DeepSeek + WhatsApp API Grátis: IA no Atendimento com Custo Mínimo!

26 de junho de 2025 Pedro Bastos Comentários desativados

Links para os downloads gratuitos

Bloco de Notas (resumo)

				
					## DEEPSEEK & WHATSAPP API


- Download LM Studio e Node 20

1- Executar LM Studio e baixar modelo deep seek
2- Executar Terminal
	a. node -v
	b. mkdir comunidadezdg
	c. cd comunidadezdg
	d. npm init -y
	e. npm install whatsapp-web.js qrcode-terminal axios
	f. New-Item index.js -ItemType File
	g. abrir index.js com editor de texto e colar conteúdo
	h. node index.js

INDEX.JS

				
					const { Client, LocalAuth } = require('whatsapp-web.js');
const qrcode = require('qrcode-terminal');
const axios = require('axios');

// Objeto para armazenar o histórico de conversas
const conversationHistory = {};

// Função para processar mensagens usando LM Studio com histórico
async function processMessage(text, userId) {
    try {
        // Inicializa o histórico do usuário, se não existir
        if (!conversationHistory[userId]) {
            conversationHistory[userId] = [];
        }

        // Adiciona a mensagem do usuário ao histórico
        conversationHistory[userId].push({ role: "user", content: text });

        // Limita o histórico para as últimas 10 interações
        if (conversationHistory[userId].length > 10) {
            conversationHistory[userId].shift();
        }

        const response = await axios.post('http://localhost:1234/api/v0/chat/completions', {
            model: "deepseek-r1-distill-qwen-7b",
            messages: [
                { role: "system", content: "Responda de forma natural e amigável, mantendo o contexto da conversa." },
                ...conversationHistory[userId] // Envia o histórico completo do usuário
            ],
            temperature: 0.7,
            max_tokens: 500
        });

        let reply = response.data.choices[0].message.content;

        // Remove qualquer <think>...</think> antes de responder
        reply = reply.replace(/<think>[\s\S]*?<\/think>/g, '').trim();

        // Adiciona a resposta da IA ao histórico
        conversationHistory[userId].push({ role: "assistant", content: reply });

		console.log(`Resposta gerada para ${userId}: ${reply}`);
        return reply;
    } catch (error) {
        console.error('Erro ao processar mensagem:', error);
        return 'Desculpe, não consegui processar sua mensagem.';
    }
}

// Inicializa o cliente do WhatsApp
const client = new Client({
    authStrategy: new LocalAuth() // Salva a sessão localmente
});

// Gera o QR Code no terminal
client.on('qr', (qr) => {
    qrcode.generate(qr, { small: true });
});

// Quando estiver pronto, exibe uma mensagem
client.on('ready', () => {
    console.log('Client is ready!');
});

// Escuta mensagens recebidas
client.on('message', async (message) => {
    console.log(`Mensagem recebida de ${message.from}: ${message.body}`);

    // Processa a mensagem com LM Studio usando o histórico
    const response = await processMessage(message.body, message.from);

    // Responde a mensagem no WhatsApp
    message.reply(response);
});

// Inicializa o cliente
client.initialize();

DeepSeek + WhatsApp API Grátis: IA no Atendimento com Custo Mínimo!

DeepSeek + WhatsApp API Grátis:Tutorial

Autor: Pedrinho da Nasa Data: 9 de junho de 2025

Vou te mostrar como integrar o DeepSeek com uma API do WhatsApp de graça! Você vai aprender a usar inteligência artificial para automatizar e otimizar o atendimento, deixando suas respostas mais rápidas, inteligentes e eficientes com custos baixíssimos.

E o melhor: todo o material, incluindo o código-fonte, estará disponível para download. Se você quer reduzir custos e levar seu suporte no WhatsApp para outro nível.

Material de Apoio

Todo o material de apoio, incluindo os comandos para copiar e colar e o código completo do index.js, está disponível logo acima nesta página.

Passo 1: Preparando o Terreno (LM Studio e Node.js)

Antes de colocar a mão na massa, precisamos de duas ferramentas gratuitas rodando no seu computador.

LM Studio: É o programa que nos permitirá baixar e rodar o modelo de IA DeepSeek localmente, sem custo.
Node.js (versão 20 ou superior): É o ambiente que vai executar nosso código da API do WhatsApp.

Após instalar ambos, abra o LM Studio. Na aba de busca (ícone de lupa), procure por "deepseek" e baixe um dos modelos disponíveis (os modelos "Qwen" costumam ter um bom equilíbrio entre tamanho e performance). Depois de baixar, vá para a aba de chat (ícone de balão de fala), selecione o modelo no topo e confirme que ele está carregado e pronto para uso.

Passo 2: Construindo a API no Terminal

Com o LM Studio e o modelo de IA prontos, vamos criar nossa API. Abra o terminal do seu sistema (no Windows, pode ser o PowerShell).

Verifique a instalação do Node.js:
```
node -v
```
O terminal deve retornar a versão instalada (ex: v20.12.0).
Crie uma pasta para o projeto:
```
mkdir comunidadezdg
```
Navegue para dentro da pasta criada:
```
cd comunidadezdg
```
Inicie um projeto Node.js:
```
npm init -y
```
Instale as dependências necessárias:
```
npm install whatsapp-web.js qrcode-terminal axios
```
Isso instalará a biblioteca para o WhatsApp, um gerador de QR Code para o terminal e o Axios para fazer a comunicação com a IA.
Crie o arquivo principal da nossa API:
```
New-Item index.js -ItemType File
```
(Se você não estiver no PowerShell, pode criar o arquivo index.js manualmente na pasta).
Adicione o código: Abra o arquivo index.js com seu editor de texto preferido (Bloco de Notas, VS Code, etc.) e cole o conteúdo completo que está na seção "Material de Apoio" acima.
Execute a API:
```
node index.js
```

Ao executar o último comando, um QR Code aparecerá no seu terminal. Leia-o com o aplicativo do WhatsApp no seu celular (em Aparelhos Conectados) e aguarde a mensagem "Client is ready!". Pronto, sua IA já está conectada e respondendo no WhatsApp!

Entendendo o Código (`index.js`)

O arquivo index.js é o cérebro da nossa operação. Veja os pontos principais:

Inicialização: Usamos a biblioteca whatsapp-web.js para criar uma conexão com o WhatsApp, salvando a sessão localmente para não precisar ler o QR Code toda vez.
Histórico de Conversa: A variável conversationHistory armazena as últimas 10 interações de cada usuário. Isso é crucial para que a IA mantenha o contexto e não se perca na conversa.
Comunicação com a IA: A função processMessage é a mais importante. Ela usa o Axios para enviar uma requisição POST para o seu LM Studio (no endereço http://localhost:1234/api/v0/chat/completions), passando o histórico da conversa e a nova mensagem do usuário.
Seleção do Modelo: Dentro da função, a linha model: "deepseek-r1-distill-qwen-7b" define qual modelo de IA será usado. Certifique-se de que este nome bate exatamente com o nome do modelo que você carregou no LM Studio.
Limpeza da Resposta: O DeepSeek às vezes inclui "pensamentos" na resposta, dentro de tags . Nosso código remove essas tags para entregar uma resposta limpa e direta ao usuário.

De forma prática e simples, você agora tem um chatbot com uma IA poderosa rodando localmente, conectado ao seu WhatsApp e com custo praticamente zero. Se quiser aprofundar seus conhecimentos, venha para a Comunidade ZDG, a maior do Brasil sobre APIs e automações para WhatsApp!

Qualquer dúvida, é só chamar. Tamo junto!

Leve seu negócio para o próximo nível

Este tutorial é apenas a ponta do iceberg. A ZDG é uma empresa com mais de 5 anos de mercado que já ajudou mais de 7.000 assinantes com a criação de soluções de automação de atendimentos e chatbots para WhatsApp com o melhor custo-benefício do mercado

Se você que quer começar do zero e aprender por conta própria:

Conheça a Comunidade ZDG e aprenda a automatizar seus atendimentos no WhatsApp com ferramentas open-source gratuitas. Tenha acesso a cursos essenciais de integrações, infraestrutura e aos nossos exclusivos auto-instaladores de sistemas como Whaticket, Chatwoot, Typebot e N8N.

CONHECER A COMUNIDADE ZDG

Se você que busca um sistema avançado completo:

Conheça o Sistema Z-PRO, uma plataforma de multi-atendimento completa com flowbuider nativo para criação de chatbots, integração com inteligência artificial e modo White Label para revenda no modelo SAAS. Unifique WhatsApp (oficial e não oficial), Instagram, Facebook, Telegram e até ligações PABX em um único lugar.

CONHECER O SISTEMA Z-PRO