DeepSeek函数调用多轮对话上下文丢失问题及解决方案咨询

你遇到的是DeepSeek模型在多轮对话函数调用场景下的上下文记忆丢失问题，属于大语言模型常见的上下文窗口内信息遗漏情况，不完全是模型本身的“故障”，更多是多轮交互中上下文管理的疏漏。

以下是可行的解决方案：

• 优化系统提示词：在系统提示词中明确要求模型调用函数前必须核对历史对话中的所有已提供参数，例如添加：每次准备调用函数前，请先完整遍历对话历史，收集用户已提供的所有必填参数，确认无遗漏后再执行调用或询问缺失参数。

• 添加前置参数校验逻辑：在函数调用的流程中加入人工校验环节，当模型输出调用请求或询问缺失参数时，自动从历史对话中提取已提供的参数，补全到调用请求里；如果发现模型遗漏了已存在的参数，直接修正后再执行后续操作，无需再询问用户。

• 精简对话上下文：每轮对话后自动提炼关键信息（比如已确认的参数：plane="xy plane"、name="sketch_1"），将提炼后的摘要放在下一轮对话的上下文最前方，减少冗余信息对模型记忆的干扰，降低信息丢失概率。

• 调整参数询问方式：改为一次性向用户索要所有必填参数，比如第一次就明确提问：“请提供创建草图需要的平面名称和草图名称”，避免分多次询问带来的记忆疏漏风险。

内容的提问来源于stack exchange，提问作者Xinyu