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：微信小程序调用火山方舟（字节跳动火山引擎）中的DeepSeek大模型
二、小程序调用API，并流式输出
const requestTask=wx.request({method: 'POST',url: 'https://ark.cn-beijing.volces.com/api/v3/chat/completions',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();}}}
});
