在 AI 应用开发中，将大模型 API 与 Web 框架结合是常见需求。本文将详细记录如何使用 Django 搭建后端服务，并集成 DeepSeek API 实现智能问答功能，包含环境配置、路由设计、API 调用及异常处理的完整流程，适合需要快速搭建 AI 问答后端的开发者参考。

【实现效果】

【这是博主写的微信小程序前端实现效果】

一、环境准备：从 Conda 到 PyCharm

搭建后端的第一步是配置开发环境，我们将使用 Conda 管理依赖，PyCharm 作为 IDE（也可使用 VS Code 等工具，流程类似）。

1.1 安装依赖（Conda 环境内）

首先确保已激活目标 Conda 环境（如无专门环境，可先通过conda create -n django-ai python=3.10创建），激活后执行以下命令安装 Django：

pip install Django openai

1.2 PyCharm 创建 Django 项目

注意必须要是专业版的pycharm才有django

二、项目结构设计：拆分功能模块

为了让代码结构更清晰，我们将「智能问答」功能拆分为独立模块chat，包含次级路由、API 调用脚本两个核心文件，整体项目结构如下：

三、路由配置：主路由与次级路由关联

Django 通过「路由分发」实现模块化管理，我们需要先配置chat模块的次级路由，再将其关联到主路由。

3.1 编写 chat 模块的次级路由（chat/urls.py）

创建chat/urls.py文件，定义问答接口和健康检查接口的路由，代码如下：

from django.urls import path
from . import deepseekAsk  # 导入API调用脚本中的视图函数# 次级路由映射：URL路径 → 视图函数
urlpatterns = [# 问答接口：前端发送POST请求到/chat/ask/，触发deepseekAsk.deepseekGet函数path('ask/', deepseekAsk.deepseekGet, name='deepseek_ask'),# 健康检查接口：前端发送GET请求到/chat/health/，触发deepseekAsk.health_check函数path('health/', deepseekAsk.health_check, name='health_check'),
]

3.2 主路由关联次级路由（项目配置目录 /urls.py）

打开项目默认的主路由文件（如Django-DeepSeek-Chat/urls.py），通过include函数将chat模块的路由集成进来，代码如下：

from django.contrib import admin
from django.urls import path, include  # 导入include用于关联次级路由urlpatterns = [path('admin/', admin.site.urls),  # Django默认后台管理路由# 关联chat模块的次级路由：所有以/chat/开头的请求，都转发到chat/urls.py处理path('chat/', include('chat.urls')),
]

四、核心逻辑：DeepSeek API 调用与视图函数

deepseekAsk.py是整个后端的核心，负责接收前端请求、调用 DeepSeek API、处理异常并返回结果，我们将分模块解析其实现逻辑。

4.1 导入依赖与配置项

首先导入 Django 视图相关工具、OpenAI SDK 及异常类，并配置 DeepSeek API 的关键参数（需替换为个人实际信息）：

from django.http import JsonResponse
from django.views.decorators.csrf import csrf_exempt  # 解决前后端分离跨域问题
from django.views.decorators.http import require_POST  # 限制请求方法为POST
from openai import OpenAI
from openai import APIError, AuthenticationError, RateLimitError  # API异常类# -------------------------- 配置项（需替换为你的信息）--------------------------
DEEPSEEK_API_KEY = "sk-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx"  # 从DeepSeek控制台获取
DEEPSEEK_BASE_URL = "https://api.deepseek.com"  # DeepSeek官方API基座地址
SYSTEM_PROMPT = "你是我的私人助理，回答问题可以有性格一点，富有人情味，语言默认使用中文。"  # 定义AI角色
# -----------------------------------------------------------------------------------# 初始化DeepSeek客户端（兼容OpenAI SDK格式）
client = OpenAI(api_key=DEEPSEEK_API_KEY,base_url=DEEPSEEK_BASE_URL
)

• API Key 获取：访问DeepSeek 控制台，注册登录后在「API 密钥」页面创建密钥；
• System Prompt 作用：通过指令定义 AI 的角色和回答风格，避免 AI 回答偏离预期（如 “专业技术顾问”“幽默助手” 等）。

4.2 问答接口视图函数（deepseekGet）

该函数是问答功能的核心，负责处理前端 POST 请求，流程分为「解析请求→参数校验→调用 API→返回结果→异常处理」5 步：

@csrf_exempt  # 前后端分离时，前端无CSRF Token，需关闭校验（生产环境需配置跨域白名单）
@require_POST  # 仅允许POST请求（符合RESTful规范，提交数据用POST）
def deepseekGet(request):try:# 1. 解析前端JSON格式请求import jsonrequest_data = json.loads(request.body)  # 读取并解析请求体中的JSON数据# 2. 校验请求参数（确保前端传递了"message"字段）user_message = request_data.get("message")if not user_message or not user_message.strip():  # 排除空消息或纯空格return JsonResponse({"status": "error","message": "请输入有效的问题内容"}, status=400)  # 400：HTTP状态码，代表请求参数错误# 3. 调用DeepSeek API获取AI响应response = client.chat.completions.create(model="deepseek-chat",  # DeepSeek官方聊天模型名（固定值）messages=[{"role": "system", "content": SYSTEM_PROMPT},  # 系统角色指令{"role": "user", "content": user_message.strip()}  # 用户输入（去除首尾空格）],stream=False  # 非流式返回（前端需等待完整响应，适合简单问答场景）)# 4. 解析API响应，返回给前端ai_response = response.choices[0].message.content  # 提取AI回答内容return JsonResponse({"status": "success","response": ai_response  # 前端通过res.response获取AI回答})# 5. 异常处理：覆盖常见错误场景，给前端明确提示except AuthenticationError:  # API密钥无效/过期return JsonResponse({"status": "error","message": "DeepSeek API密钥无效或已过期，请检查密钥配置"}, status=401)  # 401：身份认证失败except RateLimitError:  # API调用频率超限return JsonResponse({"status": "error","message": "API调用频率超限，请稍后再试"}, status=429)  # 429：请求过于频繁except APIError as e:  # DeepSeek API服务异常return JsonResponse({"status": "error","message": f"DeepSeek API服务异常：{str(e)}"}, status=500)  # 500：服务器内部错误except json.JSONDecodeError:  # 前端请求格式不是JSONreturn JsonResponse({"status": "error","message": "请求格式错误，请使用JSON格式提交数据"}, status=400)except Exception as e:  # 捕获其他未预料的异常（避免服务崩溃）return JsonResponse({"status": "error","message": f"服务器处理失败：{str(e)}"}, status=500)

4.3 健康检查接口（health_check）

为了方便前端或运维人员确认后端服务状态，添加一个简单的健康检查接口，支持 GET 请求：

@csrf_exempt
def health_check(request):"""处理/chat/health请求，返回后端运行状态"""if request.method == "GET":return JsonResponse({"status": "success","message": "Backend service is running normally"})# 非GET请求返回“方法不允许”return JsonResponse({"status": "error","message": "Only GET method is allowed"}, status=405)  # 405：HTTP标准状态码，代表请求方法不允许

4.4完整代码

from django.http import JsonResponse
from django.views.decorators.csrf import csrf_exempt  # 解决跨域CSRF问题（前后端分离场景）
from django.views.decorators.http import require_POST  # 只允许POST请求（符合RESTful规范）
from openai import OpenAI
from openai import APIError, AuthenticationError, RateLimitError  # 捕获常见API异常# -------------------------- 配置项（请替换为你的实际信息）--------------------------
DEEPSEEK_API_KEY = "++++++++++++++++++++++++++"  # 从DeepSeek控制台获取：https://platform.deepseek.com/
DEEPSEEK_BASE_URL = "https://api.deepseek.com"  # DeepSeek官方API基座地址
SYSTEM_PROMPT = "你是我的私人助理，回答问题可以有性格一点，富有人情味，语言默认使用中文。"  # 系统角色定义
# -----------------------------------------------------------------------------------# 初始化DeepSeek客户端
client = OpenAI(api_key=DEEPSEEK_API_KEY,base_url=DEEPSEEK_BASE_URL
)@csrf_exempt  # 前后端分离时，前端无CSRF Token，需关闭CSRF校验（生产环境可配置跨域白名单）
@require_POST  # 仅允许POST请求（发送消息需提交数据，符合HTTP规范）
def deepseekGet(request):try:# 1. 解析前端请求数据（前端用JSON格式发送，需先加载JSON体）import jsonrequest_data = json.loads(request.body)  # 读取并解析前端POST的JSON数据# 2. 校验必要参数（确保前端传递了"message"字段）user_message = request_data.get("message")if not user_message or not user_message.strip():  # 排除空消息return JsonResponse({"status": "error","message": "请输入有效的问题内容"}, status=400)  # 400：请求参数错误# 3. 调用DeepSeek API获取响应response = client.chat.completions.create(model="deepseek-chat",  # DeepSeek官方聊天模型名（固定值）messages=[{"role": "system", "content": SYSTEM_PROMPT},  # 系统角色（定义助手行为）{"role": "user", "content": user_message.strip()}  # 用户输入（去除首尾空格）],stream=False  # 非流式返回（前端需等待完整响应，符合当前前端逻辑）)# 4. 解析API响应，返回给前端ai_response = response.choices[0].message.content  # 提取AI回答内容return JsonResponse({"status": "success","response": ai_response  # 前端通过resData.response获取AI回答})# 5. 异常处理（覆盖常见错误场景，给前端明确提示）except AuthenticationError:return JsonResponse({"status": "error","message": "DeepSeek API密钥无效或已过期，请检查密钥配置"}, status=401)  # 401：身份认证失败except RateLimitError:return JsonResponse({"status": "error","message": "API调用频率超限，请稍后再试"}, status=429)  # 429：请求过于频繁except APIError as e:return JsonResponse({"status": "error","message": f"DeepSeek API服务异常：{str(e)}"}, status=500)  # 500：服务器内部错误except json.JSONDecodeError:return JsonResponse({"status": "error","message": "请求格式错误，请使用JSON格式提交数据"}, status=400)except Exception as e:# 捕获其他未预料的异常（避免服务崩溃）return JsonResponse({"status": "error","message": f"服务器处理失败：{str(e)}"}, status=500)# -------------------------- 健康检查接口 --------------------------
@csrf_exempt  # 前后端分离需关闭CSRF校验
def health_check(request):"""处理前端/chat/health的GET请求，返回后端状态"""# 只允许GET方法（健康检查无需提交数据）if request.method == "GET":return JsonResponse({"status": "success","message": "Backend service is running normally"})# 非GET请求返回“方法不允许”return JsonResponse({"status": "error","message": "Only GET method is allowed"}, status=405)  # 405是HTTP标准状态码：Method Not Allowed

五、功能测试：验证接口可用性

完成代码编写后，需要测试接口是否正常工作，推荐使用 Postman 或 curl 工具（这里以 Postman 为例）。

5.1 启动 Django 开发服务器

在项目根目录执行命令：

python manage.py runserver

也可以使用pycharm启动django服务器，确认启动成功

5.2 测试健康检查接口

1.打开 Postman，选择「GET」方法，输入 URL：

http://127.0.0.1:8000/chat/health/

2.点击「Send」，若返回以下响应，说明后端服务正常：

{"status": "success","message": "Backend service is running normally"
}

5.3 测试问答接口

1.选择「POST」方法，输入 URL：

http://127.0.0.1:8000/chat/ask/

2.添加请求头Content-Type：application/json

3.在「Body」→「raw」→「JSON」中输入请求数据：

4.点击send返回结果:

【感谢你的观看！欢迎关注一起学习！！！】