Een reasoning-chatbot voor coderen maken

Laten we alles samenbrengen en een reasoning-chatbot bouwen voor hulp bij het coderen!

Je hebt twee gebruikersberichten gekregen: één om Python-code voor een bepaalde taak te vragen, en een vervolgvraag om het met een specifieke bibliotheek te schrijven.

Laten we kijken hoe het reasoning-model het doet!

Deze oefening maakt deel uit van de cursus

Werken met DeepSeek in Python

Cursus bekijken

Oefeninstructies

Loop over de gebruikersvragen.
Stuur elke gebruikersvraag, q, naar het model deepseek-ai/DeepSeek-R1.
Haal de response-inhoud op om de denk-tokens te verwijderen voordat je deze toevoegt aan messages.

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

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 bewerken en uitvoeren