# deepseek-framework **Repository Path**: yunyi94/deepseek-framework ## Basic Information - **Project Name**: deepseek-framework - **Description**: No description available - **Primary Language**: Unknown - **License**: Not specified - **Default Branch**: master - **Homepage**: None - **GVP Project**: No ## Statistics - **Stars**: 4 - **Forks**: 3 - **Created**: 2025-03-08 - **Last Updated**: 2025-03-22 ## Categories & Tags **Categories**: Uncategorized **Tags**: None ## README # DeepSeek API 集成 数据分析 快速接入项目 一个基于 DeepSeek API 的智能数据分析和自动化处理系统，提供多类型数据分析、自动化操作和可扩展的系统架构。系统能够处理文本、指标和日志等多种数据类型，实现智能分析、自动标记和通知推送等功能，帮助用户高效处理和管理数据。 ## 功能特点 1. **多类型数据分析** - 文本分析：提取关键信息、情感分析、紧急程度评估 - 指标分析：统计分析、异常检测、趋势预测 - 日志分析：错误诊断、影响评估、频率分析 2. **自动化操作** - 数据库操作：状态更新、标签管理 - 通知推送：邮件、短信、Webhook - 数据标记：自动分类和标记 3. **可扩展架构** - 模块化设计 - 插件式操作处理 - 灵活的提示词模板 ## 系统架构 ```mermaid graph TB subgraph 客户端层 Client[客户端] end subgraph API层 API[HTTP API服务] Router[路由处理] Handlers[请求处理器] end subgraph 服务层 DeepSeek[DeepSeek API客户端] Actions[操作执行器] Notification[通知服务] Templates[提示词模板] end subgraph 数据层 DB[(MySQL数据库)] end Client -->|HTTP请求| API API --> Router Router --> Handlers Handlers -->|分析请求| DeepSeek Handlers -->|执行操作| Actions Actions -->|发送通知| Notification DeepSeek -->|使用模板| Templates Handlers -->|数据操作| DB Actions -->|状态更新| DB ``` ## 环境准备 ### 数据库初始化 1. 启动 MariaDB 容器 ```bash docker run -d \ --name deepseek-mariadb \ -e MYSQL_ROOT_PASSWORD=root \ -e MYSQL_DATABASE=deepseek_demo \ -e MYSQL_USER=deepseek \ -e MYSQL_PASSWORD=deepseek123 \ -p 3306:3306 \ mariadb:latest ``` 2. 等待容器启动完成后，数据库将自动创建，可以使用以下命令验证连接： ```bash docker exec deepseek-mariadb mysql -udeepseek -pdeepseek123 -e "SELECT 'Connection successful!'" deepseek_demo ``` 3. 数据库配置说明 项目使用 `.env` 文件配置数据库连接信息，请参考 `.env.example` 创建： ```env DB_DSN=deepseek:deepseek123@tcp(localhost:3306)/deepseek_demo?parseTime=true ``` ## 数据流程 ```mermaid sequenceDiagram participant C as 客户端 participant A as API服务 participant D as DeepSeek API participant E as 执行器 participant N as 通知服务 participant DB as 数据库 C->>A: 提交数据 A->>DB: 保存数据记录 A->>D: 请求分析 D-->>A: 返回分析结果 A->>DB: 保存分析结果 A->>E: 执行建议操作 E->>DB: 更新状态/添加标签 E->>N: 发送通知 N-->>DB: 记录通知状态 A-->>C: 返回处理结果 ``` ## 数据库设计 ```mermaid erDiagram data_records ||--o{ analysis_results : "分析" data_records ||--o{ tags : "标记" data_records ||--o{ notifications : "通知" data_records { bigint id PK string type text content string metadata timestamp created_at timestamp updated_at } analysis_results { bigint id PK bigint record_id FK text analysis json suggestions float confidence timestamp created_at } tags { bigint id PK bigint record_id FK string name timestamp created_at } notifications { bigint id PK bigint record_id FK string channel text message string status timestamp created_at timestamp sent_at } ``` ## API 接口 ### 1. 创建数据记录 创建一个新的数据记录，支持文本、指标和日志三种类型的数据。 **请求路径** ``` POST /api/records ``` **请求参数** | 字段 | 类型 | 必填 | 说明 | | -------- | ------ | ---- | ----------------------------------------------------- | | type | string | 是 | 数据类型，可选值：text(文本)、metric(指标)、log(日志) | | content | string | 是 | 数据内容 | | metadata | string | 否 | 数据相关的元数据，可以是 JSON 字符串 | **响应字段** | 字段 | 类型 | 说明 | | --------- | ------ | -------- | | id | number | 记录 ID | | type | string | 数据类型 | | content | string | 数据内容 | | metadata | string | 元数据 | | createdAt | string | 创建时间 | | updatedAt | string | 更新时间 | **请求示例** ```bash curl -X POST http://localhost:8080/api/records \ -H "Content-Type: application/json" \ -d '{ "type": "text", "content": "你好，我在使用贵公司服务的时候遇到了问题，在你们在线帮助中没有获得有用的信息。请帮我联系你们的人工客服解决问题。", "metadata": "{\"source\": \"user_feedback\", \"priority\": \"high\"}" }' ``` **响应示例** ```json { "id": 1, "type": "text", "content": "这是一段需要分析的文本内容", "metadata": "{\"source\": \"user_feedback\", \"priority\": \"high\"}", "createdAt": "2024-01-01T00:00:00Z", "updatedAt": "2024-01-01T00:00:00Z" } ``` ### 2. 分析数据 对指定 ID 的数据记录进行智能分析，返回分析结果、建议和置信度。 **请求路径** ``` POST /api/analyze/{id} ``` **路径参数** | 参数 | 类型 | 说明 | | ---- | ------ | ----------- | | id | number | 数据记录 ID | **响应字段** | 字段 | 类型 | 说明 | | ----------- | ------ | -------------------------- | | recordId | number | 数据记录 ID | | analysis | string | 分析结果文本 | | suggestions | array | 建议操作列表 | | confidence | number | 分析结果的置信度，范围 0-1 | | createdAt | string | 分析时间 | **请求示例** ```bash curl -X POST http://localhost:8080/api/analyze/1 ``` **响应示例** ```json { "recordId": 1, "analysis": "该用户反馈表达了对产品的不满，建议优先处理", "suggestions": ["安排客服团队跟进", "评估是否需要产品改进"], "confidence": 0.95, "createdAt": "2024-01-01T00:00:00Z" } ``` ### 3. 获取数据记录 获取指定 ID 的数据记录详细信息，包括分析结果、标签和通知状态。 **请求路径** ``` GET /api/records/{id} ``` **路径参数** | 参数 | 类型 | 说明 | | ---- | ------ | ----------- | | id | number | 数据记录 ID | **响应字段** | 字段 | 类型 | 说明 | | ----------------------- | ------ | ---------------- | | id | number | 记录 ID | | type | string | 数据类型 | | content | string | 数据内容 | | metadata | string | 元数据 | | createdAt | string | 创建时间 | | updatedAt | string | 更新时间 | | analysis | object | 分析结果对象 | | analysis.result | string | 分析结果文本 | | analysis.suggestions | array | 建议操作列表 | | analysis.confidence | number | 分析结果的置信度 | | tags | array | 标签列表 | | notifications | array | 通知记录列表 | | notifications[].channel | string | 通知渠道 | | notifications[].status | string | 通知状态 | | notifications[].sentAt | string | 发送时间 | **请求示例** ```bash curl http://localhost:8080/api/records/1 ``` **响应示例** ```json { "id": 1, "type": "text", "content": "这是一段需要分析的文本内容", "metadata": "{\"source\": \"user_feedback\", \"priority\": \"high\"}", "createdAt": "2024-01-01T00:00:00Z", "updatedAt": "2024-01-01T00:00:00Z", "analysis": { "result": "该用户反馈表达了对产品的不满，建议优先处理", "suggestions": ["安排客服团队跟进", "评估是否需要产品改进"], "confidence": 0.95 }, "tags": ["高优先级", "客户反馈"], "notifications": [ { "channel": "email", "status": "sent", "sentAt": "2024-01-01T00:00:00Z" } ] } ``` # 推荐更加完整的项目 大模型支持的数据分析平台，可私有化部署 [大模型支持的数据分析平台，可私有化部署](http://www.gitpp.com/winnertao/llm-data-analyse) # 关于DeepSeek 立刻马上拥抱DeepSeek 立刻马上拥抱DeepSeek [立刻马上拥抱DeepSeek](http://www.gitpp.com/ai1/deepseek-hug-deepseek)