---
slug: "deepseek-assistant"
name: "deepseek-assistant"
version: 1.0.1
displayName: "DeepSeek助手(专业版)"
summary: "全功能DeepSeek API集成平台，支持流式响应、函数调用、批量处理与成本管控。。DeepSeek 助手专业版是面向团队与生产环境的全功能 DeepSeek API 集成平台，在免费版基"
summary_zh: "全功能DeepSeek API集成平台，支持流式响应、函数调用、批量处理与成本管控。。DeepSeek 助手专业版是面向团队与生产环境的全功能 DeepSeek API 集成平台，在免费版基"
license: "MIT"
edition: "pro"
description: |-
  DeepSeek 助手专业版是面向团队与生产环境的全功能 DeepSeek API 集成平台，在免费版基础上新增流式响应、函数调用、批量并发管理、多级缓存、用量统计与预算控制六大高级模块。核心能力：提供 SSE 流式响应处理框架、Function Calling 工具集成模板、批量请求调度与并发控制、基于内容哈希的多级缓存策略、实时用量统计与预算阈值告警、可复用的系统提示词模板库
tags:
  - AI对话
  - 集成工具
  - 生产环境
  - 专业版
  - 工具
  - 效率
  - 创意
  - 图像
  - const
  - message
  - json
  - function
  - content
tools:
  - read
  - exec
  - write
homepage: ""
category: "Automation"
---
# DeepSeek助手(专业版)

## 付费版专享能力

| 能力 | 免费版 | 付费版 |
|---|---|---|
| 基础功能 | 支持 | 支持 |
| DeepSeek助手(专业版)批量处理 | 不支持 | 支持 |
| 大数据集流式处理 | 不支持 | 支持 |
| 多数据源关联查询 | 不支持 | 支持 |
| 可视化图表自动生成 | 不支持 | 支持 |
| 定时数据同步与增量更新 | 不支持 | 支持 |

## 核心能力

### 模块一：流式响应处理（专业版独有）

SSE 流式响应让用户逐字看到生成内容，大幅提升交互体验.
```javascript
// 流式响应处理框架
async function chatStream(message, onChunk) {
  const resp = await fetch('https://api.deepseek.com/v1/chat/completions', {
    method: 'POST',
    headers: {
      'Authorization': `Bearer ${process.env.DEEPSEEK_API_KEY}`,
      'Content-Type': 'application/json'
    },
    body: JSON.stringify({
      model: 'deepseek-chat',
      messages: [{ role: 'user', content: message }],
      stream: true  // 开启流式
    })
  });
// ...
  const reader = resp.body.getReader();
  const decoder = new TextDecoder();
// ...
  while (true) {
    const { done, value } = await reader.read();
    if (done) break;
// ...
    const chunk = decoder.decode(value);
    // 解析 SSE 数据行
    const lines = chunk.split('\n').filter(l => l.startsWith('data: '));
    for (const line of lines) {
      const data = line.slice(6);
      if (data === '[DONE]') return;
      const json = JSON.parse(data);
      const content = json.choices[0]?.delta?.content || '';
      if (content) onChunk(content);
    }
  }
}
```

**流式响应注意事项**：
- 前端使用 EventSource 或 fetch + ReadableStream 接收
- 需处理网络中断后的断点续传（记录已接收位置）
- 超时设置应长于非流式模式（建议 120 秒）- 验证返回数据的完整性和格式正确性
- 参考`模块五：用量统计与预算控制（专业版独有）`的配置文档进行参数调优
### 模块二：函数调用集成（专业版独有）

通过 Function Calling 让模型调用外部工具，实现天气查询、数据库操作、API 请求等能力.
```javascript
// 函数调用集成模板
const tools = [
  {
    type: 'function',
    function: {
      name: 'get_weather',
      description: '查询指定城市的天气',
      parameters: {
        type: 'object',
        properties: {
          city: { type: 'string', description: '城市名称' }
        },
        required: ['city']
      }
    }
  }
];
// ...
async function chatWithTools(message) {
  const resp = await fetch('https://api.deepseek.com/v1/chat/completions', {
    method: 'POST',
    headers: {
      'Authorization': `Bearer ${process.env.DEEPSEEK_API_KEY}`,
      'Content-Type': 'application/json'
    },
    body: JSON.stringify({
      model: 'deepseek-chat',
      messages: [{ role: 'user', content: message }],
      tools: tools
    })
  });
// ...
  const data = await resp.json();
  const toolCalls = data.choices[0].message.tool_calls;
// ...
  if (toolCalls) {
    // 执行函数调用
    for (const call of toolCalls) {
      const args = JSON.parse(call.function.arguments);
      const result = await executeFunction(call.function.name, args);
      // 将结果回传给模型继续对话
      messages.push({ role: 'assistant', tool_calls: toolCalls });
      messages.push({ role: 'tool', tool_call_id: call.id, content: JSON.stringify(result) });
    }
    // 再次请求获取最终回复
  }
  return data.choices[0].message.content;
}
```

**函数设计原则**：
- 函数描述清晰，让模型准确判断何时调用
- 参数使用 JSON Schema 严格定义类型与必填项
- 函数执行需设置超时与错误处理
- 敏感操作需用户确认后才执行

### 模块三：批量并发管理（专业版独有）

| 策略 | 适用场景 | 实现方式 |
|:-----|:-----|:-----|
| 串行队列 | 有序依赖任务 | 逐个执行，结果按序收集 |
| 并发池 | 独立批量任务 | 固定并发数 + 队列调度 |
| 分批处理 | 超大批量 | 按批次分组，批次间间隔 |
| 优先级队列 | 混合任务 | 按优先级排序执行 |

```javascript
// 并发池实现
async function batchProcess(tasks, concurrency = 5) {
  const results = [];
  const executing = new Set();
// ...
  for (const task of tasks) {
    const promise = task().then(result => {
      results.push(result);
      executing.delete(promise);
    });
    executing.add(promise);
// ...
    if (executing.size >= concurrency) {
      await Promise.race(executing);
    }
  }
// ...
  await Promise.all(executing);
  return results;
}
```

### 模块四：多级缓存策略（专业版独有）

| 缓存层级 | 命中条件 | 过期策略 | 适用内容 |
|---:|---:|---:|---:|
| 内存缓存 | 请求内容哈希完全匹配 | LRU + TTL | 高频相同问题 |
| 持久缓存 | 语义相似度 > 阈值 | 定期清理 | 常见知识问答 |
| 前缀缓存 | 系统提示词相同 | 会话级 | 同一会话多轮对话 |

```javascript
// 基于内容哈希的缓存
const cache = new Map();
const crypto = require('crypto');
// ...
function hashKey(content) {
  return crypto.createHash('sha256').update(content).digest('hex');
}
// ...
async function chatWithCache(message) {
  const key = hashKey(message);
  if (cache.has(key)) {
    return cache.get(key);  // 缓存命中
  }
// ...
  const result = await chat(message);
  cache.set(key, result);
  return result;
}
```- 验证执行结果,确认输出符合预期格式
- 异常时参考错误处理章节进行恢复
- 关键参数: `模块四：多级缓存策略（专业版独有）` 选项

### 模块五：用量统计与预算控制（专业版独有）

```javascript
// 用量统计与预算告警
class UsageTracker {
  constructor(dailyBudgetYuan) {
    this.budget = dailyBudgetYuan;
    this.used = 0;
    this.requests = 0;
  }
// ...
  record(inputTokens, outputTokens) {
    // 按定价计算费用
    const cost = (inputTokens * 0.27 + outputTokens * 1.10) / 1000000;
    this.used += cost;
    this.requests++;
// ...
    if (this.used > this.budget * 0.8) {
      this.alert('预算使用超过 80%，当前: ' + this.used.toFixed(2) + ' 元');
    }
    if (this.used > this.budget) {
      throw new Error('预算超限，已用: ' + this.used.toFixed(2) + ' 元');
    }
  }
// ...
  alert(message) {
    console.warn('[预算告警]', message);
    // 可接入钉钉/飞书/邮件通知
  }
}
```- 验证返回数据的完整性和格式正确性
- 参考`模块五：用量统计与预算控制（专业版独有）`的配置文档进行参数调优
### 模块六：系统提示词模板库（专业版独有）

| 模板名称 | 系统提示词要点 | 适用场景 |
|:---:|:---:|:---:|
| 编程助手 | 严格遵循语言规范、给出可运行代码 | 代码生成与审查 |
| 客服代表 | 友好专业、不超过权限承诺 | 智能客服 |
| 数据分析师 | 输出结构化结论、标注数据来源 | 报表分析 |
| 翻译专家 | 保留术语、适配目标语言文化 | 多语言翻译 |
| 创意写作 | 风格灵活、避免套话 | 内容创作 |

#
## 快速开始

1. 确认运行环境满足依赖说明中的要求
2. 在AI Agent对话中调用本技能,提供必要的输入参数
3. 检查输出结果,根据需要进行后续处理

> 详细的输入输出格式请参考下方章节说明。

## 适用场景

### 场景一：生产级 AI 对话服务

开发团队搭建面向用户的对话服务，使用流式响应提升体验、缓存策略降低成本、预算控制防止超支.
### 场景二：智能客服系统

集成函数调用让模型查询订单、查询物流、提交工单，实现端到端的自动化客服.
### 场景三：批量内容生成

运营团队批量生成商品描述、营销文案，使用并发池管理吞吐量，用量统计追踪成本.
### 场景四：AI Agent 工具链

构建具备工具调用能力的 AI Agent，通过 Function Calling 连接数据库、搜索引擎、内部 API.
### 场景五：代码审查自动化

CI/CD 流水线中调用 deepseek-coder 对 Pull Request 进行自动审查，输出改进建议.
## 使用流程

**角色化集成方案模板**：

```
【开发者】我需要在 Web 应用中接入流式对话，前端用 React，请给出完整方案.
```

```
【运维】我需要监控每日 API 调用量与费用，预算 100 元/天，超限自动降级.
```

```
【产品经理】我想搭建一个能查询订单状态的智能客服，需要哪些工具函数？
```

Agent 会输出包含架构设计、代码模板、配置参数、监控指标的完整集成方案.
**使用步骤**:
1. 阅读依赖说明章节,确认运行环境已就绪
2. 根据任务需求,参考核心能力章节选择对应能力
3. 按照能力描述提供输入参数,执行操作
4. 查看输出结果,确认任务完成状态

## 输入格式

| 参数名 | 类型 | 必填 | 说明 |
|:------|------:|:------|:------|
| content | string | 否 | deepseek-assistant处理的内容输入 |,  |
| content | string | 否 | deepseek-assistant处理的内容输入 |, 可选值: json/text/markdown |
| style | string | 否 | 输出风格, 参考 `references/style.md` |

## 输出格式

```json
{
  "success": true,
  "data": {
    result: "assistant 相关配置参数",
    result: "assistant 相关配置参数",
    result: "assistant 相关配置参数",
    "metadata": {
      "template_used": "reviewer",
      "word_count": 0,
      "style": "专业"
    }
  },
  "error": null
}
```

输出模板参考: `assets/output.json`

## 异常处理

| 错误场景 | 原因 | 处理方式 |
|---:|:---|---:|
| 配置错误 | 参数缺失或格式错误 | 检查依赖说明中的配置要求 |
| 运行时错误 | 运行环境不满足 | 确认运行环境符合依赖说明 |
| 网络错误 | 连接超时或不可达 | 

## 依赖说明

### 运行环境
- **Agent 平台**: 支持SKILL.md的任意AI Agent（Claude Code / Cursor / Codex / Gemini CLI等）
- **操作系统**: Windows / macOS / Linux
- **运行时**: Node.js 18+ 或 Python 3.8+
- **缓存**: Redis（可选，分布式缓存场景）

### 依赖说明(补充)
| 依赖项 | 类型 | 是否必需 | 获取方式 |
|:------:|--------|:-------|:------:|
| LLM API | API | 必需 | 由Agent平台内置LLM提供 |
| DeepSeek API Key | 凭据 | 必需 | DeepSeek 官方平台注册获取 |
| Node.js / Python | 运行时 | 必需 | 官方网站下载 |
| Redis | 缓存 | 可选 | 官方网站下载或云服务 |
| Prometheus | 监控 | 可选 | 官方下载 |

### API Key 配置
- **DeepSeek API Key**: 通过环境变量 `DEEPSEEK_API_KEY` 注入
- **Redis 密码**: 通过环境变量 `REDIS_PASSWORD` 注入
- **禁止**: 在代码、脚本、SKILL.md 中硬编码任何密钥
- **推荐**: 生产环境使用密钥管理服务（如 Vault / AWS Secrets Manager）

### 可用性分类
- **分类**: MD+EXEC（纯Markdown指令，高级功能需要exec执行脚本与HTTP请求）
- **说明**: 基于Markdown的AI Skill，通过自然语言指令驱动Agent实现 DeepSeek API 的工程化集成

## 案例展示

### 生产环境配置清单

```yaml
# 生产环境配置参考
deepseek:
  api_key: ${DEEPSEEK_API_KEY}      # 从环境变量读取
  base_url: https://api.deepseek.com/v1
  default_model: deepseek-chat
  timeout_ms: 60000
  max_retries: 3
  retry_backoff_ms: 1000            # 指数退避基数
# ...
cache:
  enabled: true
  type: memory                       # memory / redis
  ttl_seconds: 3600
  max_entries: 10000
# ...
budget:
  daily_limit_yuan: 100
  alert_threshold: 0.8               # 80% 告警
  hard_limit: true                   # 超限拒绝请求
# ...
concurrency:
  max_pool_size: 10
  queue_timeout_ms: 30000
```

## 常见问题

### Q1：流式响应中途断开怎么办？

记录已接收的 Token 位置，断开后重新请求时通过 `prefix` 或对话历史续接。前端展示"连接中断，正在重连"提示.
### Q2：函数调用失败如何处理？

向模型返回工具执行错误信息，模型会基于错误信息调整回复或建议替代方案。不要对用户直接暴露原始错误.
### Q3：缓存如何处理时效性内容？

对天气、新闻等时效性内容设置短 TTL（5-15 分钟）；对知识类内容设置长 TTL（24 小时+），并在知识更新时主动失效缓存.
### Q4：批量任务如何保证不丢数据？

使用检查点机制：每完成一批将结果持久化，失败时从最后检查点恢复。任务设计为幂等，重试不会产生重复副作用.
### Q5：多模型如何路由？

按任务复杂度路由：简单问答用 chat、代码任务用 coder、复杂推理用 reasoner。可设置自动降级链：reasoner → chat → 本地兜底.
### Q6：预算超限后怎么办？

硬限模式直接拒绝请求并返回降级内容；软限模式允许超额但触发告警。根据业务重要程度选择策略.
### Q7：如何统计各模型使用占比？

在 UsageTracker 中按模型分类记录 Token 与费用，定期生成报表供成本优化决策.
### Q8：系统提示词如何版本管理？

将提示词存储为独立文件或数据库记录，附带版本号与变更说明，支持 A/B 测试对比不同提示词的效果.
## 错误处理

| 错误场景(续)| 原因 | 处理方式 |
|----|:--:|---:|
| LLM响应超时或无响应 | 网络延迟或模型负载过高 | ，请求；确认Agent平台LLM服务正常 |
| 输入内容格式不正确 | 用户输入不符合skill预期格式 | 检查输入是否符合skill使用说明中的格式要求，参考示例章节 |
| 执行结果与预期不符 | 指令描述不够明确或上下文不足 | 提供更详细的指令描述，补充必要的上下文信息 |
| 命令执行失败 | 运行环境不满足要求或权限不足 | 确认运行环境符合依赖说明中的要求；检查命令权限设置 |

## 已知限制

- 需要API Key，无Key环境无法使用