Практикум: ассистент для заявок на DeepSeek

Урок 11 из 12 курса «DeepSeek на практике»: неофициальный курс AI University о DeepSeek. Урок входит в платный доступ; первые уроки курса бесплатно.

О чём урок

В этом уроке вы соберёте законченный сервис: небольшое приложение на FastAPI принимает текст заявки с сайта, DeepSeek раскладывает её по полочкам (тема, срочность, бюджет) и готовит черновик ответа клиенту, всё сохраняется в SQLite, а менеджер решает, отправлять черновик как есть или поправить. Это не учебная игрушка, а рабочая схема, которую можно развернуть за вечер и доработать под свою компанию.

Неофициальный курс AI University. Тексты, примеры и задания написаны нашей командой по открытой документации DeepSeek на 03.10.2026; курс не связан с DeepSeek и не одобрен ею. Модели и цены меняются, сверяйтесь с документацией.

Урок собирает вместе всё, что было в предыдущих десяти: ключ и SDK из урока 4, JSON-ответы из урока 6, экономию на кэше из урока 5, выбор между flash и v4-pro и режим размышлений из уроков 1 и 3. Если что-то из этого подзабылось, стоит туда заглянуть, здесь всё будет использоваться без повторных объяснений механики, только применение к задаче.

Поток заявки простой:

  1. Клиент отправляет текст на эндпоинт POST /tickets.
  2. Сервис обезличивает текст: телефоны и e-mail заменяются метками.
  3. DeepSeek классифицирует заявку и возвращает JSON с темой, срочностью и оценкой бюджета.
  4. Для заявок с высокой срочностью или сложной темой сервис просит модель составить черновик ответа, включив режим размышлений, для простых заявок обходится без него.
  5. Метки в черновике заменяются обратно на реальные телефон и e-mail.
  6. Результат сохраняется в SQLite, менеджер открывает карточку заявки через GET /tickets/{id}, читает черновик и отправляет ответ сам, вручную.

Модель ничего не отправляет клиенту напрямую, это важно: ассистент готовит черновик, решение всегда остаётся за человеком. Такой подход снижает риск отправки неудачного ответа и даёт менеджеру возможность поправить тон или детали.

Файлов будет четыре: config.py с настройками, deepseek_client.py с обёрткой над SDK, privacy.py с обезличиванием, main.py с FastAPI и SQLite. Ниже разбираем их по порядку.

Все настройки, включая ключ, берём из…

План урока

  1. Архитектура сервиса
  2. Конфигурация и клиент
  3. Обезличивание персональных данных
  4. Классификация заявки
  5. Черновик ответа клиенту
  6. Сохранение в SQLite и эндпоинт FastAPI
  7. Экономия на пакетной обработке
  8. Попробуйте сами

Урок входит в полный доступ. Полный текст и видео открываются после оплаты. Первые уроки каждого курса бесплатны.

Полезные гиды