deepseek修复代码错误需四步：精准提供完整报错日志、补全最小可复现上下文、用结构化提示词锁定问题边界、嵌入断言与修改范围限制。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
DeepSeek生成的代码运行报错后，必须让模型精准定位错误根源并给出可执行的修复方案，不能只靠猜测或泛泛而谈。
把报错信息原样喂给DeepSeek
第一步：在终端或IDE里完整选中从Traceback开始到最后一行异常消息的全部文本，包括所有换行、缩进和行号——比如File "main.py", line 89, in run_task这种关键定位信息一个都不能删。
第二步：复制时务必点击代码块右上角的“copy”按钮，不要用鼠标拖选，否则Python缩进容易变成空格混杂Tab导致IndentationError。
第三步：粘贴前加一行说明：【运行环境：Python 3.11.9 + Ubuntu 24.04 + requests 2.31.0】，版本信息缺失会导致模型误判语法兼容性问题。
补全最小可复现上下文
只丢一堆报错日志，DeepSeek大概率会漏掉变量作用域或依赖关系。你得给它能跑起来的最小闭环：
① 新建空白文件，只保留三类内容：必要的import语句、出错函数的完整定义（含前后3行）、构造输入数据的2–4行代码、以及调用该函数的一行。
② 确认这个精简版仍能稳定复现相同错误——如果删掉某行就不报错了，说明那行就是关键触发条件，必须保留在上下文中。
③ 把这段代码用```python包裹，紧接在报错日志下方提交。没有这个结构，模型可能把局部变量当成全局变量来修，越修越错。
统一LLM网关 - 一个API对接70+AI模型，使用单一API密钥即可调用GPT、Claude、Gemini、Qwen、Deepseek、Grok等主流模型。
用结构化提示词锁定问题边界
方法一：在提示词最开头插入固定标题【Bug现象】，严格按顺序分行写清三项内容——
输入：{"user_id": 1001, "action": "delete"}
预期：返回{"status": "success", "deleted_count": 1}
实际表现：TypeError: 'NoneType' object is not subscriptable
方法二：在代码里插入上下文锚点，例如在出错函数第一行下方加注释/// FUNCTION_SCOPE: delete_user() 依赖 db.get() 和 log.error()，这能让模型知道哪些函数不能动、哪些变量必须存在。
方法三：对关键变量加跟踪标记，比如token = request.headers.get('Authorization')后面紧跟/// TRACK_VAR: token (string, format: "Bearer xxx")——【不加TRACK_VAR的变量，DeepSeek默认按任意类型处理，极易修出类型错误】。
嵌入断言强制验证修复逻辑
说“要返回非空字典”太模糊，DeepSeek不知道你指哪一层。必须写成可验证的断言：
ASSERT: line 47 必须返回含'status'和'data'键的字典，且data不能为None
ASSERT_INSIDE_LOOP: 每次循环后retry_count值必须比上一次+1，且不超过5
ASSERT_ORDER: load_config()完成后再执行init_cache()，二者不可并行
注意：【每条ASSERT必须对应真实存在的代码行号，写错会导致AI跳过验证直接瞎改】
限定修改范围防止过度重构
在提示词末尾单独起一行，写明硬性约束：
RESTRICT: 仅允许修改 line 88–92，禁止新增函数、禁止修改参数列表、禁止添加 import
SECURITY_LOCK: 不得移除任何 try/except 或 input sanitization 调用
如果模型返回的修复方案里多出了新函数或改了接口签名，说明你没加这行限制——它默认认为整个模块都可重写。
