# deepseek_assistant.py
import requests
import json

class DeepSeekAssistant:
    def __init__(self, api_key):
        self.api_key = api_key
        self.base_url = "https://api.deepseek.com"  # DeepSeek API地址
        self.headers = {
            "Authorization": f"Bearer {api_key}",
            "Content-Type": "application/json"
        }
    
    def chat(self, prompt, model="deepseek-chat", temperature=0.7, max_tokens=2000):
        """
        发送对话请求
        
        Args:
            prompt: 用户输入的问题
            model: 模型名称，可选 deepseek-chat 或 deepseek-reasoner
            temperature: 温度参数，控制回复的随机性
            max_tokens: 最大输出token数
        
        Returns:
            str: 模型回复的内容
        """
        payload = {
            "model": model,  # deepseek-chat 对应 DeepSeek-V3.2
            "messages": [
                {"role": "system", "content": "你是DeepSeek，一个乐于助人的AI助手。"},
                {"role": "user", "content": prompt}
            ],
            "temperature": temperature,
            "max_tokens": max_tokens,
            "stream": False  # 非流式输出
        }
        
        try:
            response = requests.post(
                f"{self.base_url}/chat/completions",
                headers=self.headers,
                json=payload,
                timeout=60
            )
            response.raise_for_status()  # 如果状态码不是200，抛出异常
            
            # 解析返回结果
            result = response.json()
            return result['choices'][0]['message']['content']
            
        except requests.exceptions.RequestException as e:
            return f"网络请求失败: {str(e)}"
        except KeyError as e:
            return f"解析响应失败: {str(e)}"
        except Exception as e:
            return f"调用失败: {str(e)}"
    
    def chat_with_history(self, messages, model="deepseek-chat", temperature=0.7):
        """
        支持多轮对话的方法
        
        Args:
            messages: 消息列表，格式为 [{"role": "user", "content": "..."}, ...]
            model: 模型名称
            temperature: 温度参数
        
        Returns:
            str: 模型回复的内容
        """
        payload = {
            "model": model,
            "messages": messages,
            "temperature": temperature,
            "stream": False
        }
        
        try:
            response = requests.post(
                f"{self.base_url}/chat/completions",
                headers=self.headers,
                json=payload,
                timeout=60
            )
            response.raise_for_status()
            return response.json()['choices'][0]['message']['content']
        except Exception as e:
            return f"调用失败: {str(e)}"
    
    def stream_chat(self, prompt, model="deepseek-chat", temperature=0.7):
        """
        流式输出方法（逐字显示）
        
        Args:
            prompt: 用户输入的问题
            model: 模型名称
            temperature: 温度参数
        
        Yields:
            str: 逐块返回的文本内容
        """
        payload = {
            "model": model,
            "messages": [
                {"role": "system", "content": "你是DeepSeek，一个乐于助人的AI助手。"},
                {"role": "user", "content": prompt}
            ],
            "temperature": temperature,
            "stream": True  # 开启流式输出
        }
        
        try:
            response = requests.post(
                f"{self.base_url}/chat/completions",
                headers=self.headers,
                json=payload,
                stream=True,
                timeout=60
            )
            
            for line in response.iter_lines():
                if line:
                    line = line.decode('utf-8')
                    if line.startswith('data: '):
                        data = line[6:]  # 去掉 "data: " 前缀
                        if data != '[DONE]':
                            try:
                                chunk = json.loads(data)
                                if 'choices' in chunk and len(chunk['choices']) > 0:
                                    delta = chunk['choices'][0].get('delta', {})
                                    if 'content' in delta:
                                        yield delta['content']
                            except json.JSONDecodeError:
                                continue
        except Exception as e:
            yield f"调用失败: {str(e)}"


# 使用示例
if __name__ == "__main__":
    # 替换为你的DeepSeek API密钥
    api_key = "your-deepseek-api-key-here"  # 在 https://platform.deepseek.com 获取
    
    # 创建DeepSeek助手实例
    deepseek = DeepSeekAssistant(api_key)
    
    # 示例1：电商文案生成
    prompt = """
    请为新疆和田大枣写一段电商详情页文案，
    突出"沙漠阳光孕育、昆仑雪水灌溉"的产地优势，
    字数200字左右，语言要有感染力。
    """
    
    print("=" * 50)
    print("示例1：电商文案生成")
    print("=" * 50)
    result = deepseek.chat(prompt)
    print(result)
    
    # 示例2：多轮对话
    print("\n" + "=" * 50)
    print("示例2：多轮对话")
    print("=" * 50)
    
    conversation = [
        {"role": "system", "content": "你是一个专业的电商文案助手。"},
        {"role": "user", "content": "我想为新疆和田大枣写文案，它的特点是甜度高、营养丰富。"},
        {"role": "assistant", "content": "好的，我了解了。新疆和田大枣以甜度高、营养丰富著称。您希望文案突出哪些方面呢？"},
        {"role": "user", "content": "突出它的产地优势和健康价值"}
    ]
    
    result2 = deepseek.chat_with_history(conversation)
    print(result2)
    
    # 示例3：流式输出（可选）
    print("\n" + "=" * 50)
    print("示例3：流式输出演示")
    print("=" * 50)
    print("DeepSeek: ", end="", flush=True)
    
    for chunk in deepseek.stream_chat("请用一句话介绍新疆和田大枣"):
        print(chunk, end="", flush=True)
    print()  # 换行

运行结果：

(uos_ai_env) Muhtar@UOS-Desktop:~/AI_Projects$ python3 deepseek_assistant.py
==================================================
示例1：电商文案生成
==================================================
# 昆仑雪水浇灌，沙漠阳光滋养  
## 每一颗都是时光沉淀的甜蜜奇迹  

生长在世界黄金水果带——新疆和田，这里拥有极致的自然馈赠：每年超过3000小时的沙漠阳光，让枣肉积累饱满糖分；纯净的昆仑雪水灌溉，赋予果实清润不腻的甘甜。  

我们坚持自然挂枝成熟，手工精选每一颗枣。红润饱满的枣身，撕开可见金黄拉丝果肉，口感厚实绵密，枣香浓郁纯正。无论是直接食用、煮粥煲汤，还是作为养生茶点，都是天然健康的味觉享受。  

✨ 源自核心产区，直达您手中  
✨ 自然熟成，无添加加工  
✨ 颗颗精选，锁住阳光味道  

尝一口，便是辽阔新疆的甜蜜馈赠。

==================================================
示例2：多轮对话
==================================================
好的，没问题。新疆和田大枣的“甜”和“营养”是其核心，而“产地优势”和“健康价值”是让这两个核心点升华、更具说服力的关键。

为您精心构思了几个不同风格和用途的文案，您可以根据需要选择或组合使用：

---

### **方案一：大气磅礴 · 品牌故事型**
（适合品牌主页、详情页头部、宣传册）

**标题：来自“世界水果优生区”的甜蜜能量**

**文案：**
不是所有的红枣，都配称为“和田大枣”。
它生长于昆仑山与塔克拉玛干沙漠之间的绿洲——新疆和田。这里，每年超3000小时的日照，昼夜近20度的温差，以及纯净的雪水灌溉，共同缔造了红枣生长的“黄金纬度”。
极致的自然条件，催生出极致的果实：
*  **甜度凝聚时光**：漫长的生长期让糖分充分积累，甜入心扉，是自然的浓缩蜜意。
*  **营养源自天地**：充沛的光合作用，孕育出丰富的维生素、环磷酸腺苷及铁元素，是名副其实