企业官网建设流程全解析

接入 DeepSeek 思考模式时，可能遇到请求成功、思考内容很长，最终答案却为空。先检查finish_reason、reasoning_content和content，再决定是调整输出额度，还是修复代码的读取方式。

1. 先判断：被截断，还是读错字段？

思考内容在message.reasoning_content，最终答案在message.content，两者是并列字段。拿到了思考内容，不代表已经拿到最终答案。

# response 是已有的非流式 Chat Completions 响应 choice = response.choices[0] msg = choice.message reasoning = getattr(msg, "reasoning_content", None) or "" answer = msg.content or "" print("结束原因:", choice.finish_reason) print("思考字符数:", len(reasoning)) print("答案字符数:", len(answer)) print("是否请求工具:", bool(msg.tool_calls)) print("输出 token:", response.usage.completion_tokens)

如果是content_filter、超时或连接中断，按对应原因处理。不能把所有空答案都归咎于思考太久。

2. 为什么设了 8192，还可能没有最终答案？

max_tokens限制的是生成输出，并不保证给最终答案预留同样多的额度。思考本身也会消耗生成 token。上限设得太小，复杂问题可能在进入最终答案前就用完额度。

看到finish_reason="length"时，先检查输出是否接近请求上限，再检查输入与输出是否触及模型上下文限制。不要只因为“HTTP 200”就把这次结果当成完整答案。

处理时一次改一个条件：在模型允许范围内提高max_tokens，或将reasoning_effort调低；简单任务也可以关闭思考。输出额度越大，潜在费用和等待时间也越高，不必一律拉满。

# 以下是三个独立的调整选项，按任务需要选择 # 1. 在原请求中提高 max_tokens，须符合当前模型限制 # 2. reasoning_effort="low" # 3. OpenAI Python SDK 关闭思考： extra_body={"thinking": {"type": "disabled"}}

3. 流式接收时，不要遇到思考就提前退出

流式返回中，思考从delta.reasoning_content读取，答案从delta.content读取。不要把“暂时没有 content”当成流已结束，也不要在第一段思考到达时就返回页面。

thought_parts, answer_parts = [], [] for chunk in stream: # stream 是已有的流式响应 if not chunk.choices: continue delta = chunk.choices[0].delta thought = getattr(delta, "reasoning_content", None) if thought: thought_parts.append(thought) if delta.content: answer_parts.append(delta.content) answer = "".join(answer_parts)

使用工具调用时，还要收集工具参数、执行工具并继续请求。