来自：Python大数据分析 费弗里
最近大模型领域的焦点当属Deepseek全新推出的推理模型R1，其在回答输入问题的同时，伴随着「思维链」思考过程内容的输出，这里就来展示基于Deepseek R1官方模型推理API服务，构建的简单问答交互应用。
之所以可以完全基于Python轻松开发出这个应用，要得益于Python生态中非常强大的开源网页应用开发框架Dash，以及其相关生态中的fac（官网地址：https://fac.feffery.tech/ ）等组件库，使得我们可以轻松调用不同的功能组件，并编写相应的回调函数来实现各种用户交互反馈功能：
下面我们对这个应用实现的主要过程做简短介绍，具体技术细节欢迎扫描「文章末尾二维码」，即刻加入Dash技术学习交流群一起交流：
1 启动应用首先，按照文章开头提示下载好本项目完整源码解压后，在项目根目录打开终端，激活你的Python环境（推荐使用3.10版本），接着执行pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple，完成当前项目依赖库的安装。
将app.py文件中的变量deepseek_api_key值替换为你的deepseek服务密钥，接着直接在终端执行python app.py即可启动应用，按照控制台提示的信息，浏览器访问本地http://127.0.0.1:8050地址即可访问应用：
2 应用主要功能本应用功能非常简单，用户通过在上方输入框中输入有效问题内容，点击提问后，应用将自动进行回复的输出，其中因为使用的是特殊的R1推理模型，其回复结果中可分为「思维链」、「回复正文」两部分内容，我们在应用中也分别进行妥善的展示更新：
3 应用开发重点思路作为一个轻量的Dash应用，其项目结构非常简单：
app.py中构建了应用的页面内容及交互计算逻辑assets是应用的静态文件目录，放置了必要的浏览器端回调函数程序因为是基于Python中的Dash框架进行开发，因此该应用的实现过程全部使用Python编写，无需学习复杂的javascript等语言，在此应用基础上进行二次开发非常的灵活高效。
