Claude-Code-DeepSeek部署指南

Claude Code 安装、使用及 GLM/DeepSeek 配置 本报告基于 2026 年 3 月的最新信息,详细阐述 Claude Code(Anthropic 的终端 AI 编程助手)在 Windows 系统上的安装和使用步骤,以及如何配置国内模型 GLM(智谱 AI)和 DeepSeek(深度求索)以替换官方 Anthropic API。Claude Code 支持无缝接入兼容 API 的模型,提供高效的编程辅助。配置 GLM 和 DeepSeek 可以显著降低成本、提升国内网络稳定性,并保持高编程能力。 阅读详情

Claude Code + DeepSeek 本地部署指南

最后更新:2026-06-08


目录


前置准备

1. 安装 Node.js 18+

前往 nodejs.org 下载 LTS 版本,安装完成后验证:

node --version
npm --version

2. 获取 DeepSeek API Key

  1. 前往 platform.deepseek.com 注册账号
  2. 创建 API Key(格式:sk-xxxxxxxx)
  3. 确保账户有余额(充值入口在平台「账单」页面)

⚠️ API Key 请妥善保管,不要提交到 Git 仓库


Windows 部署

安装 Claude Code

由于 Windows PowerShell 脚本执行策略限制,必须用 npm.cmd:

npm.cmd install -g @anthropic-ai/claude-code --registry=https://registry.npmmirror.com

验证安装:

claude --version
如果提示 claude 不是内部或外部命令
  1. 查找 npm 全局路径:
npm.cmd root -g
# 通常输出:C:\Users\你的用户名\AppData\Roaming\npm\node_modules
# 或自定义路径,如:D:\apps\nodejs
  1. 将该路径加入系统 PATH:
# 将路径换成你自己的 npm 全局目录
$npmPath = "D:\apps\nodejs"
$currentPath = [System.Environment]::GetEnvironmentVariable("PATH", "User")
if ($currentPath -notlike "*$npmPath*") {
    [System.Environment]::SetEnvironmentVariable("PATH", "$currentPath;$npmPath", "User")
    Write-Host "PATH 已更新,请关闭并重新打开 PowerShell"
}
  1. 完全关闭并重新打开 PowerShell 后再试。

配置环境变量(永久生效)

# 创建 PowerShell Profile 文件
New-Item -Path $PROFILE -ItemType File -Force
notepad $PROFILE

在记事本中粘贴以下内容(替换为你的真实 API Key):

$env:ANTHROPIC_BASE_URL="https://api.deepseek.com/anthropic"
$env:ANTHROPIC_AUTH_TOKEN="sk-你的DeepSeek密钥"
$env:ANTHROPIC_API_KEY="sk-你的DeepSeek密钥"
$env:ANTHROPIC_MODEL="deepseek-v4-pro[1m]"
$env:ANTHROPIC_DEFAULT_OPUS_MODEL="deepseek-v4-pro[1m]"
$env:ANTHROPIC_DEFAULT_SONNET_MODEL="deepseek-v4-pro[1m]"
$env:ANTHROPIC_DEFAULT_HAIKU_MODEL="deepseek-v4-flash"
$env:CLAUDE_CODE_SUBAGENT_MODEL="deepseek-v4-flash"
$env:CLAUDE_CODE_EFFORT_LEVEL="max"

保存后执行:

. $PROFILE

Linux 部署

安装 Node.js

# Ubuntu/Debian
curl -fsSL https://deb.nodesource.com/setup_20.x | sudo bash -
sudo apt-get install -y nodejs

# CentOS/RHEL
curl -fsSL https://rpm.nodesource.com/setup_20.x | sudo bash -
sudo yum install -y nodejs

安装 Claude Code

npm install -g @anthropic-ai/claude-code
claude --version

配置环境变量(永久生效)

cat >> ~/.bashrc << 'EOF'

# Claude Code + DeepSeek 配置
export ANTHROPIC_BASE_URL="https://api.deepseek.com/anthropic"
export ANTHROPIC_AUTH_TOKEN="sk-你的DeepSeek密钥"
export ANTHROPIC_API_KEY="sk-你的DeepSeek密钥"
export ANTHROPIC_MODEL="deepseek-v4-pro[1m]"
export ANTHROPIC_DEFAULT_OPUS_MODEL="deepseek-v4-pro[1m]"
export ANTHROPIC_DEFAULT_SONNET_MODEL="deepseek-v4-pro[1m]"
export ANTHROPIC_DEFAULT_HAIKU_MODEL="deepseek-v4-flash"
export CLAUDE_CODE_SUBAGENT_MODEL="deepseek-v4-flash"
export CLAUDE_CODE_EFFORT_LEVEL="max"
EOF

source ~/.bashrc

跳过登录配置

Claude Code 默认需要 Anthropic 账号登录,通过创建本地配置文件可绕过此限制。

Windows

# 创建 .claude 目录
New-Item -Path "$env:USERPROFILE\.claude" -ItemType Directory -Force

# 创建 config.json(跳过登录校验)
$config = '{"primaryApiKey": "anything is ok"}'
Set-Content -Path "$env:USERPROFILE\.claude\config.json" -Value $config

# 创建 settings.json(写入 DeepSeek 配置)
$settings = @'
{
  "env": {
    "ANTHROPIC_BASE_URL": "https://api.deepseek.com/anthropic",
    "ANTHROPIC_AUTH_TOKEN": "sk-你的DeepSeek密钥",
    "ANTHROPIC_MODEL": "deepseek-v4-pro[1m]",
    "ANTHROPIC_DEFAULT_OPUS_MODEL": "deepseek-v4-pro[1m]",
    "ANTHROPIC_DEFAULT_SONNET_MODEL": "deepseek-v4-pro[1m]",
    "ANTHROPIC_DEFAULT_HAIKU_MODEL": "deepseek-v4-flash"
  }
}
'@
Set-Content -Path "$env:USERPROFILE\.claude\settings.json" -Value $settings

Linux

mkdir -p ~/.claude

# 跳过登录
echo '{"primaryApiKey": "anything is ok"}' > ~/.claude/config.json

# 配置 DeepSeek
cat > ~/.claude/settings.json << 'EOF'
{
  "env": {
    "ANTHROPIC_BASE_URL": "https://api.deepseek.com/anthropic",
    "ANTHROPIC_AUTH_TOKEN": "sk-你的DeepSeek密钥",
    "ANTHROPIC_MODEL": "deepseek-v4-pro[1m]",
    "ANTHROPIC_DEFAULT_OPUS_MODEL": "deepseek-v4-pro[1m]",
    "ANTHROPIC_DEFAULT_SONNET_MODEL": "deepseek-v4-pro[1m]",
    "ANTHROPIC_DEFAULT_HAIKU_MODEL": "deepseek-v4-flash"
  }
}
EOF

配置文件目录结构

~/.claude/
├── config.json      ← 跳过登录
└── settings.json    ← DeepSeek API 配置

验证配置

进入项目目录并启动:

cd 你的项目目录
claude

在交互界面输入:

/status

看到以下输出即表示配置成功:

Base URL: https://api.deepseek.com/anthropic
Model: deepseek-v4-pro[1m]
Small fast model: deepseek-v4-flash

Claude Code 使用方法

快捷键

按键作用
Enter发送消息
Shift+Enter换行(不发送)
Ctrl+C中断当前操作
Ctrl+D退出
↑ / ↓翻历史消息

内置斜杠命令

命令作用
/status查看当前模型和配置
/help查看所有命令
/clear清空对话上下文
/model切换模型
/cost查看本次会话花费

常用对话示例

# 读懂项目
帮我梳理一下这个项目的整体结构

# 写代码
帮我写一个用户登录的接口,使用 JWT 认证

# 修 Bug(粘贴报错信息)
运行报错了:[报错信息],帮我修复

# 代码审查
帮我检查 src/api 目录下有没有安全漏洞

# 写测试
给 UserService 写单元测试

使用技巧

  • 先让它读项目,再下达任务,效果更好
  • 任务拆细比宽泛指令效果更好
  • 直接粘贴报错信息,比文字描述更精准
  • 每次修改文件或执行命令,它都会先告知并等待确认

常见报错排查

报错信息原因解决方法
claude 不是内部命令PATH 未配置将 npm 全局目录加入系统 PATH,重开终端
npm.ps1 被禁止运行PowerShell 执行策略限制改用 npm.cmd,或执行 Set-ExecutionPolicy -Scope CurrentUser RemoteSigned
强制要求登录缺少 ~/.claude/config.json创建 config.json,内容填 {"primaryApiKey": "anything is ok"}
401 UnauthorizedAPI Key 错误检查 Key 是否正确,有无多余空格
402 Insufficient BalanceDeepSeek 余额不足前往 platform.deepseek.com 充值
Model not found模型名称错误确认填写 deepseek-v4-pro[1m] 或 deepseek-v4-flash
Unable to connect to Anthropic未配置环境变量直接启动先设置环境变量再启动 claude

模型选择建议

场景推荐模型特点
复杂架构设计、深度重构deepseek-v4-pro[1m]最强推理,1M 上下文窗口
日常功能开发、代码补全deepseek-v4-pro综合性能好
快速问答、简单修改、子任务deepseek-v4-flash响应快、成本低

参考价格(DeepSeek API)

模型输入(缓存未命中)输入(缓存命中)输出
deepseek-v4-pro¥2/M tokens¥0.14/M tokens¥8/M tokens
deepseek-v4-flash¥0.15/M tokens—¥0.6/M tokens

💡 实际使用中缓存命中率通常在 90% 以上,实际成本远低于标价。


参考资料:菜鸟教程、小白AI、优快云 等社区教程整理

Windows下Claude Code接入DeepSeek全链路部署指南 Claude Code本质上是一个基于Node.js的Anthropic协议适配CLI工具,其核心功能是将本地代码上下文与用户指令封装为标准v1 API请求,转发至AI推理服务端。在Windows平台部署的关键挑战在于运行时兼容性、Shell环境约束与网络策略适配——需严格匹配Node.js v18.17+/v20.9+版本,强制依赖Git Bash(而非PowerShell或CMD)以正确解析shebang脚本并渲染ANSI流式响应,同时必须切换npm淘宝镜像源规避国内网络超时与prepare编译失败。当 阅读详情

相关推荐

Claude Code对接DeepSeek本地部署全链路指南

Claude Code并非独立AI模型,而是基于Anthropic协议的CLI代理工具;其核心价值在于通过环境变量、HTTP协议头与模型名映射,桥接第三方大模型服务。理解这一‘协议适配层’原理,是实现本地化AI编程助手的关键前提。本文聚焦Windows与Linux双平台实战,系统解析PowerShell执行策略绕过、Linux环境变量防转义注入、DeepSeek模型名兼容性补丁(如deepseek-v4-pro[1m])、API路由对齐等关键技术点,覆盖CLI命令行与Desktop GUI双形态部署场景,助

weixin_31083901的博客 291

Claude Code 安装 + 配置DeepSeek V4 Pro[1M]模型——国内手把手教会

摘要:本文介绍了如何通过开源工具cc-switch简化Claude Code命令行模型的API配置问题。针对官方模型验证繁琐的痛点,推荐使用DeepSeek V4等第三方模型,该模型具备百万级上下文处理、强大Agent编程能力等优势。cc-switch工具基于Tauri 2.0开发,支持一键切换不同API供应商配置,操作步骤包括添加供应商、切换配置和重启生效。该方案为开发者提供了更便捷的模型接入方式,特别适合需要频繁切换不同AI服务的场景。(149字)

警警的博客 2346

Claude Code本地部署指南:从CLI安装到DeepSeek模型集成

Claude Code是一种终端优先的AI编程代理,本质是高度定制化的Anthropic API客户端,依赖Node.js 18+的Web Streams标准实现SSE流式响应处理。它不运行本地模型,而是通过环境变量(如ANTHROPIC_BASE_URL和ANTHROPIC_AUTH_TOKEN)动态路由至远程大模型服务——当前主流已迁移至DeepSeek Anthropic兼容层,支持deepseek-v4-pro[1m]等百万token上下文模型。其技术价值在于项目级上下文感知、多工具协同调用与终端原

weixin_28677451的博客 351

Claude Code 安装及接入 DeepSeek 配置教程

Claude Code 是目前最流行的终端 AI 编程助手之一,但原版依赖 Anthropic API,存在两个主要痛点:费用高:Claude Opus 等模型的 API 价格不菲,重度使用的话账单压力不小;门槛高:需要海外电话卡、信用卡,还要能打开海外网站,并且随时面临封号风险。DeepSeek 提供了 Anthropic API 兼容层,这意味着 Claude Code 可以直接对接 DeepSeek 的模型,不需要任何第三方适配层。配置起来也极其简单——改几行环境变量就能搞定。想直接操作的读者可以跳到

weixin_57864479的博客 3537

Claude Code与DeepSeek API集成部署指南:提升终端开发效率

AI编程助手通过集成大型语言模型能力,为开发者提供智能化的代码生成和问题解答服务。其核心原理是基于深度学习技术理解自然语言指令,并生成符合编程规范的代码片段。在工程实践中,这种技术能够显著提升开发效率,减少重复性编码工作,特别适用于快速原型开发、代码重构和错误调试等场景。以Claude Code为例,这款终端内的AI编程助手结合DeepSeek模型的强大能力,为开发者提供了便捷的编码辅助体验。通过环境配置和API集成,开发者可以在Linux和Windows系统中快速部署这一解决方案,实现智能化的终端开发工作

weixin_28839699的博客 351

Claude Code本地化开发指南:VS Code集成与DeepSeek部署

Claude Code并非Anthropic官方产品,而是一个面向中文开发者的本地化AI编程增强工具链,其核心是构建在VS Code之上的轻量级胶水层,通过对接Ollama、DeepSeek等开源模型实现对话式代码生成与重构。它基于OpenAI兼容协议设计,强调上下文感知、低侵入性和技能可编程性,技术原理涵盖后端服务(模型推理)、前端客户端(IDE集成)与声明式Skills系统三层架构。该方案显著提升个人及小团队的编码效率,适用于代码补全、单元测试生成、技术文档编写等高频场景,尤其在国内网络环境下,依托De

weixin_42546508的博客 394

五分钟在国内配置Claude Code+DeepSeek模型,完全操作指南,愉快的在国内安全使用Claude Code + DeepSeek

本文介绍了如何通过配置让ClaudeCode命令行工具连接国内DeepSeek模型的方法。首先需要安装Node.js并获取DeepSeek API Key,然后全局安装ClaudeCode并创建配置文件,将默认的Anthropic官方API地址修改为DeepSeek提供的兼容接口。通过修改settings.json文件中的ANTHROPIC_BASE_URL等关键配置项,即可实现无缝切换到底层模型。配置成功后,ClaudeCode将使用DeepSeek模型响应指令,解决了国内用户无法直接连接Anthropi

AI时代欢饮您 7820

Windows新手Claude Code+DeepSeek本地部署实战指南

Claude Code是基于OpenAI兼容协议的本地AI编程助手,其核心依赖Node.js运行时与npm包管理生态。在Windows平台,PowerShell执行策略、npm镜像源配置、全局安装路径限制等底层机制常导致部署失败。CCSwitch作为模型路由中间件,通过协议抽象、API密钥安全注入与fallback降级能力,实现Claude Code与DeepSeek等国产大模型的无缝对接。该方案规避了官方安装包的权限陷阱,支持企业级批量部署与生产环境稳定性保障,适用于前端转行者、非程序员业务岗及IT支持工

weixin_30572613的博客 521

Claude Code + Router + DeepSeek 配置全记录

原因:Router 配置中 think 路由使用了 deepseek-reasoner 模型,但该模型不支持工具调用(tool_choice),而 Claude Code 在复杂任务中自动启用了 think 路由。编辑 ~/.claude-code-router/config.json,修改 Router.default 的模型名称(需在对应 Provider 的 models 列表中)。解决:将 ANTHROPIC_API_KEY 设为任意非空字符串(如 “sk-ant-dummy123”)。

weixin_44513066的博客 1883

DeepSeek接入实操:从Claude Code到本地部署全指南

大模型API接入已成为AI工程落地的必修课。网页对话之外,真正的价值体现在将模型嵌入Claude Code、Codex、VSCode等日常开发环境。由于各家工具使用不同协议,OpenAI兼容接口便扮演了“通用翻译层”,让DeepSeek等模型可被灵活调度。本地部署则进一步降低数据外泄风险,使私有化应用成为可能。然而,真实场景中的工具调用链常因推理字段丢失而报错(如reasoning_content缺失导致HTTP 400),理解这一层细节才能快速排除问题。以DeepSeek与热门新模型的排行波动为切入点,梳

weixin_29061531的博客 256

DeepSeek V4 Pro接入部署:从API到Claude Code排查指南

大模型应用落地的关键往往不在模型跑分,而在于如何通过API接口、本地部署或命令行工具进行稳定调用。理解接口兼容、模型标识和请求参数是接入的基础,而Claude Code、Grok build等工具则让模型能力进入日常开发流程。技术价值体现在:正确的环境配置与错误排查机制能大幅降低接入成本,提升批处理任务的成功率。实际应用中,开发者常遇到模型名不识别、命令无响应、限流报错等高频问题,需要一套可复用的排查链路。本文围绕DeepSeek V4 Pro,从最小化API验证、Harness本地安装,到Claude C

weixin_33951761的博客 393

修改 Base_URL!Claude Code 完美接入 DeepSeek-V3 配置实录

这样做的好处在于,开发者无需维护复杂的模型运维环境,即可通过统一的接口调用 DeepSeek、Gemini 或 Llama 等多种异构模型,且能享受企业级的稳定吞吐。今天这篇文章,我们就来聊聊如何通过修改简单的 base_url 配置,让 Claude Code “满血”跑在七牛云托管的 DeepSeek-V3 上。七牛云 AI 服务完全兼容 OpenAI 及 Anthropic 的主流 SDK 协议,因此我们不需要修改 Claude Code 的任何源码,仅需一层配置即可实现底层的“无感切换”。

aidoudoulong的博客 2494

开源AI与前沿AI对比:从Claude Code到DeepSeek的实战部署指南

AI编程助手作为现代软件开发的重要工具,其核心原理基于大语言模型的自然语言处理能力。通过深度学习技术,这些模型能够理解代码语义、生成补全建议并进行逻辑推理。在工程实践中,开发者需要在开源AI和商业前沿AI之间做出选择:开源模型如CodeLlama提供数据隐私和定制化优势,而前沿AI如DeepSeek-V4则提供更强的性能和开箱即用体验。实际应用场景包括代码补全、复杂问题调试和架构设计等。本文以Claude Code集成DeepSeek为例,详细解析环境配置、API调用参数优化和混合部署策略,帮助开发者在成本

weixin_30952479的博客 252

Ubuntu 部署 Claude Code + DeepSeek 配置完全指南

适用环境:Ubuntu 20.04/22.04/24.04(x86_64)测试环境:PyTorch 2.2.2 + CUDA 11.8 + cuDNN 8 + Ubuntu 22.04更新时间:2026-06-22。

u012133341的博客 985

告别130MB/s瓶颈!用Zynq+NVMe实现1.2GB/s高速存储的PL数据分流实战

本文详细介绍了如何通过Zynq+NVMe实现1.2GB/s高速存储的PL数据分流方案,突破传统Zynq架构130MB/s的瓶颈。文章分享了PL直连NVMe的硬件架构设计、软件栈优化及性能调优实战技巧,帮助开发者实现高速数据流的稳定存储。

weixin_42653691的博客 371

【嵌入式笔试题】C语言笔试题(4)

嵌入式C语言综合笔试题

m0_74055118的博客 1064

Claude Code完全指南:从安装部署到DeepSeek接入实战

从AI编程助手这一概念切入,命令行AI工具的原理是通过自然语言指令直接操作代码文件。作为Anthropic推出的终端AI编程工具,Claude Code代表了从“代码补全”到“任务执行”的范式转变。它在解析项目上下文、自动规划步骤、调用工具执行修改方面展现了工程价值,尤其适合代码重构、多文件修改等复杂场景。针对国内开发者关心的DeepSeek接入、VSCode集成、Skills与Workflows进阶玩法,以及网络配置等实际问题,围绕“是什么—怎么装—怎么配—怎么玩—怎么排查”的主线展开,给出可操作的实践路

weixin_28840591的博客 253

整合Springboot+MybatisPlus+达梦数据库

整合Springboot+MybatisPlus+达梦数据库,以及一些坑

波波的博客 6677

Claude Code集成DeepSeek API:终端AI编程助手完整部署指南

AI编程助手通过自然语言处理技术,基于大语言模型原理为开发者提供智能代码建议和问题解答。其技术价值在于减少上下文切换,提升开发效率,特别适用于终端环境下的实时编程辅助。在实际应用场景中,开发者可以在编写代码、调试错误和技术调研时获得即时支持。Claude Code作为终端内集成的AI编程工具,结合DeepSeek API的稳定服务,实现了模型映射和Web搜索等核心功能。这种组合解决了传统AI工具需要频繁切换界面的痛点,通过环境变量配置即可在Linux和Windows系统上快速部署,为日常开发流程提供无缝的A

weixin_28842269的博客 382

KANO分析模型

KANO分析模型的基本概念,目的意义,应用场景,实现方法和示例等

JasonH2021的博客 3064

使用 MATLAB/Simulink + Simscape Electrical + Simulink Design Optimization,构建一个基于SiC/GaN的Z源逆变器在储能系统中的软启

《手把手教你学Simulink:Z源逆变器在储能系统中的应用》摘要 本文详细介绍了使用MATLAB/Simulink构建Z源逆变器储能系统仿真模型的全过程。Z源逆变器凭借其独特的阻抗网络结构,解决了传统逆变器在直通保护和升压能力方面的痛点。文章通过6个关键步骤:主电路搭建、调制策略设计、软启动实现、仿真分析、效率对比和工程问题解决方案,完整展示了Z源逆变器从理论到仿真的实现路径。重点讲解了直通零矢量SPWM调制策略和渐进式升压比控制方法,验证了系统93.3%的效率和优异的抗扰性能。该模型为光伏储能、电动汽车

MHD0815的博客 122

Claude Code本地部署与DeepSeek API接口适配完整指南

在AI编程助手日益普及的今天,理解API接口的调用原理与适配技术成为开发者必备技能。API接口作为不同软件系统间通信的桥梁,其标准化设计使得第三方服务集成成为可能。通过分析HTTP请求协议、认证机制和数据格式,开发者可以实现不同AI服务间的接口兼容。这一技术价值在于打破平台壁垒,让开发者能够根据网络环境、成本效益和功能需求灵活选择后端服务。在实际应用场景中,当某个AI服务的官方接口访问受限时,通过修改客户端API调用配置,将其重定向到兼容的第三方服务接口,就成为提升开发效率的有效方案。本文以Claude C

weixin_29053695的博客 362

基于STM32、HAL库、I2C接口的姿态传感器/陀螺仪之ICM-42670-P驱动 C语言程序设计

/ 设置加速度计和陀螺仪的工作模式。// 读取加速度计和陀螺仪数据。

corlin6688的博客 1179

Windows下部署Claude Code接入DeepSeek:完整实战指南

AI编程助手正从网页对话走向终端智能体,Claude Code作为命令行编程助手,能在项目目录中直接读写代码、执行命令、审查diff,大幅提升开发效率。但其默认连接官方API,成本较高。DeepSeek提供OpenAI兼容API,以极低价格实现相近的代码推理能力,二者结合的关键在于协议转换:Anthropic消息格式与OpenAI格式并不互通,需通过本地网关翻译。本文从环境准备、网关搭建、模型配置到代码审查、测试生成、报错排查等真实工作流,完整展示在Windows上跑通这套组合的可行路径,帮助开发者在控制A

weixin_29055699的博客 315

YOLOv9分割改进 ,YOLOv9分割改进主干网络为华为EfficientNet,助力涨点

EfficientNet论文中研究了卷积网络的缩放和,并证明对深度,宽度和分辨率复合缩放的重要性,因此精度和效率更好。为了阐述相关的原理,我们提出了简单有效的复合缩放方法,使得模型缩放具有一定设计准则,同时兼顾了模型的效率。我下文将 YOLOv9 分割模型改进主干网络为 EfficientNet 融合网络结构。论文地址代码地址下文都是手把手教程,跟着操作即可添加成功把环境配置好,数据集处理好,训练基本能成功,创作不易,请帮忙点一个爱心,关注我,带你不挂科!

在职AI算法工程师,擅长计算机视觉,YOLO目标检测、分割等,擅长web、pyqt界面可视化,好内容持续更新中,来这里跟大家一起学习,共同进步 937

大模型长对话中上下文无法承载全部历史,如何压缩或提取重点

如果说截断和滑动窗口是“硬性”压缩,那摘要生成技术就显得“软”多了,也更接近于智能化的解决方案。它的思路是:不直接丢弃历史,而是通过自然语言处理(NLP)技术,把冗长的对话记录浓缩成一段简短的摘要,保留核心信息。这样既能大幅减少token数量,又不至于丢失关键内容。这种方法通常会借助预训练模型,比如BART或T5,它们擅长从长文本中提取重点内容。

大模型大数据攻城狮的专栏 1583
上一篇: JAVA计算两个日期之间的自然周数
下一篇: 如何在Ubuntu上安装 PostgreSQL
~~Whd
博客等级 码龄7年 2粉丝 18原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
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

打赏作者

~~Whd

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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