用三行代码将DeepSeek 接入小程序| 腾讯云开发官方指南

随着 DeepSeek 近期的用行云开爆火，有越来越多的代码小程序开发者也想将自己的小程序接入 DeepSeek，实现智能对话、将Dk接文本生成等功能，程序这篇文章就教大家如何通过腾讯云开发这个平台来快速接入DeepSeek。腾讯

准备工作

注册一个微信小程序账号，发官方并且创建本地小程序工程项目小程序基础库需要在 3.7.1 及以上版本，用行云开具备 wx.cloud.extend.AI 对象小程序需要开通「云开发」，代码可在小程序开发工具中点击工具栏里的将Dk接「云开发」按钮进行开通，并创建环境（PS：对于首次使用云开发的程序用户，第一个月套餐免费）：

方式 1. 已有小程序，腾讯可通过微信开发者工具开通云开发，发官方首月免费（针对没有使用过云开发的用行云开用户）

方式2. 如果没有小程序想免费先体验 AI+ 功能，可以先开通一个微搭体验版 https://console.cloud.tencent.com/lowcode

方式3. 如果腾讯云注册用户，代码可以直接在腾讯云开发 点击开通环境 https://console.cloud.tencent.com/tcb

（需付费 19.9/月，将Dk接可加群后添加云开发小助手领取 19.9-18 代金券）参与体验

指引一：调用大模型，实现文本生成

在小程序中，直接调用大模型的文本生成能力，实现最简单的文本生成。 这里以一个“七言绝句”生成器的简单 Demo 为例：

第 1 步：初始化云开发环境

在小程序代码中，通过以下代码进行云开发环境初始化：

wx.cloud.init({ env: "<云开发环境ID>", });

其中 "<云开发环境ID>" 需替换为实际云开发环境 ID。初始化成功后，就可使用 wx.cloud.extend.AI 调用 AI 能力。

第 2 步： 创建 AI 模型，并调用生成文本

在小程序基础库 3.7.1 及以上，云服务器提供商以调用 DeepSeek-R1 模型为例，小程序端的代码如下：

// 创建模型实例，这里我们使用 DeepSeek 大模型 const model = wx.cloud.extend.AI.createModel("deepseek"); // 我们先设定好 AI 的系统提示词，这里以七言绝句生成为例 const systemPrompt = "请严格按照七言绝句或七言律诗的格律要求创作，平仄需符合规则，押韵要和谐自然，韵脚字需在同一韵部。创作内容围绕用户给定的主题，七言绝句共四句，每句七个字；七言律诗共八句，每句七个字，颔联和颈联需对仗工整。同时，要融入生动的意象、丰富的情感与优美的意境，展现出古诗词的韵味与美感。"; // 用户的自然语言输入，如‘帮我写一首赞美玉龙雪山的诗’ const userInput = "帮我写一首赞美玉龙雪山的诗"; // 将系统提示词和用户输入，传入大模型 const res = await model.streamText({ data: { model: "deepseek-r1", // 指定具体的模型 messages: [ { role: "system", content: systemPrompt }, { role: "user", content: userInput }, ], }, }); // 接收大模型的响应 // 由于大模型的返回结果是服务器租用流式的，所以我们这里需要循环接收完整的响应文本。 for await (let str of res.textStream) { console.log(str); } // 输出结果： // "# 咏玉龙雪山\n" // "皑皑峻岭入云巅，玉骨冰肌傲九天。\n" // "雪影岚光添胜景，神山圣境韵绵绵。\n"

可见，仅需几行小程序代码，就可以通过云开发直接调用大模型的文本生成能力。

指引二：通过 Agent（智能体）实现智能对话

通过调用大模型的文本生成接口，可以快速实现一问一答的场景。但对于一个完整的对话功能来说，仅仅有一个大模型的输入、输出还不够，还需要把大模型变为完整的 Agent，才能更好地与用户进行对话。

云开发的 AI 能力不仅提供了原始的大模型接入，还提供了 Agent 接入的能力，开发者可以在云开发上定义自己的 Agent，然后通过小程序直接调用 Agent 进行对话。

第 1 步：初始化云开发环境

在小程序代码中，网站模板通过以下代码进行云开发环境初始化：

wx.cloud.init({ env: "<云开发环境ID>", });

其中 "<云开发环境 ID>" 需替换为实际云开发环境 ID。初始化成功后，就可使用 wx.cloud.extend.AI 调用 AI 能力。

第 2 步：创建一个 Agent

进入云开发平台-AI+，创建一个新的 Agent。

这里可以选择模板创建，也可以自行输入提示词和欢迎语，创建一个自定义的 Agent。 为了简单，我们直接创建一个模板：

点击页面中上方的“复制 ID”，我们会获得一个 bot-id，即 Agent 的唯一标识，在下面的代码中会用到。

第 3 步：在小程序中实现与 Agent 的对话

刚才创建了一个“小程序开发专家”的 Agent 智能体，下面来试试与它进行对话，看他能不能处理云开发常见的报错问题。 在小程序中，使用以下代码直接调用刚刚我们创建的 Agent，进行对话：

// 初始化 wx.cloud.init({ env: "<云开发环境ID>", }); // 用户的输入，这里我们以某个报错信息为例 const userInput = "我的小程序这个报错是什么意思：FunctionName parameter could not be found"; const res = await wx.cloud.extend.AI.bot.sendMessage({ data: { botId: "xxx-bot-id", // 第2步中获取的Agent唯一标识 msg: userInput, // 用户的输入 history: [], // 历史对话的内容，这里我们是第一轮对话，所以可以不传入 }, }); for await (let x of res.textStream) { console.log(x); } // 输出结果： // "### 报错解释\n" // "**错误信息：** `FunctionName \n" // "parameter could not be found` \n // "这个错误通常表示在调用某个函数时，\n" // "指定的函数名参数没有找到。具体来说，\n" // "可能是以下几种情况之一：\n" // ……

我们也可以把对话内容记录下来，重复调用 Agent 的接口，从而实现多轮对话

const res = await wx.cloud.extend.AI.bot.sendMessage({ data: { botId: "xxx-bot-id", // 第2步中获取的Agent唯一标识 msg: userInput, // 用户的输入 history: [ { role: "user", message: "我这个报错是什么意思？……"}, { role: "bot", message: "### 报错解释……" }, { role: "user"，message: "那我要如何操作来修复呢？" } // …… ] }, }); 第 4 步：实现更加丰富的聊天功能

云开发在 SDK 中提供了一整套接入 Agent（智能体）的 API 接口，包括基础对话、对话历史保存、对话反馈收集、次轮问题推荐等。

小程序开发者可在云开发平台中创建 Agent，然后在小程序前端代码中直接调用 wx.cloud.extend.AI 下的各类接口直接与 Agent 进行交互，包含：

获取聊天记录发送、获取用户反馈获取推荐次轮问题

下面是一些代码示例：

获取聊天记录 await wx.cloud.extend.AI.bot.getChatRecords({ botId: "botId-xxx", pageNumber: 1, pageSize: 10, sort: "asc", });

传入 botId、分页信息和排序方式，获取指定 Agent 的聊天记录。

发送反馈与获取反馈

发送用户反馈：

const res = await wx.cloud.extend.AI.bot.sendFeedback({ userFeedback: { botId: "botId-xxx", recordId: "recordId-xxx", comment: "非常棒", rating: 5, tags: ["优美"], aiAnswer: "落英缤纷", input: "来个成语", type: "upvote", }, }); 获取次轮推荐问题 const res = await wx.cloud.extend.AI.bot.getRecommendQuestions({ data: { botId: "xxx-bot-id", msg: "介绍一下 Python 语言", }, }); for await (let x of res.textStream) { console.log(x); }

在 data 参数中设置 botId 和用户消息 msg，通过遍历 textStream 获取推荐问题。

指引三：使用云开发 AI 对话组件，快速接入 AI 对话

为了方便开发者快速在自己的小程序里实现 AI 对话功能，云开发提供了一个 AI 对话的小程序组件供开发者直接使用，效果如下图：

第 1 步：下载组件包

方式一：直接下载组件包（https://gitee.com/TencentCloudBase/Cloudbase-Examples/tree/master/miniprogram/tcb-agent-ui），包含agent-ui全码组件和使用指引

方式二：通过微信开发者工具创建 agent-ui 组件模板，根据指引配置使用

第 2 步：引入组件到自己的小程序项目​拷贝 miniprogram/components/agent-ui 组件到小程序中

2. 在页面 index.json 配置文件中注册组件

{ "usingComponents": { "agent-ui":"/components/agent-ui/index" }, }

3. 在页面 index.wxml 文件中使用组件

<view> <agent-ui agentConfig="{{agentConfig}}"></agent-ui> </view>

4. 在页面 index.js 文件中编写配置

对接 Agent ：

data: { agentConfig: { type: "bot", // 值为bot或model。当type=bot时，botId必填；当type=model时，model必填 botId: "bot-xxx", // agent id } }

对接大模型：

data: { agentConfig: { type: "model", // 值为bot或model。当type=bot时，botId必填；当type=model时，model必填 modelName: "deepseek", // 大模型服务商 model: "deepseek-r1", // 具体的模型版本 logo: "123",// 图标(只在model模式下生效) welcomeMessage: "123"// 欢迎语(只在model模式下生效) } } 第 3 步：初始化云开发环境​

在 app.js 中，onLauch 生命周期内，初始化 sdk

// app.js App({ onLaunch: function () { wx.cloud.init({ env: "<云开发环境ID>", }); }, });

随后便可以直接在页面中使用 AI 对话组件了：

image

总结

这篇文章一共介绍了云开发的以下三种方式接入大模型，分别适用于不同的场景：

通过 SDK 直接调用大模型：适用于非对话类的通用场景，如文本生成、智能补全、智能翻译等。通过 SDK 调用 Agent（智能体）对话能力：这种方式适合专门的 AI 对话场景，支持配置欢迎语、提示词、知识库等对话中需要的能力。使用 AI 对话组件：这种方式对于专业前端开发者更友好，可以基于云开发提供的 UI 组件，快速在小程序中植入 AI 对话能力。

以上的三种小程序接入 AI 的方式，云开发将完整的代码示例放在了代码仓库中，供大家参考：

Gitee：https://gitee.com/TencentCloudBase/cloudbase-ai-exampleGithub：https://github.com/TencentCloudBase/cloudbase-ai-example

当然，不只是小程序，云开发的 AI 能力也支持通过 Web 应用、Node.js、 HTTP API 来对大模型进行调用，可以参考以下文档：

Web 应用接入：https://docs.cloudbase.net/ai/sdk-reference/initNode.js 接入：https://docs.cloudbase.net/ai/sdk-reference/initHTTP API 接入：https://docs.cloudbase.net/http-api/ai-bot/ai-agent-%E6%8E%A5%E5%85%A5

未来，云开发计划推出更多的 AI 能力，如 Tool Calling（工具调用）、多 Agent 串联、工作流编排等，敬请期待，