能需要多次工具调用
    if (result.toolCalls) {
      toolResults = await executeComplexTools(result.toolCalls);
      // 第三步：最终生成
      result = await client.generate({
        prompt: `分析产品ID为${productId}的产品，生成一份详细报告。`,
        toolResults,
        maxTokens: 2000
      });
    }

    console.log('最终报告:', result.text);
    return result.text;
  } catch (error) {
    console.error('处理复杂任务失败:', error);
    throw error;
  }
}

// 模拟执行复杂工具
async function executeComplexTools(toolCalls) {
  const results = [];
  for (const call of toolCalls) {
    if (call.name === 'fetch_product_data') {
      // 模拟获取产品数据
      const productData = {
        id: call.parameters.productId,
        name: '智能手表',
        price: 1999,
        category: '电子产品',
        features: ['心率监测', 'GPS定位', '防水']
      };
      results.push({
        id: call.id,
        name: call.name,
        result: productData
      });
    } else if (call.name === 'analyze_product_sentiment') {
      // 模拟情感分析
      const sentimentResult = {
        positive: 0.75,
        negative: 0.15,
        neutral: 0.10,
        keyPoints: ['电池续航好', '屏幕清晰', '价格略高']
      };
      results.push({
        id: call.id,
        name: call.name,
        result: sentimentResult
      });
    } else if (call.name === 'generate_report') {
      // 模拟生成报告
      const report = {
        product: call.parameters.productData,
        sentiment: call.parameters.sentimentAnalysis,
        conclusion: '产品整体评价良好，建议优化价格策略。',
        recommendations: ['推出优惠套餐', '增加颜色选项', '改进用户手册']
      };
      results.push({
        id: call.id,
        name: call.name,
        result: report
      });
    }
  }
  return results;
}

processComplexTask('P12345');

🔄 流式输出​

DeepSeek支持流式输出，可以实时获取生成的内容。

// 流式输出示例
async function streamOutput() {
  try {
    const stream = await client.generateStream({
      prompt: '写一篇关于未来科技的文章，约500字。',
      maxTokens: 1000,
      temperature: 0.7
    });

    console.log('开始接收流式输出:');
    let fullText = '';

    for await (const chunk of stream) {
      if (chunk.type === 'content') {
        process.stdout.write(chunk.text); // 实时输出到控制台
        fullText += chunk.text;
      }
    }

    console.log('\n\n流式输出完成。');
    return fullText;
  } catch (error) {
    console.error('流式输出失败:', error);
    throw error;
  }
}

streamOutput();

📝 总结​

通过本文的学习，您已经掌握了DeepSeek的高级功能，包括：

  • 工具定义、注册和调用
  • 多模态交互（图像理解和图文混合生成）
  • 函数调用与复杂任务处理
  • 流式输出

这些高级功能使得DeepSeek能够与外部系统深度集成，处理复杂任务，提供更丰富的交互体验。在实际应用中，您可以根据需求组合使用这些功能，构建更强大、更智能的AI应用。