Pycharm接入本地部署deepseek实现写代码起飞

原创最新推荐文章于 2026-10-08 14:26:05 发布 2.9k 阅读 AI写同款

Python_金钱豹

1万+粉丝2841篇原创

关注

从小白到专家：DeepSeek 模型硬件配置完全指南 DeepSeek是由深度求索（DeepSeek）推出的一系列大语言模型，涵盖从轻量级到超大规模的不同版本。高效性：优化了推理和训练效率，适合多种应用场景。灵活性：支持从单机到分布式集群的部署方式。多场景适配：适用于文本生成、代码补全、对话系统等任务。为了充分发挥DeepSeek模型的性能，合理的硬件配置至关重要。以下是针对不同规模模型的具体硬件需求。阅读详情

AI摘要

本文介绍了在Pycharm中接入本地部署的DeepSeek的方法，包括安装CodeGPT插件、配置DeepSeek，实现基于本地免费大模型的代码开发，还分享了大模型AI的学习路径，涵盖初阶应用、高阶应用、模型训练和商业闭环四个阶段。

本文带领大家解密，如何使用本地部署deepseek.

第一步：pycharm安装CodeGPT插件，

在设置中 plugins中搜索codegpt，搜索后，然后点击去下载

插件可能下载比较慢，我们耐心等待即可。

下载成功后，可以重启下pycharm即可，完成后

第二步配置deepseek

在settings中找到tools 里面可以找到CodeGPT 然后再Providers中找到Ollama 配置即可，下图是我的配置。配置完毕后，

就是第三步，使用了。

在pycharm中右侧边栏

我们简单问一个问题，让他去实现一个加法，实现后，我们主动添加到文件中即可

添加后如下

这样就可以，

在codegpt自己中点击箭头可以添加，点击复制可以直接复制代码，这样一个基于本地的免费的大模型搭建好了，也可以直接给pycharm使用，不用担心数据安全问题。

问完后，给出来的代码会有两个按钮，左边的是添加，右边的是复制。

关于统计的tokens这个只是一个统计，我们调用的是我们本地自己的大模型，所以不会收费。

便捷的访问方式，右侧询问，左侧编写即可。

本地化部署，

秒级响应，

快速出结果，

拒接网络延迟。

简简单单的，三个步骤，我们就可以吧python代码开发和本地搭建的deepseek大模型利用起来了，很简单的就引入到了我们的开发中，十分方便，关于其中更多的使用，需要进一步去探索。

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

在这里插入图片描述