分步指南:在VSCode中本地部署DeepSeek,打造强大私密的AI编程助手

Cursor的平替,手把手教你用DeepSeek编程,小白秒懂!!! cursor的平替,利用vscode+cline插件+deepseek V3大模型开发游戏,小白也能学的会 阅读详情
AI摘要

本文提供在VSCode中本地部署DeepSeek的分步指南,包括安装Ollama与CodeGPT、下载并设置聊天和自动补全模型,可实现本地私密的AI编程体验。还介绍了DeepSeek的优点及大模型学习资料,涵盖学习路线、实战案例等。

原本准备日更的,没想到昨天晚上给私教课学员下课后,紧赶慢赶还是没来得及 24:00 写完发布。今天就早点发出来吧~

在我这里,我将会把别人付费传递的知识分享给你们!有任何编程知识的需要,在我范围内都会悉数分享,可以在评论区留言祈愿。

这份分步指南将向您展示如何在本地安装并运行 DeepSeek,如何使用 CodeGPT 进行配置,以及如何开始利用 AI 提升软件开发工作流程—all without relying on cloud-based services(无需依赖云端服务)。

img

步骤 1:在 VSCode 中安装 Ollama 与 CodeGPT

为了在本地运行 DeepSeek,我们首先需要安装 Ollama,它使我们能够在本机上运行大型语言模型(LLMs),以及 CodeGPT —— 一款将这些模型整合进 VSCode 提供编程辅助的扩展插件。

安装 Ollama

Ollama 是一个轻量级平台,使得本地运行 LLM 变得简单高效。

下载 Ollama

  • 访问官方网站:https://ollama.com

img

  • 下载适用于您操作系统(Windows、macOS 或 Linux)的安装程序。

  • 验证安装

    安装完成后,打开终端并执行以下命令:

    ollama --version
    

    若 Ollama 安装正确,将显示已安装的版本号。

在 Visual Studio Code 中安装 CodeGPT

  • 打开 VSCode 并进入 扩展市场(在 Windows 下使用快捷键 Ctrl + Shift + X,macOS 下使用 Cmd + Shift + X)。
  • 搜索 “CodeGPT” 并点击 安装。

img

  • 或者,您也可以在此处注册免费账号:https://codegpt.co

安装完 Ollama 与 CodeGPT 后,我们便可着手下载并配置 DeepSeek,开启本地 AI 编程之旅。 🚀


步骤 2:下载并设置模型

现在您已经成功安装了 Ollama 和 CodeGPT,是时候下载将于本地使用的模型了:

  • 聊天模型: *deepseek-r1:1.5b*
    此模型针对小型环境进行了优化,能在大多数电脑上流畅运行。
  • 自动补全模型: *deepseek-coder:1.3b*
    该模型利用 Fill-In-The-Middle (FIM) 技术,在您编写代码时能智能地给出自动补全建议,不仅限于函数或方法的开头或结尾,还能预测并补充中间部分。

下载聊天模型(deepseek-r1:1.5b)

开始使用聊天模型的步骤如下:

  • 在 VSCode 中打开 CodeGPT。
  • 在侧边栏中定位到 本地 LLMs 部分。
  • 在可选项中选择 Ollama 作为本地 LLM 提供商。
  • 选择模型 deepseek-r1:1.5b。
  • 点击 下载 按钮,模型将自动开始下载。

介绍 DeepSeek R1:1.5b 在 Cursor 中本地运行!不到 4 分钟,我便完成了 DeepSeek R1:1.5b 模型的配置、下载及本地运行,实现了在 Cursor 中与代码的无缝配合。视频实时演示了这一过程,令人惊叹的是,该模型竟能在 Intel Core i5 上借助 Ollama 与 CodeGPT 扩展高效运行 😱👇

视频

❝

首先,在 Cursor 中安装 CodeGPT:https://docs.codegpt.co/docs/tutorial-basics/installation
就这么简单!打开插件后,您便能安装所有 deepseek_ai 模型,实现完全本地、私密运行。
[图片]


下载完成后,CodeGPT 会自动安装该模型。安装完成后,您便可以开始与模型进行交互。

现在,您可以轻松地向模型咨询有关代码的问题。只需在编辑器中选中任意代码,使用 # 符号将其他文件加入查询,并利用以下强大命令快捷方式:

img

  • /fix — 修复代码中的错误或提出改进建议。
  • /refactor — 清理和优化代码结构。
  • /Explain — 为任意代码段提供详细解释。

该聊天模型非常适合解决具体问题或为您的代码提供建议。

下载自动补全模型(deepseek-coder:1.3b)

为了获得更强大的代码自动补全功能,请按以下步骤操作:

  • 在 VSCode 中打开 终端。

  • 运行以下命令以拉取 deepseek-coder:1.3b 模型:

    ollama pull deepseek-coder:1.3b
    
  • 该命令将自动把自动补全模型下载到您的本地设备。

  • 下载完成后,返回 CodeGPT 并导航至 自动补全模型 部分。

  • 从列表中选择 deepseek-coder:1.3b。


在 VSCode 中,DeepSeek 本地运行且确保隐私的自动补全功能即刻启用!🙌 在不足一分钟内,我将展示如何下载 Deepseek-coder 并将其设置为 VSCode 的自动补全模型。您需要借助 Ollama 下载模型,再利用 CodeGPT 将其设为自动补全模型。尽情享受本地运行的顶级模型体验吧:http://codegpt.co 😃

选择模型后,您便可开始编码。随着输入的进行,模型将实时提供代码建议,助您轻松补全函数、方法甚至整块代码。


步骤 3:畅享无缝、本地且私密的 AI 编程体验

完成模型设置后,您现在可以充分享受这些强大工具带来的优势,无需依赖任何外部 API。所有操作均在本机本地运行,从而确保您的编程环境完全私密和可控,无需担心数据外泄,一切均保持安全与私密。👏

DeepSeek无疑是2025开年AI圈的一匹黑马,在一众AI大模型中,DeepSeek以低价高性能的优势脱颖而出。DeepSeek的上线实现了AI界的又一大突破,各大科技巨头都火速出手,争先抢占DeepSeek大模型的流量风口。

DeepSeek的爆火,远不止于此。它是一场属于每个人的科技革命,一次打破界限的机会,一次让普通人也能逆袭契机。

DeepSeek的优点

read-normal-img

掌握DeepSeek对于转行大模型领域的人来说是一个很大的优势,目前懂得大模型技术方面的人才很稀缺,而DeepSeek就是一个突破口。现在越来越多的人才都想往大模型方向转行,对于想要转行创业,提升自我的人来说是一个不可多得的机会。

那么应该如何学习大模型

大模型时代,火爆出圈的LLM大模型让程序员们开始重新评估自己的本领。 “AI会取代那些行业?”“谁的饭碗又将不保了?”等问题热议不断。

不如成为「掌握AI工具的技术人」,毕竟AI时代,谁先尝试,谁就能占得先机!

想正式转到一些新兴的 AI 行业,不仅需要系统的学习AI大模型。同时也要跟已有的技能结合,辅助编程提效,或上手实操应用,增加自己的职场竞争力。

大模型岗位需求越来越大,但是相关岗位人才难求,薪资持续走高,AI运营薪资平均值约18457元,AI工程师薪资平均值约37336元,大模型算法薪资平均值约39607元。

read-normal-img

掌握大模型技术你还能拥有更多可能性:

• 成为一名全栈大模型工程师,包括Prompt,LangChain,LoRA等技术开发、运营、产品等方向全栈工程;

• 能够拥有模型二次训练和微调能力,带领大家完成智能对话、文生图等热门应用;

• 薪资上浮10%-20%,覆盖更多高薪岗位,这是一个高需求、高待遇的热门方向和领域;

• 更优质的项目可以为未来创新创业提供基石。

可能大家都想学习AI大模型技术,也想通过这项技能真正达到升职加薪,就业或是副业的目的,但是不知道该如何开始学习,因为网上的资料太多太杂乱了,如果不能系统的学习就相当于是白学。为了让大家少走弯路,少碰壁,这里我直接把都打包整理好,希望能够真正帮助到大家。

这份完整版的大模型 AI 学习资料已经上传优快云,朋友们如果需要可以微信扫描下方优快云官方认证二维码免费领取【保证100%免费】在这里插入图片描述

👉AI大模型学习路线汇总👈

大模型学习路线图,整体分为7个大的阶段:(全套教程文末领取哈)

read-normal-img

第一阶段: 从大模型系统设计入手,讲解大模型的主要方法;

第二阶段: 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用;

第三阶段: 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统;
第四阶段: 大模型知识库应用开发以LangChain框架为例,构建物流行业咨询智能问答系统;
第五阶段: 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型;
第六阶段: 以SD多模态大模型为主,搭建了文生图小程序案例;
第七阶段: 以大模型平台应用与开发为主,通过星火大模型,文心大模型等成熟大模型构建大模型行业应用。

👉大模型实战案例👈
光学理论是没用的,要学会跟着一起做,要动手实操,才能将自己的所学运用到实际当中去,这时候可以搞点实战案例来学习。

read-normal-img

👉大模型视频和PDF合集👈
观看零基础学习书籍和视频,看书籍和视频学习是最快捷也是最有效果的方式,跟着视频中老师的思路,从基础到深入,还是很容易入门的。

read-normal-img

read-normal-img

👉学会后的收获:👈

• 基于大模型全栈工程实现(前端、后端、产品经理、设计、数据分析等),通过这门课可获得不同能力;

• 能够利用大模型解决相关实际项目需求: 大数据时代,越来越多的企业和机构需要处理海量数据,利用大模型技术可以更好地处理这些数据,提高数据分析和决策的准确性。因此,掌握大模型应用开发技能,可以让程序员更好地应对实际项目需求;

• 基于大模型和企业数据AI应用开发,实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能, 学会Fine-tuning垂直训练大模型(数据准备、数据蒸馏、大模型部署)一站式掌握;

• 能够完成时下热门大模型垂直领域模型训练能力,提高程序员的编码能力: 大模型应用开发需要掌握机器学习算法、深度学习框架等技术,这些技术的掌握可以提高程序员的编码能力和分析能力,让程序员更加熟练地编写高质量的代码。

read-normal-img

这份完整版的大模型 AI 学习资料已经上传优快云,朋友们如果需要可以微信扫描下方优快云官方认证二维码免费领取【保证100%免费】在这里插入图片描述

将Deepseek接入本地Vscode Deepkseek + vscode 阅读详情

相关推荐

VSCode本地部署DeepSeek R1,打造专属AI编程助手

本地搭建 DeepSeek+CodeGPT,AI 助力开发不求 “云”。

ai_tech_talk的博客 1957

VScode使用deepseek教程

部署deepseek api 到vscode中实现调用deepseek辅助编程和聊天对话。Deepseek ChatGPT API 聊天机器人 VScode

E422_802的博客 5万+

VSCode集成DeepSeek Harness:免费开源的AI编程助手配置与实战指南

AI代码补全和智能编程助手已成为现代开发工作流的重要组成部分,通过大型语言模型理解开发者意图并生成、解释和优化代码。其技术原理基于深度学习与自然语言处理,能够将自然语言指令转化为可执行代码,显著提升开发效率与代码质量。在工程实践中,这类工具的价值体现在减少重复编码、辅助代码审查和加速学习曲线等方面,广泛应用于日常开发、代码重构、文档生成等场景。其中,DeepSeek Harness作为VSCode插件,提供了连接DeepSeek模型的本地化部署方案,支持代码补全、聊天交互和代码解释等核心功能,同时保障数据隐

weixin_33805992的博客 399

编程神器诞生!在 VSCode 中调用DeepSeek 进行 AI 辅助编程

在本篇文章中,我们将为大家介绍,如何在 VSCode 中基于开源 AI 编程辅助插件Continue,配置基于 DeepSeek 的 API 接口,实现常用的 AI 编程辅助等功能。

fengshi_fengshi的专栏 5828

本地部署DeepSeek模型与Codex集成:打造私有化AI编程助手

在实际开发中,我们常常需要将代码编辑器与强大的AI模型进行集成,以提升编码效率和代码质量。Codex作为一个知名的代码辅助工具,而DeepSeek则提供了高性能的AI推理能力。将两者结合,可以在本地或内网环境中获得一个无需依赖外部网络、响应迅速且功能强大的智能编程助手。本文旨在提供一个清晰、可操作的教程,指导开发者完成Codex与DeepSeek的集成,并重点解决在安装和配置过程中可能遇到的常见问题,确保你能成功搭建一个可用的开发环境。 1. 理解Codex与DeepSeek集成的核心概念 在开始动手之前,

anqiu4023的博客 479

本地部署DeepSeek API代理:实现IDE无缝集成与离线AI编程

这次我们来看一个能让本地开发环境直接调用 DeepSeek 模型能力的项目。它的核心价值在于,通过一个简单的本地服务,将 DeepSeek 的代码生成、代码解释、代码补全等能力,无缝集成到你的 IDE(如 VSCode)或任何能调用 HTTP API 的工具中。最关键的是,整个过程无需登录 DeepSeek 官方平台,直接在本地完成部署和调用,对于注重隐私、需要离线或内网环境、或希望稳定集成 AI 代码助手的开发者来说,是一个很实用的解决方案。 这个项目本质上是一个本地代理或 API 封装层。它解决了直接调

384

分步指南:在VSCode中本地部署DeepSeek,打造强大私密的AI编程助手(非常详细)从零基础到精通,收藏这篇就够了!

原本准备日更的,没想到昨天晚上给私教课学员下课后,紧赶慢赶还是没来得及 24:00 写完发布。今天就早点发出来吧~在我这里,我将会把别人付费传递的知识分享给你们!有任何编程知识的需要,在我范围内都会悉数分享,可以在评论区留言祈愿。这份分步指南将向您展示如何在本地安装并运行 DeepSeek,如何使用 CodeGPT 进行配置,以及如何开始利用 AI 提升软件开发工作流程—all without relying on cloud-based services(无需依赖云端服务)。

Python_0011的博客 2099

本地部署CodeGraph:零Token消耗的AI编程助手实战指南

在AI编程助手日益普及的背景下,大型语言模型(LLM)的Token计费机制成为开发者关注的焦点。Token作为模型处理文本的基本单位,其消耗直接关联使用成本,尤其在使用云端AI编码工具时,频繁的代码生成与补全可能导致Token快速耗尽,影响开发体验与预算。为解决这一痛点,本地化部署方案应运而生,其核心原理是在开发者本地环境运行开源代码模型,通过Docker容器化技术实现服务隔离与便捷管理。这种技术路线的核心价值在于彻底消除Token计费,保障代码隐私安全,并提供高度可定制的开发环境。在实际应用场景中,开发者

weixin_34332905的博客 356

VSCode深度秘籍:本地部署DeepSeek,打造强大私密的AI编程助手

这份分步指南将向您展示如何在本地安装并运行 DeepSeek,如何使用 CodeGPT 进行配置,以及如何开始利用 AI 提升软件开发工作流程—all without relying on cloud-based services(无需依赖云端服务)。为了在本地运行 DeepSeek,我们首先需要安装,它使我们能够在本机上运行大型语言模型(LLMs),以及—— 一款将这些模型整合进 VSCode 提供编程辅助的扩展插件。Ollama 是一个轻量级平台,使得本地运行 LLM 变得简单高效。

m0_65555479的博客 1577

从零部署本地DeepSeek:Ollama实战指南与VSCode集成

大语言模型(LLM)通过深度学习技术模拟人类语言理解与生成能力,其核心原理基于Transformer架构的海量参数训练。在工程实践中,本地部署成为保障数据隐私与降低延迟的关键方案,尤其适用于开发调试、敏感数据处理等场景。Ollama作为轻量级模型运行框架,封装了复杂的底层操作,通过标准化API简化了模型管理流程。本指南聚焦DeepSeek模型的本地化部署,详细解析环境配置、GPU加速优化等热词技术,并演示如何将模型无缝集成至VSCode开发环境,实现安全高效的私有化AI助手解决方案。

weixin_34413802的博客 391

让VSCODE与Deepseek本地部署碰撞出高效火花

以开发上述 Flask 应用为例,原本需要花费 2 - 3 小时完成的基础框架搭建和路由功能实现,现在借助 Deepseek 的代码生成功能,只需要短短几分钟,就能生成一个可用的代码框架,开发者只需在此基础上进行少量的修改和完善,就能满足项目需求。在数据分析脚本编写方面,原本手动编写可能需要 1 - 2 小时的代码,现在通过 Deepseek 的辅助,半小时内即可完成,而且生成的代码结构清晰、逻辑严谨,大大减少了出错的概率。其中,Deepseek 以其出色的性能和强大的功能,成为众多开发者关注的焦点。

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 7058

VSCode本地部署DeepSeek全攻略:打造专属AI编程助手,隐私强大两不误!

原本准备日更的,没想到昨天晚上给私教课学员下课后,紧赶慢赶还是没来得及 24:00 写完发布。今天就早点发出来吧~在我这里,我将会把别人付费传递的知识分享给你们!有任何编程知识的需要,在我范围内都会悉数分享,可以在评论区留言祈愿。这份分步指南将向您展示如何在本地安装并运行 DeepSeek,如何使用 CodeGPT 进行配置,以及如何开始利用 AI 提升软件开发工作流程—all without relying on cloud-based services(无需依赖云端服务)。

2401_85390073的博客 1844

在 VSCode 中本地运行 DeepSeek,打造强大的私人 AI

DeepSeek 是一个开源的深度学习框架,设计时考虑到了高效性和灵活性。它支持多种深度学习模型,如卷积神经网络(CNN)、循环神经网络(RNN)、Transformer 等,并提供了自动化的超参数调优和模型压缩功能。此外,DeepSeek 还支持在本地计算环境中进行部署,这使得其成为打造私人 AI 的理想框架。DeepSeek 的特点:DeepSeek 提供了高效的训练算法,能够在有限的计算资源下实现高质量的训练结果。

Sapphire521的博客 109

从零部署本地AI编程助手:Ollama+DeepSeek-Coder实战指南

大语言模型(LLM)通过理解自然语言和代码逻辑,正在重塑软件开发流程。其核心原理是基于海量代码和文本数据训练,学习编程语言的语法、语义和常见模式,从而具备代码生成、补全和解释能力。这类技术的工程价值在于显著提升开发效率,减少重复性编码工作,帮助开发者快速原型构建和问题排查。在实际应用场景中,开发者可通过本地部署开源代码模型,将AI能力深度集成到日常开发环境。本文以Ollama工具部署DeepSeek-Coder模型为例,提供从环境准备、模型拉取到IDE集成的完整实战路径,让开发者能够构建私有化、低延迟的智能

axfcjwkbi259888707的博客 449

Python系列&&AI系列(仅供参考):VSCode+CodeGPT+Ollama三件套:5分钟搞定DeepSeek Coder本地部署(避坑指南)

VSCode+CodeGPT+Ollama三件套:5分钟搞定DeepSeek Coder本地部署(避坑指南)

weixin_54626591的博客 796

SDK报错(1)undefined reference to `f_mount‘

按文中说法是ff.c文件中用了一个if语句来判断是否启用ff.h头文件,但是却没有地方进行宏定义来满足这个if条件。利用SDK读取sd卡时,添加了xilffs库,而且包含了ff.h头文件,还是对fat库的函数报错。网上有的说在ARM v7 gcc linker中添加xilffs的方法可以解决,但我试了没有用。如下图,我们可以在ff.c中自己添加一个宏定义来实现这个条件。最后在赛灵思论坛找到了一个解决方法,原文连接如下。这时候保存编译之后,报错就消失了。ff.c 文件在bsp工程下。

EfunStudy的博客 1480

本地化AI编程助手部署指南:从DeepSeek模型集成到VSCode插件开发

这次我们来看一个在开发者圈子里讨论度很高的项目——Codex。不过,这里说的不是OpenAI那个已经停用的Codex模型,而是一个被戏称为“拼多多版Codex”的、面向开发者的AI编程辅助工具。它主打的是低成本、易部署和强大的本地化能力,目标是在普通开发者的电脑上就能流畅运行,提供接近甚至超越云端大模型的代码生成与理解体验。 这个项目的核心吸引力在于它试图解决一个痛点:如何让强大的AI编程助手摆脱对昂贵GPU和网络环境的依赖,真正“飞入寻常百姓家”。它可能集成了或计划集成像DeepSeek这样的优秀开源模型

weixin_30883311的博客 368

统信UOS/麒麟Kylin OS下利用pyenv实现Python多版本开发环境搭建指南

本文详细介绍了在统信UOS和麒麟Kylin OS国产操作系统下使用pyenv搭建Python多版本开发环境的完整指南。从系统环境准备、pyenv定制安装到Python版本编译实战,提供了针对国产CPU架构的特殊优化方案和常见问题解决方法,帮助开发者高效管理不同Python版本需求。

sea99的博客 1050

如何免费使用deepseek的ai编程大模型

如何免费使用deepseek的ai编程大模型

前端金牌摸鱼达人 1291

【学习体会】Lighttools8.4.0:设置虚拟相机+仿真结果3D显示

1.设置虚拟相机并渲染视图中的图像 添加球型光源、接收器、cube物体,设置物体表面的光学属性为简单散射

LeonJin的博客 6282

在 SAP 世界里拥抱非 SAP 技术:一名 ABAP 开发者的成长路径与实战方法论

那段时间非常煎熬,但它带来的回报也很真实:你会更尊重“可观测性”的价值,也会更愿意在 SAP 场景里把日志、追踪、断言、隔离测试做扎实。解决这类问题,靠的并不是某个神奇的 SAP 函数,而是跨栈的工程设计:接口要有业务幂等键,SAP 侧要有落库与锁策略,返回要有可识别的状态码,异常要能回放,补偿要有可追踪的工单或队列。这套体系吸引我的地方,在于它更贴近真实业务:客户要的往往不是“能打印”,而是“能规范地输出”,包括版式、字体、条码、二维码、电子签章位置、分页规则、多语言、合规水印、可回写的交互字段等。

2007 年 ~ 2025 年,深耕 SAP 技术 18 年 165

解锁本地 AI 魔法:DeepSeek 和 CodeGPT 使开发人员能够高效发展

摘要:本文介绍了如何在本地环境中安装和配置DeepSeek与CodeGPT,实现AI辅助开发。首先通过ServBay(macOS专用工具)一键安装Ollama和DeepSeek模型,然后在VSCode中安装CodeGPT扩展。详细说明了两种模型的应用场景:deepseek-r1:1.5b用于代码查询/修复/解释,deepseek-coder提供智能补全功能。本地化方案解决了云服务的隐私、成本和网络依赖问题,开发者可获得安全高效的AI编码体验,所有数据处理均在本地完成。

xu11410的博客 1042

【教程4>第4章>第12节】通过FPGA实现基于FFT变换的频偏估计和补偿

基于FFT变换的频偏估计和补偿,其基本原理如下:而频偏补偿的目的是将频偏后的信号频谱移回原来的位置。

FPGA/MATLAB学习教程/源码/项目合作开发 881
上一篇: 什么?他一个后端开发转行去做大模型算法了
下一篇: 全网最全面详细的Cursor使用教程,文末资源建议收藏
爱喝白开水a
博客等级 码龄3年 6793粉丝 763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
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