鸿蒙应用集成 DeepSeek API 完整开发教程_鸿蒙应用调用deepseek实例
鸿蒙应用集成 DeepSeek API 完整开发教程
前言
在 AI 应用开发领域，DeepSeek 作为先进的大语言模型提供了强大的自然语言处理能力。本文将详细介绍如何在鸿蒙操作系统中集成 DeepSeek API，实现 AI 对话功能。无论你是鸿蒙应用开发者还是 AI 技术爱好者，都可以通过本教程快速掌握集成方法。
环境准备
开发工具
DevEco Studio 3.1 及以上版本（鸿蒙应用开发官方 IDE）
鸿蒙 SDK API 9 及以上版本
账号准备
访问 DeepSeek 官方平台（https://api.deepseek.com）
注册开发者账号并创建应用
在控制台获取 API 密钥（sk-xxx 格式）
核心代码实现
项目结构说明
首先在鸿蒙项目中创建工具类文件夹，本文示例结构如下：
plaintext
src/main/ets/
├── utils/
│ └── AIRequest_Util.ts # API请求工具类
├── pages/
│ └── testHttp.ets # 测试页面组件
└── entry/
└── main_pages.json # 路由配置
完整代码实现
1. AI 请求工具类实现（AIRequest_Util.ts）
typescript
import http from \'@ohos.net.http\';
import hilog from \'@ohos.hilog\';
/**
* DeepSeek AI API请求工具类
* 封装HTTP请求逻辑与响应处理
*/
export class AIRequest_Util {
/**
* 发送AI请求
* @param question 提问内容
* @param callback 响应回调函数
*/
request(question: string, callback: (text: string) => void) {
hilog.info(0x0000, \'testTag\', \'ALiYunHttpUtils request invoke. question: %{public}s\', question);
// 1. 创建HTTP请求实例
let httpRequest = http.createHttp();
// 2. 构建请求数据（符合DeepSeek API格式）
const requestData = {
model: \"deepseek-chat\", // 使用对话模型
messages: [
{ role: \"system\", content: \"你是人工智能AI\" }, // 系统提示
{ role: \"user\", content: question } // 用户提问
],
\"stream\": false // 关闭流式响应
};
// 3. 发起POST请求
httpRequest.request(
\"https://api.deepseek.com/chat/completions\", // DeepSeek API地址
{
method: http.RequestMethod.POST, // 请求方法
header: {
\"Content-Type\": \"application/json\", // 内容类型
\"Authorization\": \"Bearer sk-3e4695d9f07c454c8cb9d59822d27987\" // API密钥（需替换为实际密钥）
},
extraData: JSON.stringify(requestData), // 请求体序列化
readTimeout: 60000, // 读取超时时间
connectTimeout: 60000, // 连接超时时间
usingProtocol: http.HttpProtocol.HTTP1_1 // 使用HTTP协议
}, (err, data: http.HttpResponse) => {
// 4. 错误处理
if (err) {
hilog.error(0x0000, \'testTag\', \'请求失败: %{public}s\', JSON.stringify(err));
httpRequest.destroy();
callback(\"请求失败，请检查网络\");
return;
}
try {
// 5. 解析响应数据
const response = JSON.parse(data.result as string);
hilog.info(0x0000, \'testTag\', \'完整响应: %{public}s\', JSON.stringify(response));
// 检查API错误
if (response.error) {
hilog.error(0x0000, \'testTag\', \'API错误: %{public}s\', response.error.message);
callback(`API错误: ${response.error.message}`);
return;
}
// 提取AI回答内容
if (response.choices && response.choices.length > 0) {
const content = response.choices[0].message.content;
if (content) {
hilog.info(0x0000, \'testTag\', \'提取到的文本: %{public}s\', content);
callback(content);
return;
}
}
throw new Error(\"未找到有效响应内容\");
} catch (e) {
hilog.error(0x0000, \'testTag\', \'解析失败: %{public}s\', e.message);
callback(\"解析响应失败\");
} finally {
// 释放资源
httpRequest.destroy();
}
}
)
}
}
// 导出单例对象
export const DeepSeek = new AIRequest_Util();
2. 页面组件实现（testHttp.ets）
typescript
import { DeepSeek } from \'../utils/AIRequest_Util\'; // 导入工具类
@Entry
@Component
struct testHttp {
@State answer: string = \'\' // 存储AI回答
build() {
Column() {
// 交互按钮
Button(\'click\')
.width(\'50%\')
.onClick(() => {
// 调用DeepSeek API
DeepSeek.request(\"你是谁\", (answer) => {
// 更新UI显示回答
this.answer = answer
})
})
// 显示回答内容
Text(this.answer)
.fontSize(30)
.margin({ top: 20 })
}
.height(\'100%\')
.width(\'100%\')
.justifyContent(FlexAlign.Center)
.alignItems(HorizontalAlign.Center)
}
}
3. 配置路由（main_pages.json）
json
{
\"src\": [
{
\"pages\": [
\"pages/testHttp\"
],
\"name\": \"entry\",
\"window\": {
\"designWidth\": 720,
\"autoDesignWidth\": true
}
}
]
功能模块解析
1. API 请求核心流程
DeepSeek API 调用遵循以下步骤：
创建 HTTP 请求实例
构建符合 OpenAI 格式的请求体（DeepSeek 兼容 OpenAI 接口规范）
设置请求头（包含 API 密钥和内容类型）
发送 POST 请求到 DeepSeek API 端点
处理响应数据并提取 AI 回答
2. 请求参数说明
参数名 类型 说明
model string 模型名称，deepseek-chat为对话模型
messages array 消息数组，包含系统提示和用户提问
messages.role string 消息角色，system为系统提示，user为用户输入，assistant为 AI 回答
messages.content string 消息内容
stream boolean 是否启用流式响应，false为关闭（本示例使用）
3. 错误处理机制
代码中实现了三层错误处理：
网络请求错误（如超时、连接失败）
API 接口错误（如认证失败、参数错误）
响应解析错误（如数据格式异常）
实现效果：
可能遇到的问题：
05-31 23:37:56.504 40524-28380 A00000/testTag E API错误: Insufficient Balance
API密钥余额不足，去官网充钱
