在C#程序中调用大模型的API

当前，以ChatGPT、DeepSeek为代表的各种大语言模型层出不穷，让我们切实感受到人工智能的强大。如果能在程序中集成大语言模型的问答能力，那么将能实现一些非常有用和非常有趣的需求。

本文简单介绍在C#应用中调用大模型接口的几种常用方法。

使用HttpClient访问

这是最底层的方式，其它方式都是对它的进一步封装，了解这种方式有利于我们了解大模型接口调用的底层原理。

using System.Net.Http.Headers;
using System.Text;
using System.Text.Json;

var apiKey = "XXX";
const string baseUrl = "https://api.deepseek.com/v1/";
const string model = "deepseek-chat";

using var httpClient = new HttpClient() {
    Timeout = TimeSpan.FromSeconds(600)
};
httpClient.DefaultRequestHeaders.Authorization = new AuthenticationHeaderValue("Bearer", apiKey);
httpClient.DefaultRequestHeaders.Accept.Add(new MediaTypeWithQualityHeaderValue("application/json"));

// 构建请求体
var requestBody = new {
    model = model,
    messages = new[]
    {
        new
        {
            role = "system",
            content = @"你是一个严格的中英互译工具，仅执行翻译任务，不做任何额外解释、拓展或对话。
规则：
1. 自动识别用户输入的语言（中文/英文）；
2. 仅将内容翻译成另一种语言，输出纯翻译结果，无其他文字；
3. 严格遵守以上规则，不偏离翻译任务。"
        },
        new
        {
            role = "user",
            content = "人工智能是什么？它能做哪些好玩的事情？"
        }
    },
    temperature = 0.1, // 降低随机性
    max_tokens = 1000,
    stream = false
};

var jsonContent = JsonSerializer.Serialize(requestBody);
var content = new StringContent(jsonContent, Encoding.UTF8, "application/json");

// 发送POST请求
var response = await httpClient.PostAsync($"{baseUrl}/chat/completions", content);
response.EnsureSuccessStatusCode();

// 读取响应
var responseBody = await response.Content.ReadAsStringAsync();

// 解析响应
using var doc = JsonDocument.Parse(responseBody);
var root = doc.RootElement;

// 提取AI回复内容
if (root.TryGetProperty("choices", out var choices) && choices.GetArrayLength() > 0) {
    var firstChoice = choices[0];
    if (firstChoice.TryGetProperty("message", out var message) &&
        message.TryGetProperty("content", out var aiContent)) {
        Console.WriteLine("AI回复:");
        Console.WriteLine(aiContent.GetString());
        Console.WriteLine();
    }
}

// 显示使用统计
if (root.TryGetProperty("usage", out var usage)) {
    Console.WriteLine("使用统计:");
    Console.WriteLine($"  提示词令牌数: {usage.GetProperty("prompt_tokens").GetInt32()}");
    Console.WriteLine($"  完成令牌数: {usage.GetProperty("completion_tokens").GetInt32()}");
    Console.WriteLine($"  总令牌数: {usage.GetProperty("total_tokens").GetInt32()}");
}

使用OpenAPI包访问

第一种方式是先创建OpenAI通用客户端，然后转成聊天客户端：

static async Task Main(string[] args) {
    var apiKey = "XXX";
    var credential = new ApiKeyCredential(apiKey);
    var options = new OpenAIClientOptions {
        Endpoint = new Uri("https://api.deepseek.com/v1/")
    };
    var client = new OpenAIClient(credential, options);
    var chatClient = client.GetChatClient("deepseek-chat");

    ChatMessage[] messages = [
        ChatMessage.CreateSystemMessage("你是一个中英翻译家，请自动识别用户说给的语言，并将其翻译成另外一种语言。"),
        ChatMessage.CreateUserMessage("人工智能是什么？它能做哪些好玩的事情？")
    ];
    var response = await chatClient.CompleteChatAsync(messages);
    Console.WriteLine(response.Value.Content.FirstOrDefault()?.Text);
}

第二种方式是直接创建OpenAI聊天客户端：

static async Task Main(string[] args) {
    var apiKey = "XXX";
    var credential = new ApiKeyCredential(apiKey);
    var options = new OpenAIClientOptions {
        Endpoint = new Uri("https://api.deepseek.com/v1/")
    };
    var client = new ChatClient("deepseek-chat", credential, options);
    
    ChatMessage[] messages = [
        ChatMessage.CreateSystemMessage("你是一个中英翻译家，请自动识别用户说给的语言，并将其翻译成另外一种语言。"),
        ChatMessage.CreateUserMessage("人工智能是什么？它能做哪些好玩的事情？")
    ];
    var response = await client.CompleteChatAsync(messages);
    Console.WriteLine(response.Value.Content.FirstOrDefault()?.Text);
}

使用微软定制库访问

微软的Microsoft.Extensions.AI.OpenAI库是基于OpenAI库实现的，提供统一方式访问OpenAI兼容的大模型，非常方便。且提供了强大的与.NET集成的能力，在.NET工程中可作为第一选择。

在Ollama上部署的大模型也支持OpenAI方式访问。

static async Task Main(string[] args) {
    var model = "deepseek-chat";
    var apiKey = "XXX";
    var baseUrl = "https://api.deepseek.com/v1/";

    // 可以访问Ollama部署的大模型
    // var model = "deepseek-r1:14b";
    // var apiKey = "ollama";
    // var baseUrl = "XXX";

    IChatClient client =
        new OpenAI.Chat.ChatClient(model, new ApiKeyCredential(apiKey),
                                   new OpenAI.OpenAIClientOptions() { Endpoint = new Uri(baseUrl) }).AsIChatClient();

    ChatMessage[] messages = [
        new(ChatRole.System,"你是一个中英翻译家，请自动识别用户说给的语言，并将其翻译成另外一种语言。"),
        new(ChatRole.User, "人工智能是什么？它能做哪些好玩的事情？")
    ];
    var chatResponse = client.GetStreamingResponseAsync(messages);
    await foreach (var update in chatResponse) {
        Console.Write(update.Text);
    }
}