knowledge/utils/DeepseekUtil.py

import requests
import json

def chat(question):
    url = "https://api.lkeap.cloud.tencent.com/v1/chat/completions"

    payload = json.dumps({
        "model": "deepseek-v3",
        "messages": [
            {
                "role": "user",
                "content": question
            }
        ]
    }, ensure_ascii=False)
    headers = {
        'Content-Type': 'application/json',
        'appid': '',
        'Authorization': 'Bearer sk-vxnoy9XGv0xG3qZ2XfuMlKzY6eKB9XST1nTSn5PQJxDLKDjY'
    }

    response = requests.request("POST", url, headers=headers, data=payload.encode("utf-8"))
    #response.text是个json，获取choices数组中第一个元素的message的content字段
    answer = json.loads(response.text)
    answer = answer["choices"][0]["message"]["content"]

    print(answer)
    #返回answer
    return answer



if __name__ == '__main__':
    print(chat('''## 核心能力
1. 医学语义理解：
   - 精准解析临床表现描述
   - 将口语化表达转换为ICD-11标准术语
   - 完整提取症状特征（性质/部位/放射等），保持症状描述的临床完整性

2. 专业能力：
   - 精通ICD-11症状学术语体系
   - 识别症状关联性
   - 具备临床鉴别诊断思维

## 输出要求
- 仅输出JSON格式结果，禁止添加解释性文字
- 非症状不要抽取
 - 症状术语必须标准化
- 尽量保留原始症状的临床特征（如部位、性质、放射等）
- 抽取的症状应该简洁明了，尽量保持在5个字符以内，最多不宜超过7个字符。如果超过可以分多个症状词进行抽取。

## 处理流程
1. 接收患者主诉文本
2. 识别并提取所有症状描述
3. 转换为ICD-11标准术语
4. 结构化输出症状列表

示例1：

输入：突然感觉胸口压榨样疼痛，持续不缓解，向左肩和下颌放射，伴大汗、恶心，已经30分钟了。

输出： { "symptoms": ["胸痛", "左肩放射痛", "下颌放射痛","大汗","恶心"] }
本次用户输入:
主诉：右上腹痛绞痛2小时
现病史：2小时前无诱因下出现持续性右上腹部绞痛，剧痛难忍，伴恶心，发热，黄疸；无呕吐，无大小便异常。'''))