使用C#接入DeepSeek API实现自己的AI助手
过年期间DeepSeek非常火爆，这段时间用着官方的客户端访问，总是会提示“服务器繁忙，请稍后再试。”，本文介绍怎么通过接入DeepSeek的API实现自己的客户端。
DeepSeek开放平台获取 API Key
首先我们需要登录DeepSeek的开放平台，在开放平台上进行API Key的申请。
在浏览器中访问 https://platform.deepseek.com，即可进入开放平台，首页为”用量信息“，展示我们的用量和余额，并且以图表形式展示每天的使用情况。
点击菜单项”API Keys“，可以查看我们所有创建的API Key，点击页面上的“创建 API Key”按钮，在弹出的窗口中输入一个方便记忆的名称，点击“创建”即可。
需要注意的是，当我们创建好 API Key 之后，需要复制一下，之后则无法重新查看，如果忘记的话只能删除重新创建。
接入
使用任意IDE创建一个新的 .Net 项目，根据文档我们先构建几个模型类，用来存储数据
// 消息类，用来承载发送和收到消息
class Message
{
[JsonPropertyName("role")]
public string Role { get; set; }
[JsonPropertyName("content")]
public string Content { get; set; }
}
// 请求类，用来发送请求
class ChatRequest
{
[JsonPropertyName("model")]
public string Model { get; }
[JsonPropertyName("messages")]
public List<Message> Messages { get; }
[JsonPropertyName("plugins")]
public string[] Plugins { get; }
[JsonPropertyName("stream")]
public bool Stream { get; }
[JsonPropertyName("temperature")]
public double Temperature { get; }
public ChatRequest(string model, List<Message> messages, string[] plugins, bool stream, double temperature)
{
Model = model;
Messages = messages;
Plugins = plugins;
Stream = stream;
Temperature = temperature;
}
}
响应类型比较复杂，先不使用模型类，到时候直接通过解析 json 数据获取。
接下来开始发送请求。使用 HttpClient 来操作。DeepSeek可以启用流式输出，如果不启用流式输出，在发送请求之后，DeepSeek会把回答的所有内容都生成完毕之后才会返回，需要很长时间的等待，效果不太友好，启用流式输出之后，DeepSeek会在生成token之后立即返回，呈现的效果就是逐字回答。
下面的代码中启用了流式输出，对于流式输出，需要多加几个判断，比如在返回有效 token 时，DeepSeek会加上 data; 前缀，当生成停止时，DeepSeek会发送 [DONE]，在生成卡顿时则会发送 keep-alive 来告诉客户端继续等待。
string apiKey = "sk-********************"; // 替换为你的 API 密钥
string apiUrl = "https://api.deepseek.com/v1/chat/completions";
using var httpClient = new HttpClient();
httpClient.DefaultRequestHeaders.Add("Authorization", $"Bearer {apiKey}");
var messages = new List<Message>() {
new Message{ Role = "system", Content = "你是一个编程助手。" }
};
while (true)
{
Console.ForegroundColor = ConsoleColor.Green;
var input = Console.ReadLine();
messages.Add(new Message { Role = "user", Content = input });
// 构造请求体
var requestBody = new ChatRequest("deepseek-chat", messages, ["web_search"], true, 0.7);
// 发送请求
var content = new StringContent(JsonSerializer.Serialize(requestBody), Encoding.UTF8, "application/json");
var request = new HttpRequestMessage(HttpMethod.Post, apiUrl) { Content = content };
using var response = await httpClient.SendAsync(request, HttpCompletionOption.ResponseHeadersRead);
// 确保请求成功
response.EnsureSuccessStatusCode();
// 读取流式响应
using var stream = await response.Content.ReadAsStreamAsync();
using var reader = new System.IO.StreamReader(stream);
var msg = new Message { Role = "assistant", Content = "" };
while (!reader.EndOfStream)
{
var line = await reader.ReadLineAsync();
if (!string.IsNullOrEmpty(line))
{
Console.ForegroundColor = ConsoleColor.Yellow;
if (line.Contains("DONE"))
{
Console.WriteLine();
break;
}
if (line.StartsWith("data:"))
{
Console.ForegroundColor = ConsoleColor.White;
line = line.Substring(5);
// 解析 JSON 数据
var jsonDocument = JsonDocument.Parse(line);
var choices = jsonDocument.RootElement.GetProperty("choices");
foreach (var choice in choices.EnumerateArray())
{
var delta = choice.GetProperty("delta");
if (delta.TryGetProperty("content", out var contentElement))
{
var ac = contentElement.GetString();
msg.Content += ac;
Console.Write(ac); // 输出增量内容
}
}
continue;
}
Console.WriteLine(line);
}
}
// 收到的消息继续添加进消息列表，实现上下文联系
messages.Add(msg);
}
这样我们就有了一个AI助手，下面体验一下效果，👍针不戳
