Home 全方位拥抱DeepSeek.md
Post
Cancel

全方位拥抱DeepSeek.md

Posted Feb 2, 2025
By 章北海mlpy
11 min read

DeepSeek 最近的火热不言而喻

其实较早之前，我就写过 N 篇 DeepSeek 能力的文章

比如我用它做自动数据分析、做一键AI总结网页保存本地的快捷指令、全文翻译吴恩达的《如何打造 AI 职业生涯》、AI英语陪练等等

这里老章用极简洁的方式介绍如何将 DeepSeek 融入到写作、编程、翻译、总结等各场景。

DeepSeek 能力获取

方式 1:在线使用

https://chat.deepseek.com/

方式 2:本地部署

本地安装 Ollama：https://ollama.com

然后命令行运行

ollama run deepseek-r1:7b

请视自己电脑/显卡性能情况选择对应参数，从 1.5b 到 671b

具体请参考：https://ollama.com/library/deepseek-r1

方式 3:官方 API

申请：https://platform.deepseek.com/api_keys

copy 一下申请好的 api_key

记一下 base_url：https://api.deepseek.com/v1

最近太火热，官方 api 时常挂掉

使用参考 API 手册：https://api-docs.deepseek.com/guides/reasoning_model

1
2
3
4
5
6
7
8
9
10
11
12
13
14

from openai import OpenAI

client = OpenAI(api_key="<DeepSeek API Key>", base_url="https://api.deepseek.com")

response = client.chat.completions.create(
    model="deepseek-chat",
    messages=[
        {"role": "system", "content": "You are a helpful assistant"},
        {"role": "user", "content": "Hello"},
    ],
    stream=False
)

print(response.choices[0].message.content)

方式 4:第三方 API

想要更省钱的话，可以不用官方 api，转投 siliconflow

注册后免费赠送 14 元（够用很久很久，用 deepseek 翻译了一本 40 页的 pdf，只花了几分钱）

注册地址：https://cloud.siliconflow.cn/i/YefhGWlT

它不但完美支持OpenAI API调用，还可以免费使用Qwen、GLM、Yi 等模型。 支持的模型列表：https://cloud.siliconflow.cn/models

api 获取地址：https://cloud.siliconflow.cn/account/ak

用法：

当前大语言模型部分支持以 openai 库进行调用，安装 Python3.7.1 或更高版本并设置虚拟环境后，即可安装 OpenAI Python 库。

从终端/命令行运行：

1

pip install --upgrade openai

完成此操作后，running 将显示您在当前环境中安装的 Python 库，确认 OpenAI Python 库已成功安装。

之后可以直接通过 OpenAI 的相关接口进行调用，目前平台支持 OpenAI 相关的大多数参数。

1
2
3
4
5
6
7
8
9
10
11
12
13
14

from openai import OpenAI

client = OpenAI(api_key="这里填写你的 api key", base_url="https://api.siliconflow.cn/v1")
response = client.chat.completions.create(
    model='deepseek-ai/DeepSeek-R1',
    messages=[
        {'role': 'user', 
        'content': "机器学习算法与 Python 实战这个号值的关注吗？"}
    ],
    stream=True
)

for chunk in response:
    print(chunk.choices[0].delta.content, end='')

这里需要修改的只有 api_key（上面申请后复制到的）、model（名称要遵循 siliconflow 的规范）和 messages（定义了 role 和 prompt）

DeepSeek + Cursor AI 辅助编程

有了 DeepSeek 能力，一系列的事儿就可以搞起来了，比如编程

在Cursor Settings-Models中关闭其他模型，添加上面复制好的模型，点击Add model

API 地址和 API Key 可以填写 DeepSeek 官方，也可以填 Siliconflow 的。

点击Verify，看到绿色开关即为OK了

然后就可以正常使用 Cursor + DeepSeek 了

DeepSeek + Obsidian 辅助写作

首先需要下载 Obsidian：https://obsidian.md/

安装后，点击左下角设置，在【第三方插件】选择浏览【社区插件市场】

搜索 Copilot，安装，然后启用后进入【选项】

这个插件是支持 ChatGPT Claude 等 api 的，网络畅通的富哥们直接把 api 填进去即可。

Copilot 支持添加其他模型

点击 Add Model

设置页面往上托，把 deepseek-ai/DeepSeek-R1 设置为默认，点击上面的 Save and Reload

回到 Obsidian，点击侧边栏的对话图标，右侧即会出现大模型对话框了

相对详细的介绍请移步：Obsidian AI 写作神器：一键配置 DeepSeek，写作效率飙升 1000%！

DeepSeek + 沉浸式翻译/总结

安装沉浸式翻译插件

https://immersivetranslate.com/manual-chrome-extension

按教程安装好插件之后，chrome 左上角就能看到这个插件

右键点击这个图标

点击设置 - 翻译服务

这里面翻译服务有很多，支持各种大模型，这里我们选择 DeepSeek 或 Siliconflow，当然你可以选别的，这里我选的是 Silicon

点击去修改，把前面申请到的 apikey 粘贴进去，模型名称使用自定义

现在访问英文网站，你就可以一键沉浸式翻译了

不过用 R1 做翻译有点大材小用了

我之前我写过 PDF 全文翻译的文章，设置方法类似，感兴趣可以移步

[[240729 翻译了吴恩达的《如何打造AI职业生涯》，花了3分钱，附教程]]

DeepSeek + JupyterHub 辅助编程

Jupyter AI 是一个扩展包，旨在将人工智能工具和功能集成到 Jupyter Notebook 环境中。通过 Jupyter AI，用户可以在 Jupyter Notebook 中直接使用各种 AI 服务和模型，如自然语言处理、机器学习和深度学习等，从而简化数据科学和机器学习项目的开发流程。

安装一定要完全安装：

pip install jupyter-ai[all]

不然大概率会出现以下报错：

There seems to be a problem with the Chat backend, please look at the JupyterLab server logs or contact your administrator to correct this problem.

正常情况下，安装完成后的juputerhub是这样，点击右上角小齿轮就可以配置模型了

DeepSeek + openwebui 聊天助手

OpenWebUI 旨在为 AI 和 LLMs 构建最佳用户界面，为那些互联网访问受限的人提供利用 AI 技术的机会。 OpenWebUI 通过 Web 界面本地运行 LLMs，使 AI 和 LLMs 更安全、更私密。

安装openwebui是我见过所有chatbot中最简单的了

1
2
3
4
5

# 安装
pip install open-webui

# 启动
open-webui serve

然后浏览器打开 http://localhost:8080

加号这里填入ollama拉起的模型名称即可

也可以配置siliconflow的模型

Google Chrome 2025-02-05 22.53.30.png

DeepSeek + 知识库&Agent

克隆 Dify 源代码至本地环境。

1

git clone https://github.com/langgenius/dify.git

启动 Dify

  1. 进入 Dify 源代码的 Docker 目录 
    1

     cd dify/docker
  2. 复制环境配置文件 
    1

     cp .env.example .env

  3. 启动 Docker 容器

    根据你系统上的 Docker Compose 版本，选择合适的命令来启动容器。你可以通过 $ docker compose version 命令检查版本：

    • 如果版本是 Docker Compose V2，使用以下命令： 
      1

       docker compose up -d
    • 如果版本是 Docker Compose V1，使用以下命令： 
      1

       docker-compose up -d

运行命令后，你应该会看到类似以下的输出，显示所有容器的状态和端口映射：

1
2
3
4
5
6
7
8
9
10
11
12

[+] Running 11/11
 ✔ Network docker_ssrf_proxy_network  Created                                                                 0.1s 
 ✔ Network docker_default             Created                                                                 0.0s 
 ✔ Container docker-redis-1           Started                                                                 2.4s 
 ✔ Container docker-ssrf_proxy-1      Started                                                                 2.8s 
 ✔ Container docker-sandbox-1         Started                                                                 2.7s 
 ✔ Container docker-web-1             Started                                                                 2.7s 
 ✔ Container docker-weaviate-1        Started                                                                 2.4s 
 ✔ Container docker-db-1              Started                                                                 2.7s 
 ✔ Container docker-api-1             Started                                                                 6.5s 
 ✔ Container docker-worker-1          Started                                                                 6.4s 
 ✔ Container docker-nginx-1           Started                                                                 7.1s

最后检查是否所有容器都正常运行：

1

docker compose ps

在这个输出中，你应该可以看到包括 3 个业务服务 api / worker / web，以及 6 个基础组件 weaviate / db / redis / nginx / ssrf_proxy / sandbox 。

1
2
3
4
5
6
7
8
9
10

NAME                  IMAGE                              COMMAND                   SERVICE      CREATED              STATUS                        PORTS
docker-api-1          langgenius/dify-api:0.6.13         "/bin/bash /entrypoi…"   api          About a minute ago   Up About a minute             5001/tcp
docker-db-1           postgres:15-alpine                 "docker-entrypoint.s…"   db           About a minute ago   Up About a minute (healthy)   5432/tcp
docker-nginx-1        nginx:latest                       "sh -c 'cp /docker-e…"   nginx        About a minute ago   Up About a minute             0.0.0.0:80->80/tcp, :::80->80/tcp, 0.0.0.0:443->443/tcp, :::443->443/tcp
docker-redis-1        redis:6-alpine                     "docker-entrypoint.s…"   redis        About a minute ago   Up About a minute (healthy)   6379/tcp
docker-sandbox-1      langgenius/dify-sandbox:0.2.1      "/main"                   sandbox      About a minute ago   Up About a minute             
docker-ssrf_proxy-1   ubuntu/squid:latest                "sh -c 'cp /docker-e…"   ssrf_proxy   About a minute ago   Up About a minute             3128/tcp
docker-weaviate-1     semitechnologies/weaviate:1.19.0   "/bin/weaviate --hos…"   weaviate     About a minute ago   Up About a minute             
docker-web-1          langgenius/dify-web:0.6.13         "/bin/sh ./entrypoin…"   web          About a minute ago   Up About a minute             3000/tcp
docker-worker-1       langgenius/dify-api:0.6.13         "/bin/bash /entrypoi…"   worker       About a minute ago   Up About a minute             5001/tcp

通过这些步骤，你应该可以成功在本地安装 Dify。

在 Dify 中接入 Ollama

在 设置 > 模型供应商 > Ollama 中填入：

  • 模型名称：deepseek-r1:7b

  • 基础 URL：http://<your-ollama-endpoint-domain>:11434

使用 Ollama 模型

进入需要配置的 App 提示词编排页面，选择 Ollama 供应商下的 llava 模型，配置模型参数后即可使用。

AIGC
aigc
This post is licensed under CC BY 4.0 by the author.
Recently Updated

吴恩达：中国的DeepSeek让人印象深刻，我想对他们说“加油”.md

机器学习中25个最重要的数学定义（公式、代码实现）.md