Einen Reasoning-Chatbot fürs Coden erstellen

Bringen wir jetzt alles zusammen und bauen einen Reasoning-Chatbot für Coding-Unterstützung!

Du bekommst zwei Nutzernachrichten: eine, die Python-Code für eine bestimmte Aufgabe anfordert, und eine Anschlussnachricht, die verlangt, dass der Code mit einer bestimmten Bibliothek geschrieben wird.

Schauen wir mal, wie sich das Reasoning-Modell schlägt!

Diese Übung ist Teil des Kurses

Arbeiten mit DeepSeek in Python

Kurs anzeigen

Anleitung zur Übung

Iteriere über die Nutzerfragen.
Sende jede Nutzerfrage, q, an das Modell deepseek-ai/DeepSeek-R1.
Extrahiere den Antwortinhalt, um Thinking-Tokens zu entfernen, bevor du ihn zu messages hinzufügst.

Interaktive Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.

client = OpenAI(api_key="", base_url="https://api.together.xyz/v1")

messages = []
user_msgs = ["Write some Python code to generate a list of numbers from 1-10.", "Update the code to use the NumPy library."]

# Loop over the user questions
for q in ____:
    print("User: ", q)
    user_dict = {"role": "user", "content": q}
    messages.append(user_dict)
    
    # Create the API request
    response = client.chat.completions.create(
        model="deepseek-ai/____",
        messages=____,
        max_tokens=200
    )
    
    # Extract the response content to strip it of thinking tokens
    final_response = re.sub(r'[\s\S]*?<\/think>\s*', '', ____, re.DOTALL)
    assistant_dict = {"role": "assistant", "content": final_response.strip()}
    messages.append(assistant_dict)
    print("Assistant: ", response.choices[0].message.content, "\n")

Code bearbeiten und ausführen