Membuat chatbot reasoning untuk pengkodean

Mari kita gabungkan semuanya untuk membangun chatbot reasoning untuk bantuan pengkodean!

Anda telah disediakan dua pesan pengguna: satu untuk meminta kode Python bagi suatu tugas tertentu, dan satu pesan lanjutan yang meminta agar kode tersebut ditulis dengan pustaka tertentu.

Mari kita lihat bagaimana performa model reasoning!

Latihan ini adalah bagian dari kursus

Bekerja dengan DeepSeek di Python

Lihat Kursus

Petunjuk latihan

Lakukan loop pada pertanyaan pengguna.
Kirim setiap pertanyaan pengguna, q, ke model deepseek-ai/DeepSeek-R1.
Ekstrak konten respons untuk menghapus thinking tokens sebelum menambahkannya ke messages.

Latihan interaktif praktis

Cobalah latihan ini dengan menyelesaikan kode contoh berikut.

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")

Edit dan Jalankan Kode