【零基础】基于DeepSeek-R1与Qwen2.5Max的行业洞察自动化平台

发布于:2025-04-18 ⋅ 阅读:(35) ⋅ 点赞:(0)

自动生成行业报告,通过调用两个不同的大模型(DeepSeek 和 Qwen),完成从行业趋势分析结构化报告生成的全过程。


完整代码:https://mp.weixin.qq.com/s/6pHi_aIDBcJKw1U61n1uUg
在这里插入图片描述

🧠 1. 整体目的与功能

该脚本实现了一个名为 ReportGenerator 的类,用于:

  • 调用 DeepSeek 大模型 分析某个行业(如能源、科技)的市场趋势;
  • 调用 Qwen 大模型 生成报告内容,包括:
    • 执行摘要(Executive Summary)
    • 市场分析(Market Analysis)
    • 战略建议(Recommendations)

最终生成完整的行业报告并输出。


⚙️ 2. 实现原理与流程

(1)初始化模型客户端

client = OpenAI(api_key=DEEPSEEK_API_KEY, base_url=DEEPSEEK_ENDPOINT)
qwen_client = OpenAI(api_key=QWEN_API_KEY, base_url=QWEN_ENDPOINT)

使用 OpenAI 兼容客户端分别初始化 DeepSeekQwen 的 API 访问接口。


(2)行业趋势分析 —— DeepSeek 模型

completion = client.chat.completions.create(...)

调用 DeepSeek 的 deepseek-r1-250120 模型来分析行业趋势。它的职责是:

  • 汇总市场数据
  • 分析规模和增长率
  • 提取关键参与者

返回结构为:

{
   
  "summary": "...分析内容...",
  "model": "deepseek-r1-250120",
  "source": "deepseek"
}

(3)报告撰写 —— Qwen 模型

completion = qwen_client.chat.completions.create(...)

将 DeepSeek 分析结果作为输入,调用 Qwen 的 qwen-plus 模型生成:

  • 简明执行摘要
  • 详细市场分析
  • 战略建议(3~5条)

使用提示模板(prompt)引导其风格、结构和语言逻辑。


🔍 3. 两个模型的差异与特色

对比项 DeepSeek 模型 Qwen 模型
使用场景 信息抽取与市场趋势分析 报告生成与语言润色
模型名称 deepseek-r1-250120 qwen-plus
输出风格 结构化总结,强调数据洞察 语言自然、篇章连贯,适合撰写文稿
角色 分析师(分析数据) 写手(撰写内容)
优势 在产业信息理解、趋势洞察方面更强 在语言组织、报告写作方面更自然流畅
调用位置 analyze_industry_trends() generate_report_section()

组合使用的逻辑如下:

让 DeepSeek 负责想清楚,要写什么;让 Qwen 负责写好它。


🔁 4. 运行过程总结

  1. generate_full_report("energy") 被调用;
  2. DeepSeek 分析 energy 行业,返回结构化趋势总结;
  3. 将该总结作为输入,分别用 Qwen 生成三段报告内容;
  4. 最终组合成完整报告(包含三大板块);
  5. 输出 JSON 结构的报告。

✅ 5. 优势与应用场景

  • 自动化行业研究:适合咨询公司、投资机构、市场部等使用;
  • 多模型协作:体现大模型之间功能分工与协同;
  • 模块化结构清晰:便于扩展为 GUI、Web 服务、批量分析工具等。

主要代码如下

import os
import json
from typing import Dict, Optional
import requests
from openai import OpenAI

# ⚠️ 从环境变量中读取 API Key,部署时请确保配置,此处隐去

# 初始化 DeepSeek 客户端
client = OpenAI(
   

网站公告

今日签到

点亮在社区的每一天
去签到