基于DeepSeek API,我给在线OJ系统内置了一个AI解题助手(附Token消耗统计) 刷题时卡壳了怎么办翻题解、搜博客、问群友来回切换很麻烦。我给自己的OJ判题系统JudgeX内置了一个AI解题助手基于DeepSeek API每道题目详情页右侧都能直接提问还能实时显示Token消耗和费用统计。## 为什么选DeepSeek对比了几家大模型API后DeepSeek的优势很明显- **价格便宜**输入1元/百万Token输出2元/百万Token学生党也烧得起- **代码能力强**DeepSeek-Coder在代码生成和调试上表现优秀- **API兼容OpenAI格式**迁移成本低SDK直接复用## 整体架构AI助手不是简单的聊天框而是和OJ系统深度整合的1. **上下文注入**自动把当前题目的标题、描述、样例、用户提交的代码一起发给AI2. **流式输出**用SSE逐字返回不用等整段回答加载完3. **Token统计**每次调用记录消耗按天/按用户汇总4. **额度控制**每个用户每天有免费额度防止滥用## 核心实现### 后端API封装php?phpclass DeepSeekHelper {private $apiKey sk-xxx;private $apiUrl https://api.deepseek.com/chat/completions;public function ask($problem, $userCode, $question) {// 构建系统提示词$systemPrompt 你是一个算法竞赛助教。用户正在做这道题\n. 标题{$problem[title]}\n. 描述{$problem[description]}\n. 样例输入{$problem[sample_input]}\n. 样例输出{$problem[sample_output]}\n\n. 用户的代码\n{$userCode}\n\n. 请帮助用户分析问题但不要直接给出完整答案要引导思考。;$messages [[role system, content $systemPrompt],[role user, content $question]];$payload [model deepseek-chat,messages $messages,temperature 0.7,stream true];// 调用API流式返回$this-streamRequest($payload);}}### 前端流式展示用EventSource接收SSE流逐字追加到页面javascriptconst evtSource new EventSource(/ai_helper.php?problem_id${pid});evtSource.onmessage function(e) {if (e.data [DONE]) {evtSource.close();return;}const data JSON.parse(e.data);const chunk data.choices[0].delta.content;if (chunk) answerDiv.innerHTML chunk;};### Token消耗统计每次调用结束后把usage信息存数据库php// 记录消耗$stmt $pdo-prepare(INSERT INTO ai_usage(user_id, problem_id, prompt_tokens, completion_tokens, total_tokens, cost)VALUES (?, ?, ?, ?, ?, ?));$stmt-execute([$userId, $problemId,$usage[prompt_tokens],$usage[completion_tokens],$usage[total_tokens],$usage[total_tokens] * 0.000002 // 估算费用]);用户在个人中心能看到自己的用量统计和剩余额度。## 防滥用设计免费API最怕被刷我做了几层防护- 每个用户每天50次免费提问- 单次请求最长500Token输入限制- 敏感词过滤防止用来干别的- IP频率限制防止脚本批量调用## 实际效果上线后用户反馈很好卡壳时不用切出去搜题解了。AI会先问你觉得哪一步有问题引导用户自己思考而不是直接甩答案。Token消耗也可控平均一次提问不到2000Token成本不到1厘钱。感兴趣可以来体验https://judgex.asia每道题详情页右侧就是AI助手。

相关新闻

最新新闻

个人语音助手Agent从零实现:语音识别与Agent Loop全攻略

个人语音助手Agent从零实现:语音识别与Agent Loop全攻略

现在很多开发者都在关注 Agent 开发,但真正动手做一个能落地、能跑通的个人语音助手 Agent 并不容易。网上资料大多停留在概念阶段,要么只讲 Prompt,要么只贴一段语音识别代码,很难形成一套完整的闭环方案。本文基于个人项目 Cute…

2026/8/28 6:44:43
YOLO机油泄露检测数据集:工业微小液态缺陷识别实战指南

YOLO机油泄露检测数据集:工业微小液态缺陷识别实战指南

简介:目标检测是计算机视觉基础任务,其核心在于定位与分类的联合优化;在工业场景中,微小缺陷检测面临低对比度、模糊边缘和强背景干扰等独特挑战。YOLO作为轻量高效的目标检测框架,凭借其单阶段架构和端到端训练优势&a…

2026/8/28 6:44:43
新编程语言是否值得用?一套从安装到验证的筛选框架

新编程语言是否值得用?一套从安装到验证的筛选框架

第一次看到“Show HN: Wyzer Programming Language”这个标题时,我的第一反应不是“又多了一个新编程语言”,而是“它到底想解决什么问题”。在 Hacker News 上以 Show HN 方式发布语言项目,说明作者愿意把语法、实现和设计取舍摆到公共场合接…

2026/8/28 6:44:43
移动端Agent实战:从架构设计到工具调用

移动端Agent实战:从架构设计到工具调用

大家好,我是你们的技术博主。最近在做一个移动端项目时,遇到一个很有意思的需求:业务方希望 App 内部不只是一个“被动响应指令”的工具,而是一个能够理解用户意图、自动拆解任务、调用系统能力并最终交付结果的智能体。说白了&am…

2026/8/28 6:44:43
从FLOPs到内存流量:HarDNet如何优化神经网络访存效率

从FLOPs到内存流量:HarDNet如何优化神经网络访存效率

1. 从“算力瓶颈”到“访存瓶颈”的范式转移如果你在2018年前后开始接触深度学习模型部署,尤其是尝试在嵌入式设备或移动端跑一个像样的视觉模型,那你大概率经历过一段“内存焦虑”的时期。那时候,模型设计的焦点几乎完全集中在“计算量”&am…

2026/8/28 6:44:43
基于YOLO与VOC格式数据集的车体缺陷检测实战指南

基于YOLO与VOC格式数据集的车体缺陷检测实战指南

简介:目标检测是计算机视觉的核心任务之一,旨在识别图像中特定物体并定位其位置。其原理通常基于深度学习模型,通过卷积神经网络提取特征,并利用回归和分类头输出边界框与类别。这项技术的价值在于能够替代低效、主观的人工目检&a…

2026/8/28 6:39:42