微信小程序接入DeepSeek模型（火山方舟），并在视图中流式输出

引言：

DeepSeek，作为一款先进的自然语言处理模型，以其强大的文本理解和生成能力著称。它能够处理复杂的文本信息，进行深度推理，并快速给出准确的回应。DeepSeek模型支持流式处理，这意味着它可以边计算边输出，而不必等待整个生成过程结束后再输出结果，大大缩短了用户的等待时间。通过流式输出，DeepSeek模型可以在处理过程中实时地将结果发送给小程序，小程序前端则能够立即接收到这些数据，并在视图中动态展示出来。这样，用户就可以边等待边看到已经接收到的结果，大大提升了用户体验。 本文中的DeepSeek模型为火山方舟（字节跳动火山引擎）中的DeepSeek大模型，当前可以免费使用。

一、注册火山引擎账号，创建API Key和model（接入点ID）

请参考之前的文章：

二、小程序调用API，并流式输出

const requestTask=wx.request({ method: ‘POST’, url: ‘ , header: { ‘Content-Type’: ‘application/json’, ‘Authorization’: ‘Bearer API Key’ //Authorization值为“Bearer API Key” }, data: { “model”: “xxx”, //model值为接入点ID（model） “messages”: [{ “role”: “user”, “content”: “你是DeepSeek模型吗？”, }], stream: true, //是否以流的形式输出生成的内容 }, enableChunked: true //开启transfer-encoding chunked }); requestTask.onChunkReceived(res => { //在微信开发者工具和真机上接收到的对象格式是不同的，以下代码是针对不同格式进行解码处理 let type=Object.prototype.toString.call(res.data); let text; if(type ==="[object Uint8Array]") text=decodeURIComponent(escape(String.fromCharCode(…res.data))) if(type ==="[object ArrayBuffer]"){ let uint8Array = new Uint8Array(res.data); text=decodeURIComponent(escape(String.fromCharCode(…uint8Array))) } //将解码后的文本分割成字符串数组，数组中的每个元素就是即时接收到的流式文本 let list = text.split(’\n’); for (var i = 0; i < list.length; i++) { if (list[i]) { if (list[i].trim().search(/^data.*}$/) > -1) { //过滤掉空行和其他不规则数据行 let delta = JSON.parse(list[i].substring(6)).choices[0].delta; //如果开启了“深度思考”，返回的对象中delta.reasoning_content为深度思考内容， //delta.content为主体应答内容 let content = delta.reasoning_content ? delta.reasoning_content : delta.content; console.log(content); } if (list[i] == ‘data: [DONE]’) { requestTask.abort(); } } } });