为进一步验证DeepSeek的代码能力 和 自然语言理解力，我花费了大约1个半小时的时间，和DeepSeek仅通过文字对话，编写出一个简单的聊天机器人。
以下是最终运行效果、生成代码、引导沟通过程示例：
一、最终运行效果：
二、全部代码:
import re
from datetime import datetimedef calculate(expression):try:if re.match(r'^[\d\+\-\*/\.\s]+$', expression):result = eval(expression)return f"结果是: {result}"else:return "抱歉，我只能计算包含数字和加减乘除的表达式。"except Exception as e:return "抱歉，计算时出错了。请检查你的输入。"def extract_expression(text):match = re.search(r'[\d\.]+[\s]*[\+\-\*/][\s]*[\d\.]+([\s]*[\+\-\*/][\s]*[\d\.]+)*', text)return match.group(0).strip() if match else Nonedef get_time():return datetime.now().strftime('%H:%M:%S')def get_developer_info(question):# 开发者信息developers = {"deepseek": "主要负责编码工作","happybasic": "负责测试和反馈问题",}# 根据问题生成回复if "谁创造" in question or "谁开发" in question:return f"我是由 {', '.join(developers.keys())} 联合开发的，其中 deepseek {developers['deepseek']}，而 happybasic {developers['happybasic']}。我们共同创造了一个简单的机器人模型。"elif "deepseek" in question:return f"deepseek {developers['deepseek']}。"elif "happybasic" in question:return f"happybasic {developers['happybasic']}。"else:return "抱歉，我不太明白你想了解哪位开发者的信息。"def simple_chatbot():print("你好！我是简单的聊天机器人。你可以和我聊聊天气、时间，或者让我帮你计算100以内的加减乘除混合运算。输入'退出'来结束对话。")# 关键词与回复的映射responses = {# 问候"你好": "你好！","嗨": "你好！",# 天气"天气": "今天的天气很好，阳光明媚。",# 时间"时间": f"现在的时间是 {get_time()}。","几点": f"现在的时间是 {get_time()}。",# 自我介绍"你叫什么名字": "我是一个简单的聊天机器人。",# 表扬和感谢"真棒": "谢谢你的夸奖！我很高兴能帮到你。","厉害": "谢谢你的夸奖！我很高兴能帮到你。","谢谢": "不客气！这是我的荣幸。","感谢": "不客气！这是我的荣幸。","聪明": "谢谢！我会继续努力的！",}last_intent = None # 上一次的意图（如“计算”）while True:user_input = input("你: ").strip().lower()# 检查是否包含“退出”关键词if "退出" in user_input:print("机器人: 再见！")break# 处理开发者信息if "谁创造" in user_input or "谁开发" in user_input or "deepseek" in user_input or "happybasic" in user_input:print(f"机器人: {get_developer_info(user_input)}")last_intent = Nonecontinue# 处理表扬和感谢matched = Falsefor keyword, response in responses.items():if keyword in user_input:print(f"机器人: {response}")last_intent = Nonematched = Truebreakif not matched:# 处理计算请求is_calculation = any(word in user_input for word in ["计算", "算", "等于", "几"]) or last_intent == "计算"if is_calculation:expression = extract_expression(user_input)if expression:print(f"机器人: {calculate(expression)}")last_intent = "计算"else:print("机器人: 抱歉，我没有找到可以计算的表达式。")else:print("机器人: 抱歉，我不太明白你的意思。")last_intent = None# 运行聊天机器人
simple_chatbot()
三、 引导沟通过程示例：
1. 首次开发需求沟通
2. 功能需求追加：
3. 测试bug反馈:
3.1 语言理解类:
3.2 计算BUG类:
* 注意: 实际测试过程中的bug远不止此，但是我均仅采用描述性语言将测试结果反馈给DeepSeek，它均能正确理解并有效修正。
4.提出优化要求:
DeepSeek果然get到了重点，并且准确给出了优化策略。
5. 经过和DeepSeek沟通，DeepSeek同意将上述设计结果分享给CSDN网友，DeepSeek果然大方！~~~ 哈哈~~~
最后，说一句：DeepSeek真的很棒 ~~~
