技术老小子
【实战分享】如何用C#和DeepSeek API打造完整聊天应用
2025-11-05
C#
00

目录

项目概述与技术栈
环境准备与项目设置
创建项目并安装依赖
获取API密钥
完整代码实现
代码详解
初始化与配置
聊天循环实现
流式响应处理
历史管理机制
自定义与扩展示例
修改AI人格设定
部署与最佳实践
API密钥安全管理
常见问题与解决方案
API调用失败
响应超时
总结

在AI快速发展的时代，越来越多的开发者希望将智能对话功能集成到自己的应用中。本文将详细介绍如何使用C#和Microsoft Semantic Kernel框架连接DeepSeek AI服务，构建一个功能完善的聊天应用。文章包含完整代码示例和详细注释，适合有基础C#知识的开发者学习。这个库NB的就是支持所有大模型，不过有些地方要调整一下。

项目概述与技术栈

我们将构建一个控制台应用程序，支持以下功能：

  • 与DeepSeek AI进行自然语言对话
  • 流式响应显示（打字机效果）
  • 会话历史管理
  • 完善的错误处理

使用的核心技术和库：

  • C# 10+
  • .NET 6/7/8
  • Microsoft Semantic Kernel
  • OpenAI C# SDK (用于连接DeepSeek API)
  • Microsoft.Extensions.Hosting

环境准备与项目设置

创建项目并安装依赖

首先，创建一个新的控制台应用程序，并安装必要的NuGet包：

Bash
dotnet add package Microsoft.SemanticKernel
dotnet add package Microsoft.SemanticKernel.Connectors.OpenAI
dotnet add package Microsoft.Extensions.Hosting

获取API密钥

需要获取DeepSeek API的访问密钥，可以通过DeepSeek官方网站注册获取。

完整代码实现

下面是一个完整的聊天应用实现，包含详细注释：

C#
using Microsoft.SemanticKernel.ChatCompletion;
using Microsoft.SemanticKernel;
using System.Net.Http;
using OpenAI;
using System.ClientModel;
using Microsoft.Extensions.Hosting;
using Microsoft.Extensions.Configuration;
using OpenAI.Chat;
using System.Collections.Generic;
using System.Text;

namespace AppMultimodal
{
    internal class Program
    {
        // 最大保存的对话轮数，防止历史记录过长  
        private const int MaxConversationTurns = 10;

        static async Task Main(string[] args)
        {
            try
            {
                // 使用Host Builder模式配置应用
                var builder = Host.CreateApplicationBuilder(args);

                // 从配置文件或环境变量加载API密钥
                // 实际使用时请替换为自己的API密钥或通过环境变量配置  
                builder.Configuration.AddEnvironmentVariables();
                var apiKey = builder.Configuration["OpenAI:ApiKey"] ?? "sk-替换为你的API密钥";

                // 配置OpenAI客户端凭证
                var openAIClientCredential = new ApiKeyCredential(apiKey);
                var openAIClientOption = new OpenAIClientOptions
                {
                    // 这里使用DeepSeek的API端点
                    Endpoint = new Uri("https://api.deepseek.com/v1")
                };

                // 创建OpenAI客户端
                var openaiClient = new OpenAIClient(openAIClientCredential, openAIClientOption);
                // 注册服务，指定模型名称
                builder.Services.AddOpenAIChatCompletion("deepseek-chat", openaiClient);

                var host = builder.Build();
                // 启动聊天循环
                await RunChatLoopAsync(openaiClient);
            }
            catch (Exception ex)
            {
                // 全局异常处理
                Console.ForegroundColor = ConsoleColor.Red;
                Console.WriteLine($"发生错误: {ex.Message}");
                Console.ResetColor();
            }
        }

        /// <summary>
        /// 运行聊天主循环，处理用户输入并获取AI响应
        /// </summary>
        static async Task RunChatLoopAsync(OpenAIClient openaiClient)
        {
            Console.ForegroundColor = ConsoleColor.White;
            Console.WriteLine("DeepSeek: 你好，有什么是我能帮你的吗？");

            // 初始化聊天历史
            List<ChatMessage> chatHistory = new List<ChatMessage>();
            var systemContent = ChatMessage.CreateSystemMessage("你是我的助手");
            chatHistory.Add(systemContent);

            // 设置聊天参数
            var settingOptions = new ChatCompletionOptions
            {
                MaxOutputTokenCount = 2048,   // 限制输出长度
                Temperature = 0.7f,           // 控制回答的创造性，值越高创造性越强
            };

            // 获取聊天客户端
            var client = openaiClient.GetChatClient("deepseek-chat");

            // 聊天循环
            while (true)
            {
                Console.ForegroundColor = ConsoleColor.Yellow;
                Console.Write("你: ");
                var userInput = Console.ReadLine();

                // 空输入退出
                if (string.IsNullOrEmpty(userInput))
                    break;

                // 处理用户消息
                await ProcessUserMessageAsync(userInput, chatHistory, client, settingOptions);
            }
        }

        /// <summary>
        /// 处理用户输入消息，发送到AI并获取响应
        /// </summary>
        static async Task ProcessUserMessageAsync(string userInput, List<ChatMessage> chatHistory,
            OpenAI.Chat.ChatClient client, ChatCompletionOptions options)
        {
            try
            {
                // 添加用户消息到历史
                var inputMsg = ChatMessage.CreateUserMessage(userInput);
                chatHistory.Add(inputMsg);

                // 管理对话历史长度，防止内存溢出
                ManageChatHistorySize(chatHistory);

                Console.ForegroundColor = ConsoleColor.White;
                Console.Write("DeepSeek: ");

                // 流式接收并显示回复
                var response = StreamAndDisplayResponse(client, chatHistory, options);

                // 添加助手回复到历史
                var assistantMsg = ChatMessage.CreateAssistantMessage(response);
                chatHistory.Add(assistantMsg);
            }
            catch (Exception ex)
            {
                Console.ForegroundColor = ConsoleColor.Red;
                Console.WriteLine($"处理消息时出错: {ex.Message}");
                Console.ResetColor();
            }
        }

        /// <summary>
        /// 流式获取并显示AI响应，实现打字机效果
        /// </summary>
        static string StreamAndDisplayResponse(OpenAI.Chat.ChatClient client,
            List<ChatMessage> chatHistory, ChatCompletionOptions options)
        {
            // 使用流式API获取响应
            var clientResult = client.CompleteChatStreaming(chatHistory, options);
            StringBuilder sb = new StringBuilder();

            try
            {
                // 遍历流式响应的每个部分
                foreach (var item in clientResult)
                {
                    var text = item.ContentUpdate.FirstOrDefault()?.Text ?? string.Empty;
                    sb.Append(text);
                    Console.Write(text);  // 实时显示，创造打字机效果
                }
                Console.WriteLine();
                return sb.ToString();
            }
            catch (Exception ex)
            {
                Console.ForegroundColor = ConsoleColor.Red;
                Console.WriteLine($"\n获取回复时出错: {ex.Message}");
                Console.ResetColor();
                return $"抱歉，获取回复时发生错误。";
            }
        }

        /// <summary>
        /// 管理聊天历史大小，防止过长导致token超限或内存问题
        /// </summary>
        static void ManageChatHistorySize(List<ChatMessage> chatHistory)
        {
            // 保留系统消息和最近的对话
            if (chatHistory.Count > MaxConversationTurns * 2 + 1) // +1 是为系统消息
            {
                // 保留系统消息
                var systemMsg = chatHistory[0];

                // 移除最早的用户-助手对话对
                chatHistory.RemoveRange(1, 2);

                // 确保系统消息仍在第一位
                if (chatHistory[0] != systemMsg)
                {
                    chatHistory.Insert(0, systemMsg);
                }
            }
        }
    }
}

image.png

代码详解

初始化与配置

C#
var builder = Host.CreateApplicationBuilder(args);

// 从配置或环境变量加载API密钥
builder.Configuration.AddEnvironmentVariables();
var apiKey = builder.Configuration["OpenAI:ApiKey"] ?? "sk-替换为你的API密钥";

// 配置OpenAI客户端
var openAIClientCredential = new ApiKeyCredential(apiKey);
var openAIClientOption = new OpenAIClientOptions
{
    Endpoint = new Uri("https://api.deepseek.com/v1")
};

这段代码使用Host Builder模式配置应用，从环境变量或默认值获取API密钥，并设置DeepSeek的API端点。

聊天循环实现

C#
static async Task RunChatLoopAsync(OpenAIClient openaiClient)
{
    // 初始化聊天历史
    List<ChatMessage> chatHistory = new List<ChatMessage>();
    var systemContent = ChatMessage.CreateSystemMessage("你是我的助手");
    chatHistory.Add(systemContent);
    
    // ...聊天循环代码...
}

此方法初始化聊天历史并设置系统提示，这决定了AI助手的行为和角色定位。您可以根据需要修改系统提示，例如"你是一位专业的客服代表"或"你是一位编程导师"等。

流式响应处理

C#
static string StreamAndDisplayResponse(OpenAI.Chat.ChatClient client,
    List<ChatMessage> chatHistory, ChatCompletionOptions options)
{
    var clientResult = client.CompleteChatStreaming(chatHistory, options);
    StringBuilder sb = new StringBuilder();

    foreach (var item in clientResult)
    {
        var text = item.ContentUpdate.FirstOrDefault()?.Text ?? string.Empty;
        sb.Append(text);
        Console.Write(text);  // 实时显示
    }
    // ...其余代码...
}

这段代码实现了流式响应处理，让AI回复像人类一样逐字显示，而不是一次性返回全部内容。这种交互更自然，特别是对于长回复。

历史管理机制

C#
static void ManageChatHistorySize(List<ChatMessage> chatHistory)
{
    if (chatHistory.Count > MaxConversationTurns * 2 + 1)
    {
        // 保留系统消息
        var systemMsg = chatHistory[0];
        // 移除最早的对话
        chatHistory.RemoveRange(1, 2);
        // ...确保系统消息位置...
    }
}

这个方法确保聊天历史不会无限增长，通过限制保留的对话轮数，防止token超限和内存问题。

自定义与扩展示例

修改AI人格设定

可以通过更改系统消息来定制AI的行为风格：

C#
// 技术顾问
var systemContent = ChatMessage.CreateSystemMessage(
    "你是一位资深的技术顾问，专注于C#和.NET开发。提供专业、简洁和实用的建议。");

// 创意写作助手
var systemContent = ChatMessage.CreateSystemMessage(
    "你是一位创意写作助手，善于提供生动、有创意的表达和新颖的想法。");

部署与最佳实践

API密钥安全管理

生产环境中，应避免在代码中硬编码API密钥，建议：

  1. 使用环境变量存储密钥
  2. 使用用户机密管理（User Secrets）
  3. 使用Azure Key Vault等专业密钥管理服务

常见问题与解决方案

API调用失败

如果遇到API调用失败：

  1. 检查API密钥是否有效
  2. 验证网络连接
  3. 确认DeepSeek API端点是否正确
  4. 检查请求是否符合API限制

响应超时

对于长时间无响应的情况：

C#
// 添加超时设置
var openAIClientOption = new OpenAIClientOptions
{
    Endpoint = new Uri("https://api.deepseek.com/v1"),
    NetworkTimeout = TimeSpan.FromSeconds(60)  // 设置60秒超时
};

总结

本文详细介绍了如何使用C#和Semantic Kernel框架构建DeepSeek AI聊天应用。从基础设置到高级功能，提供了全面的指导和代码示例。通过本教程，开发者可以快速构建自己的AI聊天应用，并根据需求进行定制和扩展。

无论是构建客服机器人、智能助手还是创意写作工具，这套框架都能提供稳固的技术基础。希望本文对您的AI开发之旅有所帮助！

如有问题或建议，欢迎在评论区留言交流！

本文作者:技术老小子

本文链接:

版权声明:本博客所有文章除特别声明外，均采用 BY-NC-SA 许可协议。转载请注明出处！