解决CodeCompanion.nvim中DeepSeek R1推理模型系统提示问题

在CodeCompanion.nvim插件中使用DeepSeek R1推理模型时，开发者可能会遇到一个常见问题：当消息序列中包含系统提示(system prompt)时，模型会返回错误。本文将深入分析这个问题并提供解决方案。

问题背景

DeepSeek R1推理模型对消息序列有特殊要求：除了系统消息外，第一条消息必须是用户消息。如果消息序列以系统消息开头，后面跟着用户消息，模型会返回如下错误：

错误：{"error":{"message":"The first message (except the system message) of deepseek-reasoner must be a user message, but an assistant message detected.","type":"invalid_request_error","param":null,"code":"invalid_request_error"}}

技术分析

这个问题源于DeepSeek R1模型的消息序列处理机制。模型期望消息序列中用户消息和助手消息交替出现。当使用CodeCompanion.nvim的标准配置时，通常会设置一个系统提示作为第一条消息，这违反了模型的预期输入格式。

解决方案

方案一：修改适配器配置

对于直接使用DeepSeek API的情况，可以通过修改适配器配置来解决。以下是完整的适配器配置示例：

deepseek = function()
  return require("codecompanion.adapters").extend("deepseek", {
    env = {
      api_key = "DEEPSEEK_API_KEY",
    },
    schema = {
      model = {
        default = "deepseek-reasoner",
      },
      temperature = {
        default = 0,
      },
    },
    handlers = {
      chat_output = function(self, data)
        local output = {}
        if data and data ~= "" then
          local data_mod = prepare_data_for_json(data)
          local ok, json = pcall(vim.json.decode, data_mod, { luanil = { object = true } })
          if ok and json.choices and #json.choices > 0 then
            local choice = json.choices[1]
            local delta = (self.opts and self.opts.stream) and choice.delta or choice.message
            if delta then
              if delta.role then
                output.role = delta.role
              else
                output.role = nil
              end
              output.content = ""
              -- 添加推理输出
              if delta.reasoning_content then
                output.content = delta.reasoning_content
              end
              if delta.content then
                output.content = output.content .. delta.content
              end
              return {
                status = "success",
                output = output,
              }
            end
          end
        end
      end,
    },
  })
end,

方案二：通过OpenRouter使用DeepSeek R1

如果通过OpenRouter使用DeepSeek R1模型，需要注意以下几点：

1. OpenRouter已经标准化了推理令牌的处理方式
2. 推理内容会出现在消息的reasoning字段中
3. 需要设置can_reason选项为true

以下是完整的OpenRouter适配器配置：

deepseekr1 = function()
  return require("codecompanion.adapters").extend("openai_compatible", {
    env = {
      url = "https://openrouter.ai/api",
      api_key = "OPENROUTER_API_KEY",
      chat_url = "/v1/chat/completions",
    },
    opts = {
      stream = false,
      can_reason = true
    },
    schema = {
      model = {
        default = "deepseek/deepseek-r1",
      },
    },
    handlers = {
      chat_output = function(self, data)
        local utils = require("codecompanion.utils.adapters")
        local output = {}
        if data and data ~= "" then
          local data_mod = utils.clean_streamed_data(data)
          local ok, json = pcall(vim.json.decode, data_mod, { luanil = { object = true } })
          if ok and json.choices and #json.choices > 0 then
            local choice = json.choices[1]
            local delta = (self.opts and self.opts.stream) and choice.delta or choice.message
            if delta then
              output.role = nil
              if delta.role then
                output.role = delta.role
              end
              if self.opts.can_reason and delta.reasoning then
                output.reasoning = delta.reasoning
              end
              if delta.content then
                output.content = (output.content or "") .. delta.content
              end
              return {
                status = "success",
                output = output,
              }
            end
          end
        end
      end,
    },
  })
end,

注意事项

1. 流式传输(stream=true)可能会导致响应格式问题，建议先使用非流式模式
2. OpenRouter返回的推理内容在reasoning字段而非reasoning_content字段
3. 建议启用DEBUG或TRACE级别的日志来检查请求和响应的具体内容

总结

DeepSeek R1推理模型在CodeCompanion.nvim中的使用需要注意其特殊的消息序列要求。通过合理配置适配器，特别是正确处理系统提示和推理内容字段，可以充分发挥该模型的推理能力。对于通过OpenRouter使用的情况，还需要注意其标准化的推理令牌处理方式。