aiagent/DeepSeek配置完成.md

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：

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：

{
  "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:

   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:

   docker-compose -f docker-compose.dev.yml logs --tail=50 backend
   

3. 重启服务:

   docker-compose -f docker-compose.dev.yml restart backend
   

---

配置时间: 2024年 状态: ✅ 已配置并验证