各位访问大哥能否留一些宝贵建议给小弟没人的话就当个人日常vlog为什么选择这条路我认为deepseek是比我聪明的根据它给的路线看看能学到什么程度。本来我在自动化测试方向学了一段时间基本会用postman和selenium插件算是入门一点点级别吧。但是网上有说软件测试可以作为保底工作现在还有一年时间毕业可以多尝试其他方面。目前agent开发这么火热九月份还报了学校的ai开发课程就想着提前学一下看看能不能在这条路上走下去。第一天的话看了半天的基础理论课程介绍理解专用名词含义。其实在正式学习前就通过玩opencode懂了一些基础名词像是 API Key — 你的门禁卡、Model模型— 你叫哪个 AI 来干活、Prompt提示词— 你对 AI 说的话、System Prompt vs User Prompt — 设定角色 vs 具体问题。不过开始正式学习后还是对这些以及别的名词有了更深入的理解。我让opencode给我创建一个简易聊天机器人接入deepseek-chat模型。下面是它在D盘给我创的文件夹子文件夹venv里的是Python 虚拟环境 .env里存的是apitutor.py里的就是聊天机器人。tutor.py代码 ai-cli-tutor — 命令行 AI 编程老师 用法: python tutor.py import os from openai import OpenAI from dotenv import load_dotenv # 加载 .env 文件中的 API Key load_dotenv() # 创建客户端连 DeepSeek免费 client OpenAI( api_keyos.getenv(DEEPSEEK_API_KEY), base_urlos.getenv(DEEPSEEK_BASE_URL), ) # 设定 AI 的角色编程老师 SYSTEM_PROMPT 你是一个编程老师名字叫小码。 规则 1. 用中文回答口语化像和朋友聊天一样 2. 解释概念时用通俗的例子不要堆术语 3. 如果用户让你写代码要逐行解释每一行是干什么的 4. 回答控制在 200 字以内除非用户明确要求详细 def ask(question: str) - str: 向 AI 提问返回回答 response client.chat.completions.create( modeldeepseek-v3.2, messages[ {role: system, content: SYSTEM_PROMPT}, {role: user, content: question}, ], temperature0.7, # 0死板1创意0.7 刚好 max_tokens800, # 限制回答长度防超时 ) return response.choices[0].message.content def main(): print( * 50) print( 小码 AI 编程老师 (输入 quit 退出)) print( * 50) while True: user_input input(\n你: ).strip() if not user_input: continue # 空输入跳过 if user_input.lower() in (quit, exit, q): print(小码: 再见! 有问题随时回来~) break print(小码: , end, flushTrue) try: answer ask(user_input) print(answer) except Exception as e: import traceback print(f\n出错了: {e}) print(---完整错误信息---) traceback.print_exc() if __name__ __main__: main()运行步骤把api放在.env文件里我用的是中转站所以要把令牌api和接口地址base_url一起放进去→在终端启动虚拟环境venv\Scripts\activate→然后打开项目所在文件夹并运行这个文件。正常情况下是可以直接和这个机器人进行聊天但是我发送内容时得到的回复是【出错了: Connection error.】。为了找到问题根源我根据opencode的方案修改报错代码段如下except Exception as e: import traceback print(f\n出错了: {e}) print(---完整错误信息---) traceback.print_exc()修改后运行代码会打印完整的调用栈提升错在哪一行、什么原因。然后新建一个测试文件test_connection.py发一个最简单的请求给智能体排除了交互循环、System Prompt 等其他干扰因素。连通性测试 — 检测能否连上中转站 import os from openai import OpenAI from dotenv import load_dotenv load_dotenv() print(API Key:, os.getenv(DEEPSEEK_API_KEY)[:20] ...) print(Base URL:, os.getenv(DEEPSEEK_BASE_URL)) client OpenAI( api_keyos.getenv(DEEPSEEK_API_KEY), base_urlos.getenv(DEEPSEEK_BASE_URL), ) try: response client.chat.completions.create( modeldeepseek-chat, messages[{role: user, content: 回复 OK}], max_tokens10, ) print(连接成功回复:, response.choices[0].message.content) except Exception as e: import traceback print(连接失败) traceback.print_exc()运行这个测试文件可以看到输出内容包含了具体的错误原因和代码行数。通过阅读这些报错信息我发现关键一行httpcore.ConnectError: [Errno 11001] getaddrinfo failed就是说电脑找不到api.yunwuai.cc这个地址。下面是我解决这个问题的步骤首先我怀疑是网络问题在终端ping了一下baidu.com发现可以ping通排除。然后我尝试能不能解析中转站的域名这一步失败了。是接入api的代码有问题还是中转站的接口地址不对继续往下。我解析了中转站的主站域名发现能解析那大概率就是接口地址不对。我重新搜了中转站的接口地址发现已经更新了。修改正确的接口地址后重新跑一下测试文件果然接通了。关掉这些页面重新在终端启动虚拟环境再次运行主代码就跑通了向聊天机器人发出提问也会有回应。总结第一天学了agent应用开发的一些基础理论知识然后让opencode搓了个简易聊天机器人熟悉框架。向机器人提问的时候得不到回复逐步查明是输入的接口地址不对修改后机器人就可以聊天了。我感觉处理这个明显错误的过程不值一提但是提醒我以后对输入的信息要反复核查明面的错误不应该犯。第一天就到这里吧。