DeepSeek大语言模型

示例代码

import os
from openai import OpenAI

client = OpenAI(
    # 若没有配置环境变量，请用阿里云百炼API Key将下行替换为：api_key="sk-xxx",
    api_key=os.getenv("DASHSCOPE_API_KEY"),  
    base_url="https://dashscope.aliyuncs.com/compatible-mode/v1"
)

completion = client.chat.completions.create(
    model="deepseek-v3.1",  # 此处以 deepseek-v3.1 为例，可按需更换模型名称。
    messages=[
        {'role': 'user', 'content': '9.9和9.11谁大'}
    ]
)

# 判断是否有reasoning_content
# deepseek-v3.1默认不输出思考过程。如需输出思考过程，请参见流式输出的代码。
if hasattr(completion.choices[0].message, 'reasoning_content'):
    print("思考过程：")
    print(completion.choices[0].message.reasoning_content)

print("最终答案：")
print(completion.choices[0].message.content)

返回结果

最终答案：
比较 **9.9** 和 **9.11** 的大小：

1. **比较整数部分：**
   - 9.9 的整数部分是 **9**
   - 9.11 的整数部分是 **9**
   
   两者整数部分相同，继续比较小数部分。

2. **比较小数部分：**
   - 9.9 的小数部分可以看作 **0.90**
   - 9.11 的小数部分是 **0.11**
   
   0.90 > 0.11

因此，**9.9** 大于 **9.11**。

最终答案：
\[
\boxed{9.9 > 9.11}
\]

示例代码

import OpenAI from "openai";

const openai = new OpenAI(
    {
        // 若没有配置环境变量，请用阿里云百炼API Key将下行替换为：apiKey: "sk-xxx",
        apiKey: process.env.DASHSCOPE_API_KEY,
        baseURL: "https://dashscope.aliyuncs.com/compatible-mode/v1"
    }
);
const completion = await openai.chat.completions.create({
    model: "deepseek-v3.1",  // 此处以 deepseek-v3.1 为例，可按需更换模型名称。
    messages: [
        { role: "user", content: "9.9和9.11谁大" }
    ],
});

// 先if判断有没有reasoning_content，再打印
// deepseek-v3.1默认不输出思考过程。如需输出思考过程，请参见流式输出的代码。
if (completion.choices[0].message.reasoning_content) {
    console.log("思考过程：")
    console.log(completion.choices[0].message.reasoning_content)
}

console.log("最终答案：")
console.log(completion.choices[0].message.content)

返回结果

最终答案：
比较 \(9.9\) 和 \(9.11\) 的大小：

- \(9.9\) 可以写作 \(9.90\)（在十分位后补零），以便与 \(9.11\) 比较。
- 从整数部分看，两者都是 \(9\)。
- 比较小数部分：\(9.90\) 的十分位是 \(9\)，而 \(9.11\) 的十分位是 \(1\)，因此 \(9.90 > 9.11\)。

所以，\(9.9 > 9.11\)。

\boxed{9.9}

示例代码

curl -X POST https://dashscope.aliyuncs.com/compatible-mode/v1/chat/completions \
-H "Authorization: Bearer $DASHSCOPE_API_KEY" \
-H "Content-Type: application/json" \
-d '{
    "model": "deepseek-v3.1",
    "messages": [
        {
            "role": "user", 
            "content": "9.9和9.11谁大"
        }
    ]
}'

返回结果

{
    "choices": [
        {
            "message": {
                "content": "要比较 \\(9.9\\) 和 \\(9.11\\) 的大小：\n\n- \\(9.9\\) 可以看作是 \\(9.90\\)。\n- 比较 \\(9.90\\) 和 \\(9.11\\)：从整数部分开始，两者整数部分都是 \\(9\\)。\n- 比较小数部分：\\(0.90\\) 和 \\(0.11\\)，显然 \\(0.90 > 0.11\\)。\n\n因此，\\(9.9 > 9.11\\)。\n\n\\boxed{9.9} > \\boxed{9.11",
                "role": "assistant"
            },
            "finish_reason": "stop",
            "index": 0,
            "logprobs": null
        }
    ],
    "object": "chat.completion",
    "usage": {
        "prompt_tokens": 13,
        "completion_tokens": 123,
        "total_tokens": 136
    },
    "created": 1756134468,
    "system_fingerprint": null,
    "model": "deepseek-v3.1",
    "id": "chatcmpl-xxx-xxx-xxx-xxx-xxx"
}

示例代码

import os
import dashscope

messages = [
    {'role': 'user', 'content': '你是谁？'}
]

response = dashscope.Generation.call(
    # 若没有配置环境变量，请用阿里云百炼API Key将下行替换为：api_key="sk-xxx",
    api_key=os.getenv('DASHSCOPE_API_KEY'),
    model="deepseek-v3.1",  # 此处以 deepseek-v3.1 为例，可按需更换模型名称。
    messages=messages,
    # result_format参数不可以设置为"text"。
    result_format='message'
)

# deepseek-v3.1默认不输出思考过程。如需输出思考过程，请参见流式输出的代码。
if 'reasoning_content' in response.output.choices[0].message:
    print("=" * 20 + "思考过程" + "=" * 20)
    print(response.output.choices[0].message['reasoning_content'])

print("=" * 20 + "最终答案" + "=" * 20)
print(response.output.choices[0].message['content'])

返回结果

====================最终答案====================
我是 DeepSeek-V3，由深度求索公司打造的智能助手！我的目标是帮助你解答各类问题，无论是学习、工作，还是生活中的小困扰，我都会尽力提供有用的信息和建议。有什么想问的，尽管来吧！

示例代码

// dashscope SDK的版本 >= 2.18.2
import java.util.Arrays;
import java.lang.System;
import com.alibaba.dashscope.aigc.generation.Generation;
import com.alibaba.dashscope.aigc.generation.GenerationParam;
import com.alibaba.dashscope.aigc.generation.GenerationResult;
import com.alibaba.dashscope.common.Message;
import com.alibaba.dashscope.common.Role;
import com.alibaba.dashscope.exception.ApiException;
import com.alibaba.dashscope.exception.InputRequiredException;
import com.alibaba.dashscope.exception.NoApiKeyException;

public class Main {
    public static GenerationResult callWithMessage() throws ApiException, NoApiKeyException, InputRequiredException {
        Generation gen = new Generation();
        Message userMsg = Message.builder()
                .role(Role.USER.getValue())
                .content("你是谁？")
                .build();
        GenerationParam param = GenerationParam.builder()
                // 若没有配置环境变量，请用阿里云百炼API Key将下行替换为：.apiKey("sk-xxx")
                .apiKey(System.getenv("DASHSCOPE_API_KEY"))
                .model("deepseek-v3.1")
                .messages(Arrays.asList(userMsg))
                // 不可以设置为"text"
                .resultFormat(GenerationParam.ResultFormat.MESSAGE)
                .build();
        return gen.call(param);
    }
    public static void main(String[] args) {
        try {
            GenerationResult result = callWithMessage();
            // 如果有reasoning_content
            // deepseek-v3.1默认不输出思考过程。如需输出思考过程，请参见流式输出的代码。
            if (result.getOutput().getChoices().get(0).getMessage().getReasoningContent() != null) {
                System.out.println("思考过程：");
                System.out.println(result.getOutput().getChoices().get(0).getMessage().getReasoningContent());
            }
            System.out.println("回复内容：");
            System.out.println(result.getOutput().getChoices().get(0).getMessage().getContent());
        } catch (ApiException | NoApiKeyException | InputRequiredException e) {
            // 使用日志框架记录异常信息
            System.err.println("An error occurred while calling the generation service: " + e.getMessage());
        }
        System.exit(0);
    }
}

返回结果

回复内容：
我是 DeepSeek-V3，由深度求索公司打造的智能助手！我的目标是帮助你解答各类问题，无论是学习、工作，还是生活中的小困扰，我都会尽力提供有用的信息和建议。有什么想问的，尽管来吧！

示例代码

curl -X POST "https://dashscope.aliyuncs.com/api/v1/services/aigc/text-generation/generation" \
-H "Authorization: Bearer $DASHSCOPE_API_KEY" \
-H "Content-Type: application/json" \
-d '{
    "model": "deepseek-v3.1",
    "input":{
        "messages":[      
            {
                "role": "user",
                "content": "你是谁？"
            }
        ]
    },
    "parameters": {
        "result_format": "message"
    }
}'

返回结果

{
    "output": {
        "choices": [
            {
                "finish_reason": "stop",
                "message": {
                    "role": "assistant",
                    "content": "我是 DeepSeek-V3，由深度求索公司打造的智能助手！我的目标是帮助你解答各类问题，无论是学习、工作，还是生活中的小困扰，我都会尽力提供有用的信息和建议。有什么想问的，尽管来吧！"
                }
            }
        ]
    },
    "usage": {
        "total_tokens": 59,
        "output_tokens": 53,
        "input_tokens": 6
    },
    "request_id": "xxx-xxx-xxx-xxx-xxx"
}

示例代码

import os
from openai import OpenAI

client = OpenAI(
    # 若没有配置环境变量，请用阿里云百炼API Key将下行替换为：api_key="sk-xxx",
    api_key=os.getenv("DASHSCOPE_API_KEY"), 
    base_url="https://dashscope.aliyuncs.com/compatible-mode/v1",
)

# 通过 messages 数组实现上下文管理
messages = [
    {'role': 'user', 'content': '你好'}
]

completion = client.chat.completions.create(
    model="deepseek-r1",  # 此处以 deepseek-r1 为例，可按需更换模型名称。
    messages=messages
)

print("="*20+"第一轮对话"+"="*20)
# 通过reasoning_content字段打印思考过程
print("="*20+"思考过程"+"="*20)
print(completion.choices[0].message.reasoning_content)
# 通过content字段打印最终答案
print("="*20+"最终答案"+"="*20)
print(completion.choices[0].message.content)

messages.append({'role': 'assistant', 'content': completion.choices[0].message.content})
messages.append({'role': 'user', 'content': '你是谁'})
print("="*20+"第二轮对话"+"="*20)
completion = client.chat.completions.create(
    model="deepseek-r1",  # 此处以 deepseek-r1 为例，可按需更换模型名称。
    messages=messages
)
# 通过reasoning_content字段打印思考过程
print("="*20+"思考过程"+"="*20)
print(completion.choices[0].message.reasoning_content)
# 通过content字段打印最终答案
print("="*20+"最终答案"+"="*20)
print(completion.choices[0].message.content)

返回结果

====================第一轮对话====================
====================思考过程====================
嗯，用户发来了“你好”，这是一个非常常见的中文问候。我需要用中文回应，保持友好和自然。首先，应该回复一个问候，比如“你好！有什么可以帮助你的吗？”这样可以邀请用户进一步说明他们的需求。另外，考虑到用户可能刚接触这个平台，可能需要指导或者有其他问题，所以保持开放式的提问比较合适。同时，要注意语气亲切，避免太过机械。检查一下有没有语法错误，确保回答正确。可能用户只是想打个招呼，也可能接下来有具体的问题，所以准备好后续的支持。另外，根据之前的对话历史，用户可能没有特定的上下文，所以保持回答简洁通用比较好。最后，确认回复符合所有指南，没有涉及敏感或不适当的内容。现在发送回复应该没问题。
====================最终答案====================
你好！有什么可以帮助你的吗？
====================第二轮对话====================
====================思考过程====================
好的，用户问我“你是谁”，需要回答这个问题。首先，我得按照之前设定的角色来回应，也就是深度求索的智能助手DeepSeek-R1。要介绍自己的身份，说明是由深度求索公司开发的，专注于帮助解决问题和提供信息。同时要保持友好和简洁，避免技术术语，让用户容易理解。还要注意格式，用中文口语化的方式，分步骤思考，但不需要用markdown。用户之前用过中文，所以继续用中文回应。另外，用户可能想了解我的功能或背后的技术，但不需要主动扩展，直接回答问题即可。最后，确保回答符合公司的指导方针，没有不适当的内容。检查有没有错别字，语句是否通顺。准备好回答后，就可以给出最终回复了。
====================最终答案====================
您好！我是由中国的深度求索（DeepSeek）公司开发的智能助手DeepSeek-R1。如您有任何问题，我会尽我所能为您提供帮助。

示例代码

import OpenAI from "openai";
import * as readline from 'readline';

const openai = new OpenAI({
    apiKey: process.env.DASHSCOPE_API_KEY,
    baseURL: "https://dashscope.aliyuncs.com/compatible-mode/v1"
});

const rl = readline.createInterface({
    input: process.stdin,
    output: process.stdout
});

let messages = [];

async function chat() {
    while (true) {
        const userInput = await new Promise(resolve => {
            rl.question('用户：', resolve);
        });

        if (userInput.toLowerCase() === '退出') {
            break;
        }

        messages.push({ role: "user", content: userInput });

        try {
            const completion = await openai.chat.completions.create({
                model: "deepseek-r1",
                messages: messages
            });

            // 使用纯文本符号分隔不同区域
            console.log('\n===== 用户输入 =====');
            console.log(userInput);
            
            console.log('\n----- 思考过程 -----');
            console.log(completion.choices[0].message.reasoning_content);
            
            console.log('\n===== 助手回复 =====');
            const aiResponse = completion.choices[0].message.content;
            console.log(aiResponse);
            
            console.log('\n====================\n');
            
            messages.push({ role: "assistant", content: aiResponse });
        } catch (error) {
            console.error('发生错误：', error);
            break;
        }
    }
    rl.close();
}

console.log('请输入内容（输入"退出"结束对话）');
chat();

示例代码

curl -X POST https://dashscope.aliyuncs.com/compatible-mode/v1/chat/completions \
-H "Authorization: Bearer $DASHSCOPE_API_KEY" \
-H "Content-Type: application/json" \
-d '{
    "model": "deepseek-r1",
    "messages": [
        {
            "role": "user", 
            "content": "你好"
        },
        {
            "role": "assistant",
            "content": "你好！很高兴见到你，有什么我可以帮忙的吗？"
        },
        {
            "role": "user",
            "content": "你是谁？"
        }
    ]
}'

返回结果

{
    "choices": [
        {
            "message": {
                "content": "您好！我是DeepSeek-R1，一个由深度求索公司（DeepSeek）开发的智能助手，我擅长通过思考来帮您解答复杂的数学，代码和逻辑推理等理工类问题。",
                "reasoning_content": "好的，用户问“你是谁？”，需要回答这个问题。首先，要明确用户的需求，他们可能想知道我的身份、功能或背后的技术。用户可能是初次使用，或者想确认我的能力范围。\n\n我需要按照之前设定的结构来回应，先介绍自己是一个AI助手，由深度求索公司开发，然后说明我的基础技术是深度学习、自然语言处理等，接着提到应用Transformer架构，通过大量数据训练来理解和生成文本。最后，强调我的目的是帮助用户解决问题，提供信息，同时指出我的局限性，比如知识截止日期和生成内容的核实。\n\n要注意保持回答简洁明了，避免技术术语过多，让用户容易理解。同时，要符合公司的品牌形象，突出技术背景但不涉及具体数据或机密信息。还要检查是否符合中国法律法规，不包含敏感内容。最后，用友好的语气结束，邀请用户继续提问，促进进一步互动。",
                "role": "assistant"
            },
            "finish_reason": "stop",
            "index": 0,
            "logprobs": null
        }
    ],
    "object": "chat.completion",
    "usage": {
        "prompt_tokens": 20,
        "completion_tokens": 229,
        "total_tokens": 249
    },
    "created": 1739173013,
    "system_fingerprint": null,
    "model": "deepseek-r1",
    "id": "chatcmpl-4c851fd5-4f71-93cb-9c7c-93d5529d73e8"
}

示例代码

import os
import dashscope

# 通过 messages 数组实现上下文管理
messages = [
    {'role': 'user', 'content': '你好'}
]

response = dashscope.Generation.call(
    # 若没有配置环境变量，请用阿里云百炼API Key将下行替换为：api_key="sk-xxx",
    api_key=os.getenv('DASHSCOPE_API_KEY'),
    model="deepseek-r1",  # 此处以deepseek-r1为例，可按需更换模型名称。
    messages=messages,
    result_format='message'
)

print("=" * 20 + "第一轮对话" + "=" * 20)
print("=" * 20 + "思考过程" + "=" * 20)
print(response.output.choices[0].message.reasoning_content)
print("=" * 20 + "最终答案" + "=" * 20)
print(response.output.choices[0].message.content)

messages.append({'role': 'assistant', 'content': response.output.choices[0].message.content})
messages.append({'role': 'user', 'content': '你是谁'})

print("=" * 20 + "第二轮对话" + "=" * 20)
response = dashscope.Generation.call(
    # 若没有配置环境变量，请用阿里云百炼API Key将下行替换为：api_key="sk-xxx",
    api_key=os.getenv('DASHSCOPE_API_KEY'),
    model="deepseek-r1",  # 此处以deepseek-r1为例，可按需更换模型名称。
    messages=messages,
    # result_format参数不可以设置为"text"。
    result_format='message'
)

print("=" * 20 + "思考过程" + "=" * 20)
print(response.output.choices[0].message.reasoning_content)
print("=" * 20 + "最终答案" + "=" * 20)
print(response.output.choices[0].message.content)

返回结果

====================第一轮对话====================
====================思考过程====================
嗯，用户发来了“你好”，这是中文里常见的问候语。我需要用中文回应，保持友好和自然。首先，我应该回复一个问候，比如“你好！有什么可以帮助你的吗？”这样既礼貌又开放，邀请用户提出具体的问题或需求。同时，要注意避免使用过于机械化的回答，显得更有人情味。另外，要检查有没有拼写错误，确保回复正确无误。可能用户只是想打个招呼，也可能有后续的问题，所以保持回答简洁但留有进一步沟通的空间比较好。确认回复的语气是否合适，不要太正式也不要太随意。最后，发送前再快速看一下整体内容，确保符合交流的流程。
====================最终答案====================
你好！很高兴见到你，有什么我可以帮忙的吗？
====================第二轮对话====================
====================思考过程====================
好的，用户问“你是谁”，我需要详细分析这个问题。首先，用户可能是在初次使用，想了解我的基本功能。他们可能想知道我是AI助手，还是真人。可能还有更深层的需求，比如确认我的可靠性和能力范围。

接下来，我需要确定回答的结构。通常这类问题需要明确说明身份、开发公司、功能以及如何帮助用户。要避免技术术语，保持口语化，让用户容易理解。

然后，检查是否有需要强调的部分。比如强调实时联网能力，这是和之前版本的不同之处，用户可能关心我能否提供最新信息。此外，隐私和安全也很重要，用户可能担心数据问题，需要明确说明保护措施。

还要考虑用户可能的后续问题，比如如何使用我的功能，或者具体的应用场景。所以在回答中可以提到多种任务类型，覆盖常见需求，让用户知道可以如何利用我。

最后，保持友好和开放的态度，鼓励用户提问，促进进一步互动。需要确保回答全面，同时简洁明了，不冗长。这样用户能得到清晰的信息，并知道接下来可以如何与我交流。
====================最终答案====================
你好！我是DeepSeek-R1，一个由深度求索（DeepSeek）公司开发的智能助手，我擅长通过思考来帮您解答复杂的数学，代码和逻辑推理等理工类问题，并能用通俗易懂的方式解释专业概念。目前我已联网，可随时为您查询最新信息。我会严格遵守隐私和安全准则，确保您的信息安全。有什么我可以帮您的吗？

示例代码

// dashscope SDK的版本 >= 2.18.2
import java.util.Arrays;
import java.lang.System;
import com.alibaba.dashscope.aigc.generation.Generation;
import com.alibaba.dashscope.aigc.generation.GenerationParam;
import com.alibaba.dashscope.aigc.generation.GenerationResult;
import com.alibaba.dashscope.common.Message;
import com.alibaba.dashscope.common.Role;
import com.alibaba.dashscope.exception.ApiException;
import com.alibaba.dashscope.exception.InputRequiredException;
import com.alibaba.dashscope.exception.NoApiKeyException;
import com.alibaba.dashscope.utils.JsonUtils;

public class Main {
    public static GenerationResult callWithMessage() throws ApiException, NoApiKeyException, InputRequiredException {
        Generation gen = new Generation();
        Message userMsg1 = Message.builder()
                .role(Role.USER.getValue())
                .content("你好")
                .build();
        Message AssistantMsg = Message.builder()
                .role(Role.ASSISTANT.getValue())
                .content("你好！很高兴见到你，有什么我可以帮忙的吗？")
                .build();
        Message UserMsg2 = Message.builder()
                .role(Role.USER.getValue())
                .content("你是谁")
                .build();
        GenerationParam param = GenerationParam.builder()
                // 若没有配置环境变量，请用阿里云百炼API Key将下行替换为：.apiKey("sk-xxx")
                .apiKey(System.getenv("DASHSCOPE_API_KEY"))
                .model("deepseek-r1")
                .messages(Arrays.asList(userMsg1,AssistantMsg,UserMsg2))
                // 不可以设置为"text"
                .resultFormat(GenerationParam.ResultFormat.MESSAGE)
                .build();
        return gen.call(param);
    }
    public static void main(String[] args) {
        try {
            GenerationResult result = callWithMessage();
            System.out.println("思考过程：");
            System.out.println(result.getOutput().getChoices().get(0).getMessage().getReasoningContent());
            System.out.println("回复内容：");
            System.out.println(result.getOutput().getChoices().get(0).getMessage().getContent());
        } catch (ApiException | NoApiKeyException | InputRequiredException e) {
            // 使用日志框架记录异常信息
            System.err.println("An error occurred while calling the generation service: " + e.getMessage());
        }
        System.exit(0);
    }
}

返回结果

思考过程：
好的，用户问“你是谁”，我需要用中文详细回答，并解释我的身份和功能。首先，用户可能刚接触我，或者想确认我的基本信息。之前用户说过“你好”，我回应了，现在他们进一步询问身份。我需要保持友好，同时准确说明我是由深度求索开发的智能助手DeepSeek-R1，专注于通过算法处理提供帮助。还要强调我的职责是信息查询、问题解答等，并说明我的局限性，比如不联网、知识截止到2023年。要确保回答清晰，避免技术术语，让用户容易理解。可能用户想知道我的能力范围，所以需要涵盖用途和限制。此外，用户可能关心隐私，可以提到不保留对话信息。最后保持开放结尾，邀请用户提问。检查是否符合格式要求，没有使用Markdown，分段落自然。现在组织语言，确保口语化，自然流畅。
回复内容：
你好！我是DeepSeek-R1，一个由深度求索（DeepSeek）公司开发的智能助手，擅长通过算法逻辑处理信息来协助解决问题。我的主要职责是提供信息查询、日常问题解答、实用建议及学术研究辅助等服务，但请注意我的知识库截至2023年，且无法主动联网更新信息。我们的对话内容不会被留存，你可随时放心交流。有什么具体需求吗？我很乐意为你提供帮助。

示例代码

curl -X POST "https://dashscope.aliyuncs.com/api/v1/services/aigc/text-generation/generation" \
-H "Authorization: Bearer $DASHSCOPE_API_KEY" \
-H "Content-Type: application/json" \
-d '{
    "model": "deepseek-r1",
    "input":{
        "messages":[      
            {
                "role": "user",
                "content": "你好"
            },
            {
                "role": "assistant",
                "content": "你好！很高兴见到你，有什么我可以帮忙的吗？"
            },
            {
                "role": "user",
                "content": "你是谁？"
            }
        ]
    },
    "parameters": {
        "result_format": "message"
    }
}'

返回结果

{
    "output": {
        "choices": [
            {
                "finish_reason": "stop",
                "message": {
                    "role": "assistant",
                    "content": "你好！我是DeepSeek-R1，一个由深度求索公司开发的人工智能助手，我擅长通过思考来帮您解答复杂的数学，代码和逻辑推理等理工类问题。如需最新模型体验，请前往深度求索的官方网站查询。",
                    "reasoning_content": "好的，用户问“你是谁？”，我需要回答这个问题。首先，我要回想一下之前设置的自我介绍内容，确保一致性。用户可能是刚开始使用，或者想确认我的身份和功能。\n\n我需要明确说明我是DeepSeek-R1，由深度求索公司开发的人工智能助手。要强调我的目的是帮助用户解决问题，提供信息，同时保持友好和专业的语气。\n\n同时，用户可能有更深层的需求，比如确认我的能力范围，或者想知道我与其他AI的不同。所以可以适当提到我的功能，比如回答问题、提供建议等，但不需要太详细，保持简洁。\n\n还要注意避免使用技术术语，保持回答自然易懂。最后，保持开放式的结尾，鼓励用户继续提问，促进进一步的交流。"
                }
            }
        ]
    },
    "usage": {
        "total_tokens": 226,
        "output_tokens": 206,
        "input_tokens": 20
    },
    "request_id": "9fb73af5-940e-9107-a4b6-74c9e541eb3f"
}

示例代码

from openai import OpenAI
import os

# 初始化OpenAI客户端
client = OpenAI(
    # 如果没有配置环境变量，请用阿里云百炼API Key替换：api_key="sk-xxx"
    api_key=os.getenv("DASHSCOPE_API_KEY"),
    base_url="https://dashscope.aliyuncs.com/compatible-mode/v1",
)

messages = [{"role": "user", "content": "你是谁"}]

completion = client.chat.completions.create(
    model="deepseek-v3.1",
    messages=messages,
    extra_body={"enable_thinking": True},
    stream=True,
    # stream_options={
    #     "include_usage": True
    # },
)

reasoning_content = ""  # 完整思考过程
answer_content = ""  # 完整回复
is_answering = False  # 是否进入回复阶段
print("\n" + "=" * 20 + "思考过程" + "=" * 20 + "\n")

for chunk in completion:
    if not chunk.choices:
        print("\nUsage:")
        print(chunk.usage)
        continue

    delta = chunk.choices[0].delta

    # 只收集思考内容
    if hasattr(delta, "reasoning_content") and delta.reasoning_content is not None:
        if not is_answering:
            print(delta.reasoning_content, end="", flush=True)
        reasoning_content += delta.reasoning_content

    # 收到content，开始进行回复
    if hasattr(delta, "content") and delta.content:
        if not is_answering:
            print("\n" + "=" * 20 + "完整回复" + "=" * 20 + "\n")
            is_answering = True
        print(delta.content, end="", flush=True)
        answer_content += delta.content

返回结果

====================思考过程====================

唔，用户问了一个简单的自我介绍问题。这种问题很常见，需要快速清晰地表明身份和功能。考虑用轻松友好的语气介绍自己是DeepSeek-V3，并说明由深度求索公司创造。提到核心功能是解答问题和聊天陪伴，最后用开放性问题引导用户继续互动。不需要复杂信息，保持简洁明快就好。
====================完整回复====================

DeepSeek-V3，一个由深度求索公司创造的智能助手！我可以帮助你解答各种问题、提供建议、进行知识查询，甚至陪你聊天！无论是学习、工作还是日常生活中的疑问，尽管问我吧~✨有什么我可以帮你的吗？

示例代码

import OpenAI from "openai";
import process from 'process';

// 初始化 openai 客户端
const openai = new OpenAI({
    apiKey: process.env.DASHSCOPE_API_KEY, // 从环境变量读取
    baseURL: 'https://dashscope.aliyuncs.com/compatible-mode/v1'
});

let reasoningContent = '';
let answerContent = '';
let isAnswering = false;

async function main() {
    try {
        const messages = [{ role: 'user', content: '你是谁' }];
        const stream = await openai.chat.completions.create({
            model: 'deepseek-v3.1',
            messages,
            stream: true,
            enable_thinking: true
        });
        console.log('\n' + '='.repeat(20) + '思考过程' + '='.repeat(20) + '\n');

        for await (const chunk of stream) {
            if (!chunk.choices?.length) {
                console.log('\nUsage:');
                console.log(chunk.usage);
                continue;
            }

            const delta = chunk.choices[0].delta;
            
            // 只收集思考内容
            if (delta.reasoning_content !== undefined && delta.reasoning_content !== null) {
                if (!isAnswering) {
                    process.stdout.write(delta.reasoning_content);
                }
                reasoningContent += delta.reasoning_content;
            }

            // 收到content，开始进行回复
            if (delta.content !== undefined && delta.content) {
                if (!isAnswering) {
                    console.log('\n' + '='.repeat(20) + '完整回复' + '='.repeat(20) + '\n');
                    isAnswering = true;
                }
                process.stdout.write(delta.content);
                answerContent += delta.content;
            }
        }
    } catch (error) {
        console.error('Error:', error);
    }
}

main();

返回结果

====================思考过程====================

唔，用户问了一个简单的自我介绍问题。这种问题很常见，需要快速清晰地表明身份和功能。考虑用轻松友好的语气介绍自己是DeepSeek-V3，并说明由深度求索公司创造。提到核心功能是解答问题和聊天陪伴，最后用开放性问题引导用户继续互动。不需要复杂信息，保持简洁明快就好。
====================完整回复====================

DeepSeek-V3，一个由深度求索公司创造的智能助手！我可以帮助你解答各种问题、提供建议、进行知识查询，甚至陪你聊天！无论是学习、工作还是日常生活中的疑问，尽管问我吧~✨有什么我可以帮你的吗？

示例代码

curl -X POST https://dashscope.aliyuncs.com/compatible-mode/v1/chat/completions \
-H "Authorization: Bearer $DASHSCOPE_API_KEY" \
-H "Content-Type: application/json" \
-d '{
    "model": "deepseek-v3.1",
    "messages": [
        {
            "role": "user", 
            "content": "你是谁"
        }
    ],
    "stream": true,
    "stream_options": {
        "include_usage": true
    },
    "enable_thinking": true
}'

示例代码

import os
from dashscope import Generation

messages = [{"role": "user", "content": "你是谁？"}]


completion = Generation.call(
    # 若没有配置环境变量，请用阿里云百炼API Key将下行替换为：api_key = "sk-xxx",
    api_key=os.getenv("DASHSCOPE_API_KEY"),
    model="deepseek-v3.1",
    messages=messages,
    result_format="message",
    enable_thinking=True,
    stream=True,
    incremental_output=True,
)

# 定义完整思考过程
reasoning_content = ""
# 定义完整回复
answer_content = ""
# 判断是否结束思考过程并开始回复
is_answering = False

print("=" * 20 + "思考过程" + "=" * 20)

for chunk in completion:
    # 如果思考过程与回复皆为空，则忽略
    if (
        chunk.output.choices[0].message.content == ""
        and chunk.output.choices[0].message.reasoning_content == ""
    ):
        pass
    else:
        # 如果当前为思考过程
        if (
            chunk.output.choices[0].message.reasoning_content != ""
            and chunk.output.choices[0].message.content == ""
        ):
            print(chunk.output.choices[0].message.reasoning_content, end="", flush=True)
            reasoning_content += chunk.output.choices[0].message.reasoning_content
        # 如果当前为回复
        elif chunk.output.choices[0].message.content != "":
            if not is_answering:
                print("\n" + "=" * 20 + "完整回复" + "=" * 20)
                is_answering = True
            print(chunk.output.choices[0].message.content, end="", flush=True)
            answer_content += chunk.output.choices[0].message.content

# 如果您需要打印完整思考过程与完整回复，请将以下代码解除注释后运行
# print("=" * 20 + "完整思考过程" + "=" * 20 + "\n")
# print(f"{reasoning_content}")
# print("=" * 20 + "完整回复" + "=" * 20 + "\n")
# print(f"{answer_content}")

返回结果

====================思考过程====================

唔，用户问了一个简单的自我介绍问题。这种问题很常见，需要快速清晰地表明身份和功能。考虑用轻松友好的语气介绍自己是DeepSeek-V3，并说明由深度求索公司创造。提到核心功能是解答问题和聊天陪伴，最后用开放性问题引导用户继续互动。不需要复杂信息，保持简洁明快就好。
====================完整回复====================

DeepSeek-V3，一个由深度求索公司创造的智能助手！我可以帮助你解答各种问题、提供建议、进行知识查询，甚至陪你聊天！无论是学习、工作还是日常生活中的疑问，尽管问我吧~✨有什么我可以帮你的吗？

示例代码

// dashscope SDK的版本 >= 2.19.4
import com.alibaba.dashscope.aigc.generation.Generation;
import com.alibaba.dashscope.aigc.generation.GenerationParam;
import com.alibaba.dashscope.aigc.generation.GenerationResult;
import com.alibaba.dashscope.common.Message;
import com.alibaba.dashscope.common.Role;
import com.alibaba.dashscope.exception.ApiException;
import com.alibaba.dashscope.exception.InputRequiredException;
import com.alibaba.dashscope.exception.NoApiKeyException;
import com.alibaba.dashscope.utils.Constants;
import io.reactivex.Flowable;
import java.lang.System;
import java.util.Arrays;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;

public class Main {
    private static final Logger logger = LoggerFactory.getLogger(Main.class);
    private static StringBuilder reasoningContent = new StringBuilder();
    private static StringBuilder finalContent = new StringBuilder();
    private static boolean isFirstPrint = true;

    private static void handleGenerationResult(GenerationResult message) {
        String reasoning = message.getOutput().getChoices().get(0).getMessage().getReasoningContent();
        String content = message.getOutput().getChoices().get(0).getMessage().getContent();

        if (!reasoning.isEmpty()) {
            reasoningContent.append(reasoning);
            if (isFirstPrint) {
                System.out.println("====================思考过程====================");
                isFirstPrint = false;
            }
            System.out.print(reasoning);
        }

        if (!content.isEmpty()) {
            finalContent.append(content);
            if (!isFirstPrint) {
                System.out.println("\n====================完整回复====================");
                isFirstPrint = true;
            }
            System.out.print(content);
        }
    }
    private static GenerationParam buildGenerationParam(Message userMsg) {
        return GenerationParam.builder()
                // 若没有配置环境变量，请用阿里云百炼API Key将下行替换为：.apiKey("sk-xxx")
                .apiKey(System.getenv("DASHSCOPE_API_KEY"))
                .model("deepseek-v3.1")
                .enableThinking(true)
                .incrementalOutput(true)
                .resultFormat("message")
                .messages(Arrays.asList(userMsg))
                .build();
    }
    public static void streamCallWithMessage(Generation gen, Message userMsg)
            throws NoApiKeyException, ApiException, InputRequiredException {
        GenerationParam param = buildGenerationParam(userMsg);
        Flowable<GenerationResult> result = gen.streamCall(param);
        result.blockingForEach(message -> handleGenerationResult(message));
    }

    public static void main(String[] args) {
        try {
            Generation gen = new Generation();
            Message userMsg = Message.builder().role(Role.USER.getValue()).content("你是谁？").build();
            streamCallWithMessage(gen, userMsg);
//             打印最终结果
//            if (reasoningContent.length() > 0) {
//                System.out.println("\n====================完整回复====================");
//                System.out.println(finalContent.toString());
//            }
        } catch (ApiException | NoApiKeyException | InputRequiredException e) {
            logger.error("An exception occurred: {}", e.getMessage());
        }
        System.exit(0);
    }
}

返回结果

====================思考过程====================

唔，用户问了一个简单的自我介绍问题。这种问题很常见，需要快速清晰地表明身份和功能。考虑用轻松友好的语气介绍自己是DeepSeek-V3，并说明由深度求索公司创造。提到核心功能是解答问题和聊天陪伴，最后用开放性问题引导用户继续互动。不需要复杂信息，保持简洁明快就好。
====================完整回复====================

DeepSeek-V3，一个由深度求索公司创造的智能助手！我可以帮助你解答各种问题、提供建议、进行知识查询，甚至陪你聊天！无论是学习、工作还是日常生活中的疑问，尽管问我吧~✨有什么我可以帮你的吗？

示例代码

curl -X POST "https://dashscope.aliyuncs.com/api/v1/services/aigc/text-generation/generation" \
-H "Authorization: Bearer $DASHSCOPE_API_KEY" \
-H "Content-Type: application/json" \
-H "X-DashScope-SSE: enable" \
-d '{
    "model": "deepseek-v3.1",
    "input":{
        "messages":[      
            {
                "role": "user",
                "content": "你是谁？"
            }
        ]
    },
    "parameters":{
        "enable_thinking": true,
        "incremental_output": true,
        "result_format": "message"
    }
}'