02-13 15:48 用友网络_Java开发

发布于吉林

关注

DeepSeek 从快速入门到实用探索，程序员当然要私有部署代码助手

国内最新的神级人工智能模型已经正式发布，没错，它就是备受瞩目的DeepSeek-R1大模型。今天，我们将对DeepSeek进行一个简单的了解，并探索如何快速使用和部署这个强大的工具。值得一提的是，DeepSeek已经开源，您可以随意下载和使用它。

DeepSeek的官方网站地址如下：https://www.deepseek.com/

API文档的详细地址请访问：https://api-docs.deepseek.com/zh-cn/

好吧，让我们开始！

API

DeepSeek API 采用与 OpenAI 完全兼容的 API 格式，使得用户可以通过简单的配置修改，灵活地使用 OpenAI SDK 来访问 DeepSeek API。此外，还可以使用任何与 OpenAI API 兼容的软件进行接入。

在对话领域，OpenAI 的 ChatGPT 可以说是最早引领风潮的模型之一，因此很多框架都自然而然地集成了 OpenAI 接口。这种趋势促使后续的各种模型纷纷兼容 OpenAI 的接口特性，从而极大地方便了开发者，减少了接入工作量。

为了轻松切换到 DeepSeek API，我们只需将 OpenAI 的基础 URL 替换为 DeepSeek 的地址，具体操作如下所示：

# Please install OpenAI SDK first: `pip3 install openai`

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)

注意model='deepseek-chat'调用的是DeepSeek-V3模型，model='deepseek-reasoner'才是DeepSeek-R1大模型。

服务状态

目前由于国际原因，API服务不是很稳定，所以如果在调用其API接口如果无法及时响应，可以看下目前API服务状态。地址如下：https://status.deepseek.com/

如图所示：

alt

实用集成

轻松将 DeepSeek 大模型的强大能力集成到各类软件中，助您提升应用的智能化水平。该平台支持众多第三方软件，具体支持的软件种类请见下图所示：

alt

这种方法既可以调用官方的API服务，当然也可以调用本地的大模型服务，毕竟官方服务状态目前很不稳定。

Ollama

如果想在本地访问 DeepSeek 服务，那么你可以选择Ollama ，Ollama 是一个开源工具，旨在帮助用户在本地环境中轻松运行和管理大型语言模型（LLMs）。它通过简化的方式支持多种模型（如 Llama、Mistral、Gemma 等），并提供统一的接口供开发者调用，尤其适合需要本地部署和灵活切换模型的场景。

地址如下：https://ollama.com/

alt

下载后，直接在本地运行命令即可。

ollama run deepseek-r1

当然，你可以选择启动的模型参数。目前有如下可选择：

ollama run deepseek-r1:1.5b

ollama run deepseek-r1:7b

ollama run deepseek-r1:8b

ollama run deepseek-r1:14b

ollama run deepseek-r1:32b

ollama run deepseek-r1:70b

参数越大，模型效果越好。

服务器准备

首先，我们需要登录腾讯云平台并购买 HAI 应用服务。腾讯云提供了两种计费方式：包月计费和按时计费。由于我目前并没有特别紧迫或庞大的需求，因此为了节省成本，我选择了按时计费方式。具体的购买流程和配置选项可以参考下面的图示：

alt

在我完成购买后，腾讯云 HAI 服务器会自动为我们部署 DeepSeek-R1 模型并启动运行，整个过程非常简便。同时，HAI 还提供了算力连接的选择，具体有三种不同的方式：

ChatBotUI：这是一种广泛应用的可视化聊天界面，它不仅支持实时的聊天互动，还具备管理聊天记录和提示词模板等功能，非常适合需要快速构建对话系统的场景。
CloudStudio：CloudStudio 是一款功能强大的在线集成开发环境（IDE）。它允许我们编写 Python 脚本、调试代码、进行多种应用开发和测试，非常适合开发者进行项目调试和优化。
JupyterLab：作为一种极为流行的数据科学工具，JupyterLab 提供了多个终端选择，包括 Linux 终端和 Python 脚本执行环境。它为数据分析、模型训练及执行等任务提供了非常便捷的支持。

ChatBotUI

在这里，我们首先来了解一下可视化界面，并演示如何快速上手使用。通过这一界面，用户可以直观地进行各种操作，轻松实现需求的配置和调整。具体的操作步骤和界面效果可以参考下面的图示：

alt

可以选择其他选项，虽然有时候需要进行角色授权，授权过程非常简单，点击“授权”按钮即可完成，无需进行复杂操作。一旦授权完成，你便可以进入聊天界面。在该界面中，HAI服务器提供了多种参数选项，例如7B和1.5B。选择合适的参数后，你就可以立即开始实时聊天，无需等待。

alt

ollama终端

我们继续选择JupyterLab方式连接算力，这里选择终端，如图所示：

alt

我们去看下终端命令查看下，如图所示：

alt

在这里，我们可以看到其实它使用的也是基于Ollama运行的DeepSeek-R1大模型。通过这种方式，用户可以非常方便地直接使用Ollama提供的命令，来查看和操作相应的API接口。如图所示：

alt

这里我们演示的是直接使用 Ollama 运行 DeepSeek-R1 大模型，模型参数为 1.5B。要结束当前会话，您可以使用快捷键 Ctrl + D 退出。不过，需要注意的是，采用这种方式仅支持在本地运行和启动，无法进行外网调用或配置远程访问。

因此，如果希望实现外网访问或其他更复杂的配置，接下来的步骤将会介绍相关方法。

插件安装

CodeGPT

接下来，我们需要前往官方商店，下载并安装IDEA的插件——CodeGPT。此插件将为我们的开发环境提供智能代码辅助，帮助我们提升编程效率和质量。如下图所示，可以看到插件的下载页面，按照提示进行安装，即可将其集成到IDEA环境中。

alt

下载完成后，我们需要进入IDEA的设置界面，找到并点击“Settings”菜单。在设置界面中，定位到“Tools”标签页，然后继续找到“Ollama本地模型”选项进行配置。关于Ollama模型的具体配置细节，这里就不再详细说明，因为腾讯云HAI服务器为我们提供的正是Ollama版本。在启动HAI服务器后，我们只需将其公网IP地址以及端口号6399进行相应配置即可。

需要注意的是，Ollama的默认端口并没有被使用，而是由HAI服务器自定义配置为6399端口。所以，我们只需确保在配置过程中，公网IP和自定义端口6399设置正确，就能顺利连接并启动服务。下面是配置的具体示例：

alt