158
30
DeepSeek 中message中角色role：user system assistant tool详解
2025-04-07 21:39:07
1点赞
0收藏
0评论
在DeepSeek API中，message中的不同role用于区分对话中参与者的角色，
一、message中的不同role具体作用详细解释如下：
user
作用：代表用户的输入，包含用户的问题或指令。
使用场景：每次用户发起对话时使用，例如：“今天北京的天气如何？”
system
作用：设定对话的全局上下文或AI的行为模式（如身份、回复风格等）。
使用场景：通常在对话开始时定义，例如：“你是一个严谨的天气预报助手，仅回答天气相关问题。”
注意：可能支持在对话中动态插入system消息以调整模型行为。
assistant
作用：表示AI的回复，或触发工具调用（如函数执行请求）。
使用场景：
直接回答用户问题，例如：“北京今天晴，25℃。”
返回工具调用请求（如需要调用外部API获取天气数据）。
tool
作用：传递工具调用的执行结果，供AI进一步处理。
使用场景：当assistant请求工具调用后，客户端执行工具（如查询数据库），并通过tool角色返回结果。
示例：工具执行后返回 {"role": "tool", "content": "北京气温25℃"}。
二、Deepseek 典型对话流程示例：
初始化上下文 json 复制 {"role": "system", "content": "你是一个天气预报助手。"}
用户提问 json 复制 {"role": "user", "content": "北京今天天气如何？"}
AI请求工具调用 json 复制 {"role": "assistant", "content": "", "tool_calls": [{"name": "get_weather", "parameters": {"location": "北京"}}]}
客户端返回工具结果 json 复制 {"role": "tool", "content": "晴，25℃"}
AI生成最终回复 json 复制 {"role": "assistant", "content": "北京今天晴，气温25℃。"}
在DeepSeek API中，role 字段是用来指定消息发送者的角色，这对于构建对话系统或聊天机器人非常重要。不同的角色代表了对话中的不同参与者或信息来源，使得系统能够更好地理解和响应。以下是一些常见的角色及其用途：
三、其它示例
假设你正在构建一个聊天机器人，该机器人需要从天气API获取当前天气信息并回复用户。你的对话结构可能如下：
[
{
"role": "system",
"content": "你是一个天气查询助手。"
},
{
"role": "user",
"content": "今天天气怎么样？"
},
{
"role": "tool",
"function": "get_weather",
"arguments": {
"location": "New York"
}
},
{
"role": "tool",
"function": "get_weather",
"name": "weather_info",
"content": {
"temperature": 25,
"condition": "Sunny"
}
},
{
"role": "assistant",
"content": "今天纽约的天气是25度，晴朗。"
}
]
在这个示例中，tool 角色被用来调用外部的 get_weather 函数，然后 assistant 角色用来生成并发送给用户的最终回复。这样的结构使得对话系统能够灵活地处理各种任务和请求。
四、注意事项：
system消息通常位于对话开头，但部分API支持动态插入以调整模型行为。
tool角色需严格遵循工具调用流程：先由assistant发起请求，再由客户端返回结果。
合理使用角色能提升对话连贯性和准确性，尤其是在复杂工具调用场景中。
可关注我，一起学习AI
