97 lines
2.1 KiB
Markdown
97 lines
2.1 KiB
Markdown
# DeepSeek配置完成 ✅
|
|
|
|
## 配置信息
|
|
|
|
- **API Key**: `sk-fdf7cc1c73504e628ec0119b7e11b8cc` (已配置)
|
|
- **Base URL**: `https://api.deepseek.com` (已配置)
|
|
|
|
## 配置位置
|
|
|
|
### 1. Docker Compose环境变量
|
|
|
|
已在 `docker-compose.dev.yml` 中配置：
|
|
|
|
```yaml
|
|
backend:
|
|
environment:
|
|
- DEEPSEEK_API_KEY=sk-fdf7cc1c73504e628ec0119b7e11b8cc
|
|
- DEEPSEEK_BASE_URL=https://api.deepseek.com
|
|
```
|
|
|
|
### 2. 后端服务状态
|
|
|
|
- ✅ 后端服务已重启
|
|
- ✅ DeepSeek API Key已加载
|
|
- ✅ DeepSeek客户端已初始化
|
|
|
|
## 测试步骤
|
|
|
|
### 1. 创建工作流
|
|
|
|
1. 打开工作流设计器
|
|
2. 添加LLM节点
|
|
3. 配置节点：
|
|
- **提供商**: 选择 "DeepSeek"
|
|
- **模型**: 选择 "DeepSeek Chat" 或 "DeepSeek Coder"
|
|
- **提示词**: 输入测试提示词，如 `请用一句话总结：{input}`
|
|
- **温度**: 0.7
|
|
|
|
### 2. 执行测试
|
|
|
|
输入测试数据：
|
|
```json
|
|
{
|
|
"input": "人工智能是计算机科学的一个分支"
|
|
}
|
|
```
|
|
|
|
### 3. 验证结果
|
|
|
|
- ✅ 执行成功
|
|
- ✅ 返回DeepSeek的响应
|
|
- ✅ 无错误信息
|
|
|
|
## 支持的模型
|
|
|
|
- **DeepSeek Chat** (`deepseek-chat`): 通用对话模型
|
|
- **DeepSeek Coder** (`deepseek-coder`): 代码生成模型
|
|
|
|
## 注意事项
|
|
|
|
1. **API Key安全**:
|
|
- API Key已保存在配置文件中
|
|
- 请勿将API Key提交到Git仓库
|
|
- 建议将`.env`文件添加到`.gitignore`
|
|
|
|
2. **费用**:
|
|
- DeepSeek按使用量计费
|
|
- 请注意控制调用频率
|
|
|
|
3. **网络**:
|
|
- 确保服务器可以访问 `https://api.deepseek.com`
|
|
- 如有防火墙，请开放相应端口
|
|
|
|
## 故障排查
|
|
|
|
如果遇到问题，可以：
|
|
|
|
1. **检查配置**:
|
|
```bash
|
|
docker-compose -f docker-compose.dev.yml exec backend python -c "from app.core.config import settings; print('DeepSeek API Key:', settings.DEEPSEEK_API_KEY[:15] + '...' if settings.DEEPSEEK_API_KEY else '未配置')"
|
|
```
|
|
|
|
2. **查看日志**:
|
|
```bash
|
|
docker-compose -f docker-compose.dev.yml logs --tail=50 backend
|
|
```
|
|
|
|
3. **重启服务**:
|
|
```bash
|
|
docker-compose -f docker-compose.dev.yml restart backend
|
|
```
|
|
|
|
---
|
|
|
|
**配置时间**: 2024年
|
|
**状态**: ✅ 已配置并验证
|