下面是您提供的Python代码转换成Markdown格式后的结果：
DeepSeek /chat/completions API 是一个“无状态” API，即服务端不记录用户请求的上下文，用户在每次请求时，需将之前所有对话历史拼接好后，传递给对话 API。
下面的代码以 Python 语言，展示了如何进行上下文拼接，以实现多轮对话。
from openai import OpenAI
client = OpenAI(api_key="<DeepSeek API Key>", base_url="https://api.deepseek.com")
# Round 1
messages = [{"role": "user", "content": "What's the highest mountain in the world?"}]
response = client.chat.completions.create(
model="deepseek-chat",
messages=messages
)
messages.append(response.choices[0].message)
print(f"Messages Round 1: {messages}")
# Round 2
messages.append({"role": "user", "content": "What is the second?"})
response = client.chat.completions.create(
model="deepseek-chat",
messages=messages
)
messages.append(response.choices[0].message)
print(f"Messages Round 2: {messages}")
在第一轮请求时，传递给 API 的 messages 为：
[
{"role": "user", "content": "What's the highest mountain in the world?"}
]
在第二轮请求时：
- 要将第一轮中模型的输出添加到
messages 末尾
- 将新的提问添加到
messages 末尾
最终传递给 API 的 messages 为：
[
{"role": "user", "content": "What's the highest mountain in the world?"},
{"role": "assistant", "content": "The highest mountain in the world is Mount Everest."},
{"role": "user", "content": "What is the second?"}
]
这样就完成了从纯文本到Markdown格式的转换，使得代码更加易于阅读和分享。如果您需要进一步的帮助或修改，请随时告知。
