通过纯文字引导DeepSeek编写一个简单的聊天机器人~

为进一步验证DeepSeek的代码能力 和 自然语言理解力，我花费了大约1个半小时的时间，和DeepSeek仅通过文字对话，编写出一个简单的聊天机器人。

以下是最终运行效果、生成代码、引导沟通过程示例：

一、最终运行效果：

二、全部代码:

import re
from datetime import datetime


def calculate(expression):
    try:
        if re.match(r'^[\d\+\-\*/\.\s]+$', expression):
            result = eval(expression)
            return f"结果是: {result}"
        else:
            return "抱歉，我只能计算包含数字和加减乘除的表达式。"
    except Exception as e:
        return "抱歉，计算时出错了。请检查你的输入。"


def extract_expression(text):
    match = re.search(r'[\d\.]+[\s]*[\+\-\*/][\s]*[\d\.]+([\s]*[\+\-\*/][\s]*[\d\.]+)*', text)
    return match.group(0).strip() if match else None


def get_time():
    return datetime.now().strftime('%H:%M:%S')


def get_developer_info(question):
    # 开发者信息
    developers = {
        "deepseek": "主要负责编码工作",
        "happybasic": "负责测试和反馈问题",
    }

    # 根据问题生成回复
    if "谁创造" in question or "谁开发" in question:
        return f"我是由 {', '.join(developers.keys())} 联合开发的，其中 deepseek {developers['deepseek']}，而 happybasic {developers['happybasic']}。我们共同创造了一个简单的机器人模型。"
    elif "deepseek" in question:
        return f"deepseek {developers['deepseek']}。"
    elif "happybasic" in question:
        return f"happybasic {developers['happybasic']}。"
    else:
        return "抱歉，我不太明白你想了解哪位开发者的信息。"


def simple_chatbot():
    print(
        "你好！我是简单的聊天机器人。你可以和我聊聊天气、时间，或者让我帮你计算100以内的加减乘除混合运算。输入'退出'来结束对话。")

    # 关键词与回复的映射
    responses = {
        # 问候
        "你好": "你好！",
        "嗨": "你好！",

        # 天气
        "天气": "今天的天气很好，阳光明媚。",

        # 时间
        "时间": f"现在的时间是 {get_time()}。",
        "几点": f"现在的时间是 {get_time()}。",

        # 自我介绍
        "你叫什么名字": "我是一个简单的聊天机器人。",

        # 表扬和感谢
        "真棒": "谢谢你的夸奖！我很高兴能帮到你。",
        "厉害": "谢谢你的夸奖！我很高兴能帮到你。",
        "谢谢": "不客气！这是我的荣幸。",
        "感谢": "不客气！这是我的荣幸。",
        "聪明": "谢谢！我会继续努力的！",
    }

    last_intent = None  # 上一次的意图（如“计算”）

    while True:
        user_input = input("你: ").strip().lower()

        # 检查是否包含“退出”关键词
        if "退出" in user_input:
            print("机器人: 再见！")
            break

        # 处理开发者信息
        if "谁创造" in user_input or "谁开发" in user_input or "deepseek" in user_input or "happybasic" in user_input:
            print(f"机器人: {get_developer_info(user_input)}")
            last_intent = None
            continue

        # 处理表扬和感谢
        matched = False
        for keyword, response in responses.items():
            if keyword in user_input:
                print(f"机器人: {response}")
                last_intent = None
                matched = True
                break

        if not matched:
            # 处理计算请求
            is_calculation = any(word in user_input for word in ["计算", "算", "等于", "几"]) or last_intent == "计算"
            if is_calculation:
                expression = extract_expression(user_input)
                if expression:
                    print(f"机器人: {calculate(expression)}")
                    last_intent = "计算"
                else:
                    print("机器人: 抱歉，我没有找到可以计算的表达式。")
            else:
                print("机器人: 抱歉，我不太明白你的意思。")
                last_intent = None


# 运行聊天机器人
simple_chatbot()

三、 引导沟通过程示例：

1. 首次开发需求沟通

2. 功能需求追加：

 

3. 测试bug反馈:

3.1 语言理解类:

3.2 计算BUG类:

* 注意: 实际测试过程中的bug远不止此，但是我均仅采用描述性语言将测试结果反馈给DeepSeek，它均能正确理解并有效修正。

 4.提出优化要求:

DeepSeek果然get到了重点，并且准确给出了优化策略。

5. 经过和DeepSeek沟通，DeepSeek同意将上述设计结果分享给优快云网友，DeepSeek果然大方！~~~ 哈哈~~~

最后，说一句：DeepSeek真的很棒 ~~~