今天也要来杯咖啡吗☕

Appearance

大模型接口 ​

更新: 6/20/2026 字数: 0 字 时长: 0 分钟

总所周知，我们在使用大模型的时候本事是调用了服务提供商提供的一个接口，无论再高级的框架，本身都是对于服务提供商提供的接口进行再封装

很多人感觉Agent很高级，但是做程序员这一行，最重要的就是知道：“再厉害的代码也是人写的，所有的代码本身都离不来最简单的语句”，Agent业务也一样，如果说Agent=LLM+TOOL,Harness=Agent+成熟的AI使用方法论，那么Agent业务=调用API+针对该API特别的书写范式

现在的Agent业务的困难之处在于LLM是完全黑盒的操作，许多老程序员已经熟悉了确定性编程，这就导致在面对黑盒编程的时候会感到手足无措，但是实际上，我们的大多数业务面临的都是两个环节：

  • 许多简单的Agent业务其实不需要很严谨专业的输出
  • 即时需要严谨专业的输出也有专门的工程化来帮助我们“调教”LLM

因此现代程序员根本不用对Agent开发望而却步，这其实就是传统后端的一种拓展业务而已

本文在这里基于DeepSeek接口文档和大家一同来看一下在抛弃Langchain等框架后调用大模型会是个什么样子

聊天接口 ​

目前主流的接口格式为OpenAI API和Anthropic API两种格式，这里我们以OpenAI API为例

DeepSeek用于兼容OpenAI API的URL是https://api.deepseek.com，为我们提供了deepseek-v4-pro和deepseek-v4-flash两种模型

我们先看一下一个简单的调用的示例

ts
interface APIResponse {  
    id: string;  
    object: string;  
    created: number;  
    model: string;  
    choices: Array<{  
        index: number;  
        message: {  
            role: string;  
            content: string;  
        };  
        finish_reason: string;  
    }>;  
    usage: {  
        prompt_tokens: number;  
        completion_tokens: number;  
        total_tokens: number;  
    };  
}  
  
async function debugFullResponse() {  
    const apiKey = 'your-api-key';  
    const url = 'https://api.deepseek.com/chat/completions';  
  
    const response = await fetch(url, {  
        method: 'POST',  
        headers: {  
            'Content-Type': 'application/json',  
            'Authorization': `Bearer ${apiKey}`  
        },  
        body: JSON.stringify({  
            model: 'deepseek-v4-pro', // 或其他模型  
            messages: [{ role: 'user', content: '你好，请用一句话自我介绍。' }],  
            stream: false // 关闭流式  
        })  
    });  
  
    // 1. 打印原始响应状态和 Headers  
    console.log('--- Status & Headers ---');  
    console.log(`Status: ${response.status} ${response.statusText}`);  
    console.log(`Content-Type: ${response.headers.get('content-type')}`);  
  
    // 2. 打印最底层的原始 JSON 字符串  
    const rawText = await response.text();  
    console.log('\n--- Raw JSON Response Body ---');  
    console.log(rawText);  
  
    // 3. 转为 TS 对象研究字段  
    const json: APIResponse = JSON.parse(rawText);  
    console.log('\n--- Analyzed Fields ---');  
    console.log(`结束原因: ${json.choices[0].finish_reason}`);  
    console.log(`Token 消耗: 提示 ${json.usage.prompt_tokens} + 回复 ${json.usage.completion_tokens}`);  
}
  
debugFullResponse();

这里我们可以观察到几个事情

  • APIKEY其实就是简单的Token，其本身也是拼接在了Bearer后面
  • 访问方式是POST，header中是Content-Type和Authorization
  • 整体内容全部拼接在body中，其中有model，message，stream，其中message就是历史消息列表，里面有用户和内容content

我们来看返回值

json
 {  
  "id": "f7f01192-7fc3-4b17-a3d7-afded8307c3c",  
  "object": "chat.completion",  
  "created": 1781959299,  
  "model": "deepseek-v4-pro",  
  "choices": [  
    {  
      "index": 0,  
      "message": {  
        "role": "assistant",  
        "content": "你好！我是DeepSeek，由深度求索公司创造的AI助手，免费且支持超长上下文，很高兴为你服务～" 
    },  
      "logprobs": null,  
      "finish_reason": "stop"  
    }  
  ],  
  "usage": {  
    "prompt_tokens": 11,  
    "completion_tokens": 162,  
    "total_tokens": 173,  
    "prompt_tokens_details": {  
      "cached_tokens": 0  
    },  
    "completion_tokens_details": {  
      "reasoning_tokens": 134  
    },  
    "prompt_cache_hit_tokens": 0,  
    "prompt_cache_miss_tokens": 11  
  },  
  "system_fingerprint": "fp_9954b31ca7_prod0820_fp8_kvcache_20260402"  
}

我们发现核心内容都在Choices和usage中，每个参数的意义就是他们的名字，这里就不过多阐述了

至于如果我们要打开思考模式，那么DeepSeek API文档中也给了我们专门的参数

控制参数（OpenAI 格式）控制参数（Anthropic 格式）
思考模式开关(1){"thinking": {"type": "enabled/disabled"}}{"thinking": {"type": "enabled/disabled"}}
思考强度控制(2)(3){"reasoning_effort": "high/max"}{"output_config": {"effort": "high/max"}}
(1) 默认思考开关为 enabled
(2) 思考模式下，对普通请求，默认 effort 为 high；对一些复杂 Agent 类请求（如 Claude Code、OpenCode），effort 自动设置为 max
(3) 思考模式下，出于兼容考虑 low、medium 会映射为 high, xhigh 会映射为 max

返回的choices中会多一个reasoning_content，这个内容是思考的过程

json
 {  
  "id": "f7f01192-7fc3-4b17-a3d7-afded8307c3c",  
  "object": "chat.completion",  
  "created": 1781959299,  
  "model": "deepseek-v4-pro",  
  "choices": [  
    {  
      "index": 0,  
      "message": {  
        "role": "assistant",  
        "content": "你好！我是DeepSeek，由深度求索公司创造的AI助手，免费且支持超长上下文，很高兴为你服务～",  
        "reasoning_content": "好的，用户让我用一句话自我介绍。这是一个非常简单的请求，不需要复杂拆解。\n\n我需要用简洁、自然的方式说明我的身份和核心功能。想到了直接说“我是DeepSeek，由深度求索公司创造的AI助手”，这样既点明了身份，也说明了创造者。然后补充一下免费可用和知识截止时间，这样信息比较完整。最后用开放式的提问结束，保持友好和乐于助人的语气。\n\n 嗯，一句话的话，可以把这些信息整合成一句流畅的话，就是“你好！我是DeepSeek，由深度求索公司创造的AI助手，免费且支持超长上下文，很高兴为你服务～”。"      },  
      "logprobs": null,  
      "finish_reason": "stop"  
    }  
  ],  
  "usage": {  
    "prompt_tokens": 11,  
    "completion_tokens": 162,  
    "total_tokens": 173,  
    "prompt_tokens_details": {  
      "cached_tokens": 0  
    },  
    "completion_tokens_details": {  
      "reasoning_tokens": 134  
    },  
    "prompt_cache_hit_tokens": 0,  
    "prompt_cache_miss_tokens": 11  
  },  
  "system_fingerprint": "fp_9954b31ca7_prod0820_fp8_kvcache_20260402"  
}

工具定义 ​

ts
const tools = [  
  {  
    type: "function",  
    function: {  
      name: "getCurrentTime",  
      description: "获取当前的日期和时间，包括年、月、日、时、分、秒以及星期几",  
      parameters: {  
        type: "object",  
        properties: {  
          timezone: {  
            type: "string",  
            description: "时区，例如 'Asia/Shanghai'、'America/New_York'，默认为本地时区",  
          },  
        },  
      },  
    },  
  },  
];
  • type：用来表示你这个工具的类型是一个函数，部分框架还支持 retrieval 或 web_search 等类型
  • name：当前函数的唯一标识符，Agent会返回名字来告诉你使用哪个工具
  • description：工具的描述，用来让Agent知道合时该用这个工具
  • parameters：参数的类型，其中type是根参数的类型，properties是具体的参数列表

让我们接着来看一下返回的数据

json
{
  "id": "2e16c162-7392-4267-aa68-4fc3c41276dd",
  "object": "chat.completion",
  "created": 1781965948,
  "model": "deepseek-v4-pro",
  "choices": [
    {
      "index": 0,
      "message": {
        "role": "assistant",
        "content": "",
        "reasoning_content": "The user wants to know the current time in Beijing. I should use the getCurrentTime function with the timezone \"Asia/Shanghai\" which is the timezone for Beijing.",
        "tool_calls": [
          {
            "index": 0,
            "id": "call_00_gtvp7oMzKmS1UhTELmlR8838",
            "type": "function",
            "function": {
              "name": "getCurrentTime",
              "arguments": "{\"timezone\": \"Asia/Shanghai\"}"
            }
          }
        ]
      },
      "logprobs": null,
      "finish_reason": "tool_calls"
    }
  ],
  "usage": {
    "prompt_tokens": 316,
    "completion_tokens": 86,
    "total_tokens": 402,
    "prompt_tokens_details": {
      "cached_tokens": 256
    },
    "completion_tokens_details": {
      "reasoning_tokens": 37
    },
    "prompt_cache_hit_tokens": 256,
    "prompt_cache_miss_tokens": 60
  },
  "system_fingerprint": "fp_9954b31ca7_prod0820_fp8_kvcache_20260402"
}

这里的核心是tool_calls，这个参数只有在Agent想要调用工具的时候会出现，里面包含了调用工具的所有所需内容

然后我们进行第二轮输入

json
[
  {
    "role": "user",
    "content": "现在北京时间几点了？"
  },
  {
    "role": "assistant",
    "content": "",
    "reasoning_content": "用户想知道现在北京时间几点了。我需要调用getCurrentTime工具，指定时区为\"Asia/Shanghai\"来获取北京时间。",
    "tool_calls": [
      {
        "index": 0,
        "id": "call_00_N4sF8qei9hTzLWnW4z7a1992",
        "type": "function",
        "function": {
          "name": "getCurrentTime",
          "arguments": "{\"timezone\": \"Asia/Shanghai\"}"
        }
      }
    ]
  },
  {
    "role": "tool",
    "tool_call_id": "call_00_N4sF8qei9hTzLWnW4z7a1992",
    "content": "2026年06月20日星期六 22:34:43"
  }
]

我们发现这里出现了一个新的角色：tool，这就是向Agent输入我们返回的数据

另外值得一提的是，在DeepSeekAPI中，如果使用了思考模式且调用工具，那么历史消息中一定要返回思考的内容

本站访客数 人次      本站总访问量 次