5min 完成 Deepseek API部署：硅基流动API+Cheery Studio告别卡顿！

已于 2025-02-12 20:32:55 修改
阅读量1.3k 收藏 14
点赞数 7
CC 4.0 BY-SA版权
文章标签： 深度学习 人工智能 开源软件 AIGC chatgpt AI编程
于 2025-02-12 20:31:41 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/INDULGENT_1/article/details/145599327

在官网使用DeepSeek时经常会出现服务器繁忙，且官方因最近客户过多，也关闭了API的购买。

那么，我们就换一种方式，利用硅基流动+Cherry Studio 轻松连接DeepSeek

目前：硅基流动支持所有版本的DeepSeek使用。R1 V3 以及各个版本的蒸馏模型，都可以调用。

（其实不止DeepSeek，还有很多大模型都可以调用）。

话不多说，直接开始操作，用最简洁的办法帮你完成deepseek的接入。

一、安装应用

我这里用的是Cherry Studio，网上还有许多工具

（都可以，就是一个工具，以后直接打开工具即可对话）

Cherry Studio：https://cherry-ai.com/

二、注册硅基流动

官网：SiliconFlow, Accelerate AGI to Benefit Humanity

打开官网：

①log in  

②输入手机号，获取验证码

③ 输入邀请码（一定记得填写，填写立即获取14块钱的token！）

邀请码：xjhU9yH7

调用三方软件的api的部分模型会产生费用，如上面图中的DeepSeek R1的满血版。

三、调用API

①获取API

进入主页后，我们点击”API密匙“——新建api密钥——点击复制，就获得了硅基流动的API了。

(流程如下图，创建过程中随意命名都可以)

②通过Cherry Studio接入API

打开我们安装好的应用程序：Cherry Studio

我们需要在安装的Cherry Studio中添加API.

我们进入Cherry Studio后，点击左下角的设置，然后选择硅基流动，在API密钥一栏中粘贴刚才复制好的API密钥，这样就完成了部署。

③最后一步：开始对话

进入到上面的聊天功能，在聊天框中选择：DeepSeek R1模型，就可以开始对话啦！

【实战篇】【硅基流动API+Cherry Studio搭建个人知识库全流程解析：从零到精通的超详细指南】
商务合作|问题讨论|交流学习 请联系作者微信，加微信请务必注明来意，博客主页有联系方式
04-07 495
在人工智能技术高速发展的今天，基于大语言模型的知识库已成为开发者提效的必备工具。然而云端服务存在响应延迟、数据隐私、硬件依赖等痛点。通过硅基流动API与的深度整合，我们既能享受大模型的强大能力，又能实现本地化部署与高效管理。本文将从环境配置到高阶调优，手把手带你构建企业级知识库系统。
【大模型】硅基流动对接DeepSeek使用详解
congge
02-09 1万+
硅基流动对接DeepSeek使用详解
continue开源AI代码编程助手-自定义api-SiliconFlow硅基流动与deepseek配置教程
子燕若水的博客
12-09 2456
硅基流动：https://cloud.siliconflow.cn?referrer=cly05xvga0007136hceg7cbm2 continue：https://github.com/continuedev/continue 配置文件蓝奏云：https://wweh.lanzouw.com/ivutp27i0fgj。
【大模型应用】初学：硅基流动DeepSeekAI+Cherry-studio使用
勿芮介的博客
03-12 1725
🌟 Cherry Studio 提供了诸如完整的 Markdown 渲染、智能体创建、翻译功能、文件上传和多模态对话等个性化功能，并具有友好的界面设计和灵活的主题选项，旨在为用户提供全面而高效的 AI 交互体验。1、目前在deepseek官网使用AI服务时，因为使用人数过多、性能资源有限等问题，导致经常出现卡顿，或则“系统繁忙”等情况。OK,有了上面的Api密钥，下面就是在相关的AI工具中配置使用了，这里选择的是Cherry-Studio,这里贴了官方的教程，在增加点个人使用中的理解，省的来回跳转了。
Deepseek+Cheerystudio本地知识库搭建-一起来省钱-上
ISDF工软未来
02-18 639
Cherry Studio AI 是一款强大的多模型 AI 助手，支持 iOS、macOS 和 Windows 平台。快速切换多个先进的 LLM 模型，提升工作学习效率。Cherry Studio - 全能的AI助手。3、安装Cheery studio软件。4、安装完开始设置如下。，点击 下载 选网盘。
Deepseek+Cheerystudio本地知识库搭建-一起来省钱-下
ISDF工软未来
02-21 202
这里注意，硅基流动、火山、腾讯云都有免费赠送的字节，都在50万token，满血大模型，硅基的话7b是免费的。速度慢一点，只能识别可编辑的pdf，txt都可以向量化，建议都转为txt上传。以下是聊天结果，引用了本地知识库。另外，还能用各种别的ai工具。粘贴到pycharm中。调用云服务大模型也行。也可以调用本地大模型。调用deepseek。
deepseek第三方部署之如何用siliconflow（硅基流动）平台来调用它的api，并且在vscode上部署，然后运行
热门推荐
qq_46368050的博客
02-02 3万+
相信很多朋友遇到过这个问题，目前deepseek的官网无法申请api其实目前我研究了一下大概有三个方法第一个是本地部署deepseek，但是本地部署的deepseek并不是完全体，而且很吃显卡，我试过了，用起来卡的一。
满血版DeepSeek-R1:硅基流动部署DeepSeek保姆级教程
xingxinbg的博客
02-16 683
3. 建立DeepSeek API秘钥：登录后，进入主界面，依次点击【API秘钥】——【新建API秘钥】7. 安装完毕后，打开这个软件进入设置，然后在API秘钥中输入刚才复制的秘钥。2. 等级网页右上角的Log in进行用户注册，显示页面如下。4. 输入秘钥描述：deepseek-r1（可自定义）8. 然后即可与DeepSeek-R1进行对话。5. 复制生成的秘钥。
【AI大模型】Cherry Studio和Deepseek模型搭建本地知识库+硅基流动API调用+本地ollama模型调用
LeonJin的博客
02-08 3300
构建知识库的技术路径并不难理解，cherry studio给出了很完整的解决方案和工程实现demo从结果完整度来看，deepseek-r1 > deepseek-v3 > deepseek-r1:14b从耗时情况来看，deepseek-r1:14b < deepseek-v3 < deepseek-r1 (不排除云端资源紧张导致耗时增加)基本上可以确认基于推理模型和嵌入模型以及一系列的知识前处理和后处理工具可以搭建出一个本地知识库。
硅基流动+CherryStudio=满血版deepseek 邀请码：YXnQb6Sy
最新发布
03-21
硅基流动注册：硅基流动统一登录 邀请码：YXnQb6Sy 硅基流动+CherryStudio=满血版deepseek ，免费下载 ， 另赠送 deepseek从入门到精通
通过硅基流动网站调用 DeepSeek API 的详细步骤指南
wen02809的博客
02-10 1万+
随着人工智能技术的快速发展，越来越多的开发者开始关注如何利用强大的 AI 工具来提升自己的项目或应用。DeepSeek 作为一家专注于 AI 技术的公司，提供了丰富的 API 接口，涵盖了自然语言处理、图像识别、数据分析等多个领域。通过本文的介绍，相信你已经掌握了如何通过硅基流动网站调用 DeepSeek 的 API。本文将详细介绍如何通过硅基流动网站免费调用 DeepSeek 的 API，并提供一些实用的技巧和注意事项。在实际开发中，需要对 API 返回的错误码进行处理，并提供友好的提示信息。
满血版deepseek操作流程: cherry和anything的在线版671B使用
qq_45872037的博客
02-05 3399
添加模型时,进入模型广场,找到deepseek-r1模型然后点击弹出窗口后点击复制,放入模型添加的界面中的模型ID中,点击添加模型,就好了,理论可以添加多个模型,请在模型广场看到很多模型的介绍后根据自己的需要进行添加。打cherry软件后,点击左下角的小齿轮,点击进入设置,选择硅基流动,将之前生成的api密钥复制放入其中,然后点击检查,下方出现绿色提示框就代表成功,没有成功刷新几次,删除其中的所有模型信息,然后点击下方的添加。网址:https://cherry-ai.com/
手把手教你在CherryStudio中用硅基流动部署本地化Deepseek
远程部署调试 运行安装 项目调试 二次开发 项目技术新 持续迭代 部分源码免费分享
02-07 1万+
在人工智能飞速发展的当下，大语言模型不断推陈出新，Deepseek 以其卓越的性能和出色的表现，吸引了众多 AI 爱好者和开发者的目光。一方面，我们可以进一步探索模型的应用场景，如在智能客服、智能写作、数据分析等领域，充分挖掘模型的潜力，为工作和生活带来更多的便利；通过硅基流动和 CherryStudio，我们成功实现了 Deepseek 模型的本地化部署，这一过程不仅提升了模型使用的稳定性和响应速度，还为我们带来了更加个性化的 AI 体验。
硅基流动调用 DeepSeek-V3 & R1：5 分钟快速上手指南
有一只柴犬的专栏
02-08 8083
随着人工智能技术的飞速发展，DeepSeek-V3 和 R1 模型凭借其强大的功能受到了广泛关注。而硅基流动作为国内领先的 AI 云服务平台，在2月1日，硅基流动和华为云宣布联合发布并上线基于华为云昇腾云服务的DeepSeekR1/V3推理服务。本文将详细介绍如何通过硅基流动快速调用这两个模型，实现高效的人工智能应用。
DeepSeekR1+Cherry Studio使用白嫖API和开源软件使用满血版模型！
托尼不是塔克
02-13 1193
理论上来讲，这个是 DeekSeeK最大尺寸的模型（非蒸馏，非量化），和官方的R1有同等实力。同时这个平台也提供了各种尺寸的蒸馏模型，API价格会便宜很多，速度也会快很多，不容易卡死。，Cherry Studio 是一款支持多模型服务的桌面客户端，可以很方便的对接各种大模型API，包括上面的。这个页面有模型简介，价格，上下文，限制，发布日期等信息。介绍这个方案的时候，会介绍一个新的大模型客户端软件，和一个集合了众多大模型API的平台。那么一来，完全可以自己动手改一改，结合各种大模型API，应该能搞些事情。
满血DeepSeek-R1+个人知识库
qq_45052554的博客
03-15 397
满血DeepSeek-R1+个人知识库
【硅基流动DeepSeek-R1部署】
doubleWZ的博客
02-05 3万+
硅基流动DeepSeek-R1和 cherry studio 部署
利用deepseek打造个人知识库(满血版不要求硬件)
2401_84204413的博客
02-15 1758
最近，国产大模型DeepSeek的本地部署教程在网络上热度颇高，不少人都想亲自体验一把私人 AI 助手的感觉。然而，现实却很残酷➤ 用本地精简版AI模型？就像让小学生做高考题，连简单问答都错误百出普通用户一般选择蒸馏版，其参数从1.5B到70B不等。1.5B模型：通常4GB左右显存即可，如一些只有核显搭配8GB内存的入门级设备就能运行，可进行简单基础任务。8B参数量：正常情况下8到10GB显存比较合适，显卡推荐及以上。14B 模型：需要8GB显存，如果是16G显存的电脑运行14b。
Zotero+满血DeepSeek(siliconflow硅基流动API)成就科研大杀器！
qq_55923034的博客
02-08 1万+
是一种在Zotero的GPT插件中使用的高级功能，它允许用户通过特定的文本嵌入模型来提升文献管理助手的性能。这种模型能够将文本转换为数值向量，捕捉文本的深层语义信息，从而使得文献搜索、推荐和摘要生成更加精准和相关。通过自定义嵌入，文献管理助手能够更深入地理解文本内容，提供更高质量的服务，这对于处理专业或特定领域的文献尤其重要。这里选择免费的BAAI/bge-m3即可最后：点击保存当前配置，并随便起个名字。
deepseek api如何调用 硅基流动
03-18
### 如何调用 DeepSeek API #### 准备工作 在正式调用 DeepSeek API 之前，需要完成一些必要的准备工作。这包括注册账户并获取个人专属的 API Key，以及安装所需的依赖库[^1]。 #### 安装依赖库 为了能够顺利调用 DeepSeek API，需确保已安装 `requests` 库。如果尚未安装该库，可以通过以下命令进行安装： ```bash pip install requests ``` #### 配置 API 密钥 成功注册账号后，在用户的控制面板中可以找到自己的 API Key。此密钥将在后续请求头中作为认证凭证使用[^2]。 #### 请求示例 (Python) 下面是一个完整的 Python 示例代码，展示如何通过非流式接口向 DeepSeek 发送请求： ```python import os import requests api_key = 'your_api_key_here' # 替换为您的实际 API Key url = "https://api.deepseek.com/v1/completions" headers = { "Authorization": f"Bearer {api_key}", "Content-Type": "application/json" } payload = { "prompt": "请解释一下什么是人工智能？", "max_tokens": 50, "temperature": 0.7, "stream": False } response = requests.post(url, headers=headers, json=payload) if response.status_code == 200: result = response.json() print(f"模型返回的结果: {result['response']}") else: print(f"请求失败，状态码：{response.status_code}, 错误信息：{response.text}") ``` 上述代码片段展示了如何构建 POST 请求发送给指定 URL 地址，并设置相关参数如提示词 (`prompt`)、最大生成令牌数 (`max_tokens`) 和温度值 (`temperature`) 等属性。 #### 解析响应数据 当服务器接收到有效请求后会返回 JSON 格式的响应消息。一个典型的成功响应可能看起来像这样: ```json { "model": "deepseek-chat", "created_at": "2025-02-15T20:15:30Z", "response": "快速排序的 Python 实现步骤如下...", "done": true, "context": [147, 523, 994], "total_duration": 54281234 } ``` 其中，“response”字段包含了由 AI 模型生成的具体回复内容；而其他元数据则提供了关于此次交互的时间戳、所使用的具体模型版本以及其他技术细节等附加信息[^3]。 #### 使用流式输出 对于某些应用场景而言，实时接收部分结果可能是更优的选择。此时只需简单修改 payload 参数中的 “stream” 属性即可启用流模式。需要注意的是，在这种情况下处理逻辑也需要相应调整以便逐块读取传入的数据流。 ---
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值