第十二节：云端大模型与 Coze 智能体

# .env 文件的内容：这是文本文件，不是在 Python 单元中运行
DEEPSEEK_API_KEY=sk-请把这里替换为你自己的真实密钥

# .gitignore 文件的内容：至少包含这一行
.env

from dotenv import load_dotenv
import os

load_dotenv()  # 读取当前项目目录中的 .env
api_key = os.getenv("DEEPSEEK_API_KEY")

if not api_key:
    raise RuntimeError(
        "没有读取到 DEEPSEEK_API_KEY。请检查 .env 是否在项目根目录，"
        "变量名是否拼写正确，然后重启 Notebook 内核。"
    )

print("已读取密钥；长度为：", len(api_key))
print("安全检查：只显示前 3 个字符：", api_key[:3] + "***")

import requests

api_url = "https://api.deepseek.com/chat/completions"

headers = {
    "Authorization": f"Bearer {api_key}",
    "Content-Type": "application/json",
}

hello_payload = {
    "model": "deepseek-v4-flash",
    "temperature": 0.2,
    "messages": [
        {
            "role": "system",
            "content": "你是课程中的金融信息整理助手。不得提供投资建议。"
        },
        {
            "role": "user",
            "content": "用两句话解释：为什么新闻分析必须标注发布时间和来源？"
        },
    ],
}

response = requests.post(
    url=api_url,
    headers=headers,
    json=hello_payload,
    timeout=60,
)

print("HTTP 状态码：", response.status_code)
response.raise_for_status()
print("响应顶层字段：", response.json().keys())

from pathlib import Path
import json
from datetime import datetime

def get_text_from_response(payload):
    if "error" in payload:
        raise RuntimeError(f"服务端错误：{payload['error']}")

    choices = payload.get("choices", [])
    if not choices:
        raise ValueError("响应中没有 choices；请查看原始 JSON。")

    message = choices[0].get("message", {})
    content = message.get("content")
    if not content:
        raise ValueError("choices[0] 中没有 message.content。")

    return content.strip()

raw_payload = response.json()
Path("outputs").mkdir(exist_ok=True)
run_id = datetime.now().strftime("%Y%m%d_%H%M%S")

with open(f"outputs/{run_id}_hello_response.json", "w", encoding="utf-8") as f:
    json.dump(raw_payload, f, ensure_ascii=False, indent=2)

answer = get_text_from_response(raw_payload)
print(answer)

system_prompt = """你是金融事件信息整理助手。
你的工作是解释已经提供的数据，不补充未经核验的事实。
不得给出买入、卖出、仓位、目标价或确定性预测。
如果数据不足，请明确写“无法确认”，不要编造原因。"""

user_prompt = f"""下面是课程练习的结构化上下文。

{context}

请严格使用以下四个标题输出：
一、可直接从数据读出的事实
二、新闻可能涉及的影响渠道
三、目前无法确认的内容
四、数据范围与局限性

每个标题下最多 3 个要点；必须保留数据截止日期；
不得把新闻线索写成已被证明的因果关系。"""

agent_payload = {
    "model": "deepseek-v4-flash",
    "temperature": 0.2,
    "messages": [
        {"role": "system", "content": system_prompt},
        {"role": "user", "content": user_prompt},
    ],
}
print(user_prompt[:800])

try:
    response = requests.post(
        api_url, headers=headers, json=agent_payload, timeout=60
    )
    response.raise_for_status()
    raw_payload = response.json()
    report = get_text_from_response(raw_payload)

    Path(f"outputs/{run_id}_report.md").write_text(report, encoding="utf-8")
    Path(f"outputs/{run_id}_agent_response.json").write_text(
        json.dumps(raw_payload, ensure_ascii=False, indent=2),
        encoding="utf-8",
    )
    print(report)

except requests.Timeout:
    print("请求超过 60 秒。请检查网络或稍后重试，不要重复快速点击运行。")
except requests.RequestException as exc:
    print("HTTP 请求失败：", exc)
except (ValueError, RuntimeError) as exc:
    print("响应内容无法按预期解析：", exc)