需上传核心模块代码并明确指令生成调用关系图：一、用DeepSeek-R1直接分析适中规模代码并输出文本调用路径；二、用AST工具预提取JSON调用边再交由模型归纳；三、超长代码分片上传并加锚点引导跨片关联；四、用Mermaid语法提示词获取可渲染图代码。
☞☞☞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☜☜☜
如果您希望利用DeepSeek分析大型项目的代码逻辑，需将核心模块代码上传至其支持的交互界面，并明确指令其生成调用关系图。以下是实现该目标的具体操作路径与替代方案：
一、使用DeepSeek-R1模型直接提交代码片段并请求调用图描述
DeepSeek-R1具备较强的代码理解能力，虽不原生支持图形渲染，但可对上传的函数/类结构进行静态分析，并以文本形式输出调用层级与依赖路径。该方式适用于模块规模适中、文件数量在10个以内的情形。
1、将核心模块的Python/Java/JavaScript等源码整理为单个文本块，确保包含所有被调用函数的定义与调用语句。
2、在DeepSeek对话框中粘贴代码，并输入指令：“请分析以下代码中各函数之间的调用关系，按调用深度逐层列出主函数到被调用函数的完整路径，格式为：A → B → C”。
3、等待模型返回结构化文本结果，从中提取节点与有向边信息，用于后续手动绘图或导入Graphviz生成图像。
二、结合AST解析工具预处理代码后喂入DeepSeek
对于跨文件、含动态调用（如反射、回调）的复杂项目，需先通过抽象语法树（AST）工具提取精确调用关系，再将结构化数据交由DeepSeek归纳解释。此方法提升准确性，规避模型对隐式调用的误判。
1、在本地运行pyan3（Python）、javaparser（Java）或eslint --print-config配合自定义规则（JavaScript），生成JSON格式的调用边列表。
2、将生成的JSON内容连同项目目录结构说明一并提交至DeepSeek，并附加指令：“根据以下调用边数据，识别出入口函数、核心服务模块与外部依赖模块，用缩进层级图展示主干调用链”。
Miller (mlr) 是一个命令行工具，用于查询、整形和重新格式化名称索引数据，如 CSV、TSV、JSON 和 JSON Lines。它将 awk、sed、cut、join 和 sort 的功能整合到一个专为结构化数据处理而构建的单一工具中。
3、接收模型输出的分层文本描述，确认是否存在未覆盖的分支路径或疑似循环依赖节点。
三、分片上传+上下文锚点引导分析
当单个模块代码量超过DeepSeek上下文窗口（如R1为128K token），直接粘贴将导致截断。此时应按调用链路主动切分为“入口层—业务层—数据层”，并为每一片段标注其在整体结构中的角色定位，使模型能跨片建立逻辑关联。
1、将代码划分为三个独立文本块：入口控制器（含HTTP路由或main函数）、核心服务类（含关键算法与状态流转）、数据访问对象（DAO/Repository）。
2、依次上传，每次上传前添加锚点说明：“这是第1片：系统入口层，函数start_service()是整个调用链起点”；下一片开头注明“承接上一片start_service()中对ServiceManager.execute()的调用”。
3、全部上传完毕后，发送综合指令：“整合以上三片内容，绘制从start_service()出发的完整调用流向图，标出跨层调用点”。
四、借助Mermaid语法提示词强制生成可渲染图代码
DeepSeek-R1支持理解Mermaid syntax，若明确要求其输出符合mermaid.flowchart TD规范的代码，可直接获得可用于VS Code、Typora等工具实时渲染的调用图源码，免去人工转译步骤。
1、上传精简后的核心代码（建议控制在5个函数以内，含明确调用关系）。
2、发出精准指令：“请严格按Mermaid flowchart TD语法输出函数级调用图，节点名使用原始函数名，箭头方向表示调用流向，不要添加解释文字”。
3、复制模型返回的
flowchart TD\nA[init] --> B[load_config]\nB --> C[run_pipeline]类代码，粘贴至支持Mermaid的编辑器中查看图形。
