Semantic Kernel调用DeepSeek实现聊天功能

在上一篇中，我们介绍了如何通过SK访问ollama中部署的大模型，今天我们尝试直接调用deepseek官网api，来实现AI对话功能。

DeepSeek官方API

如果要使用deepseek 官方API，首先我们要注册API访问的账号，然后创建apikey。

• DeepSeek Platform地址：https://platform.deepseek.com/
• DeepSeek API文档地址：https://api-docs.deepseek.com/zh-cn/

在platform页面完成注册，然后点击左侧“API Keys”，创建一个key。

注意：请将key复制后保存在安全的位置，在DeepSeek Platform中key只展示一次！

安装SK和OpenAI Connector

我们使用deepseek提供的兼容openAI的API来进行访问，安装必要的组件：

dotnet add package Microsoft.SemanticKernel
dotnet add package Microsoft.SemanticKernel.Connectors.OpenAI

在上一篇内容中我们知道，第一步要初始化sk：

var skBuilder = Kernel.CreateBuilder()
    .AddOpenAIChatCompletion(
        modelId: openAiConfig.DefaultModel,
        endpoint: new Uri(openAiConfig.BaseUrl),
        apiKey: openAiConfig.ApiKey
    )
    ;
var sk = skBuilder.Build();

参数说明：

1. modelId： 使用的模型Id，deepseek官网目前提供了两个模型，分别是deepseek-chat和deepseek-reasoner，对应DeepSeek-V3和DeepSeek-R1
2. endpoint： api的地址，由于我们使用的是兼容OpenAI的API，因此地址使用 https://api.deepseek.com/v1
3. apiKey： 上一步创建的apikey。注意：一定不要hard-code在代码里！！

发起聊天

在完成sk初始化之后，就可以创建chatService，开始对话了：

var chatService = sk.GetRequiredService<IChatCompletionService>();
var reply = await chatService.GetChatMessageContentAsync(chatHistory,
        executionSettings: executionSettings,
        kernel: sk);

最后，把这些代码放在webapi里面，讨一个UI，效果如下：

以上就是今天要分享的全部内容，感兴趣的朋友可以关注我的公众号 [拓荒者IT] 了解更多内容！

往期推荐：

1. 使用Ollama本地部署大模型系列（已完结）

2. 进阶篇-搭建专属的知识库和问答系统—cherryStudio版

3. 进阶篇-Ollama API 使用指南

👉 持续分享AI工具，AI应用场景，AI学习资源 ❤️