前端使用koa实现调取deepseekapi实现ai聊天 - 教程

流程，前端调取聊天接口，聊天接口做中转，我们使用node.js（用koa更方便快捷）去调取deepseek模型获取数据，deepseek模型需要下载Ollama。

1.Ollama安装好后访问代表成功

2.安城成功后去下载模型

3.命令窗可使用win+r ，使用命令ollama run deepseek-r1:1.xxxxxx 根据对应模型启动

1.koa的代码（中转站，相当于后端，去调取deepseek）

const Koa = require('koa');
const Router =require('koa-router')
const axios = require('axios');
const bodyParser = require('koa-bodyparser'); // 引入中间件
//实例化
const app = new Koa();
const router =new Router()
app.use(bodyParser());
app.use(router.routes())
.use(router.allowedMethods())
//导入数据
// const indexData=require('./datas/index.json')
const OLLAMA_BASE_URL = 'http://127.0.0.1:11434';
//获取模型列表
router.get('/models', async (ctx) => {
try {
const response = await axios.get(`${OLLAMA_BASE_URL}/api/tags`);
ctx.body = {
success: true,
models: response.data.models,
};
} catch (error) {
ctx.status = 500;
ctx.body = {
success: false,
error: error.message,
};
}
});
// 与 DeepSeek 模型对话
router.post('/api/chat', async (ctx) => {
try {
const { prompt } = ctx.request.body;
if (!prompt) {
ctx.status = 400;
ctx.body = { error: 'Prompt is required' };
return;
}
const response = await axios.post(`${OLLAMA_BASE_URL}/api/generate`, {
model:"deepseek-r1:1.5b",
prompt,
stream: false // 设置为 true 如果需要流式响应
});
ctx.body = {
code:200,
success: true,
response: response.data
};
} catch (error) {
console.error('Ollama API error:', error);
ctx.status = 500;
ctx.body = {
error: 'Failed to get response from Ollama',
details: error.message
};
}
});
//监听某个端口
app.listen(3001,'0.0.0.0',(error)=>{
if(error){
console.log('服务器启动错误',error)
return
}else{
console.log('服务器启动成功端口号为127.0.0.1:3001')
}
})

2.前端代码只需要正常调用koa暴露的接口就好（只需关注使用方式，参数自定义）

//聊天发送
onChatSubmit() {
let keyword = this.chatKeyword;
this.chatKeyword = "";
this.chatAiList.push({
ai: "",
my: keyword || "",
});
chatApi
.chat({ prompt: keyword || "" })
.then((res) => {
this.aiChatWord = res?.response?.response || "";
this.chatAiList.push({
ai: this.aiChatWord || "",
my: "",
});
})
.catch((err) => {});
},