2025.10.28

02_llm_fundamentals/01_basic_llm_invocation.py

@@ -0,0 +1,23 @@
+import os # 导入环境变量
+from dotenv import load_dotenv
+
+load_dotenv()
+api_key = os.getenv("OPENAI_API_KEY")
+
+
+from openai import OpenAI
+
+client = OpenAI(
+    api_key=api_key,
+    base_url="https://api.deepseek.com")
+
+response = client.chat.completions.create(
+    model="deepseek-chat",
+    messages=[
+        {"role": "system", "content": "You are a helpful assistant"}, # 提示词角色
+        {"role": "user", "content": "Hello"}, # 用户输入的对话
+    ],
+    stream=False # 非流式输出，只会等语句全部生成才返回
+)
+
+print(response.choices[0].message.content)

02_llm_fundamentals/02_conversational_agent.py

@@ -0,0 +1,36 @@
+import os # 导入环境变量
+from dotenv import load_dotenv
+from openai import OpenAI
+
+load_dotenv()
+
+def create_client():
+    api_key = os.getenv("OPENAI_API_KEY")
+    return OpenAI(api_key=api_key,base_url="https://api.deepseek.com")
+
+def chat_loop(agent_client):
+    messages = [
+                {"role":"system","content":"你是一个历史老师，你会耐心的教导我有关的事情。同时你的回答会相对精简，在五十字内。"},
+                {"role":"user","content":"汉朝存在了多久，其中哪个皇帝你认为最厉害？"}
+            ]
+    while 1:
+        response = agent_client.chat.completions.create(
+            model="deepseek-chat",
+            messages=messages
+        )
+        answer = response.choices[0].message.content
+        print(f'回答:{answer}')
+
+        # 询问是否还有其他问题
+        user_input =input('您还有其他想继续问的吗 | (exit退出)\n')
+        if user_input == "exit":
+            break
+
+        # 继续记录对话(涵盖用户追问 + ai上句回答)
+        messages.append({"role":"user","content":user_input})
+        messages.append({"role":"assistant","content":answer})
+
+
+if __name__ == '__main__':
+    client = create_client()
+    chat_loop(client)

02_llm_fundamentals/README.md

@@ -0,0 +1,29 @@
+## 🧩 模块说明：LLM 调用与多轮对话 Agent
+
+📌 **核心知识点**：  
+LLM 调用｜Prompt 编写与设计｜多轮对话记忆｜独立搭建智能体
+
+---
+
+### 1. `01_basic_llm_invocation`（LLM 模型调用）  
+使用 DeepSeek 官方推荐的调用方式，  
+这是后续所有 API 调用的通用结构，可直接复用。  
+
+✅ 掌握点：  
+- 如何初始化 LLM 实例  
+- 标准的 API 调用格式  
+- 快速切换模型和参数
+
+---
+
+### 2. `02_conversational_agent`（多轮问答 Agent）  
+整合了 LLM + Prompt + Memory，实现有记忆的对话。  
+
+🔧 使用提示：  
+想换 AI 人设或初始提问？  
+👉 直接修改 `messages` 中的 `content` 即可。
+
+✅ 掌握点：  
+- 多轮对话如何保持上下文  
+- Prompt 结构设计  
+- 记忆模块（Memory）的基本用法