小白1分钟本地部署DeepSeek保姆级教程

本文来自于 风哥

DeepSeek在这几年期间火爆全球,相信大家都刷到了类似的新闻或者视频,个人使用感觉希望聊天功能更好一些,费掉翻墙,而且支持本地化部署,保护个人隐私,可以制作更相关的模型(你懂的)。

当然也可以把本地的模型训练成已故亲和他/她聊天,模型会以自己的亲人的语气和你文字化交流。另外也可以接入训练人声进行语音聊天,目前好的确实有人可以,不一一举例。

本地部署

废话不多说,直接上教程~ DeepSeek可以在Windows和MacOS上进行部署,这里以MacOS为例进行演示,先打开ollama官网欧拉玛,如下所示,选择自己的操作系统下载即可,这里以mac为例,Windows安装步骤完全一致。

1.下载ollama

編輯

下载一个压缩包,解压后拖入到应用程序中即可,会在状态栏显示一只羊驼

編輯

​​​​​​​​

編輯​​​​​​​​

​​​​​​​​

編輯

2.配置deepseek

命令行窗口,Windows的小伙伴请使用cmd,mac的小伙伴请使用终端,在命令行中输入“ollama”,如果可以出现如下内容,表示ollama安装成功,附带一提,ollama使用起来和docker很像,用过docker的小伙伴打开会很方便。

​​​​​​​​编辑​​​​​​​​

在ollama官网搜索deepseek,进入后自己想要的模型,个人推荐4090的小伙伴可以使用32b,魔改的48g4090使用70b无压力可以;本人为MacbookPro-M2-MAX-96g,使用32b的模型无压力,如果硬件配置比较低,那么使用14b或者8b的即可:

​​​​​​​​​​​​​​编辑​​​​​​​​

Windows的小配件主要看显存,下面已经附上配件参考:

  • 1.5b:不需要显存

  • 7b:8G显存

  • 8b:8G显存

  • 14b:16G显存

  • 32b:24G显存,RTX4090

  • 70b:48G显存魔改4090(或单卡4090外加共享显存,会卡顿)

  • 671b:480G显存,满血DeepSeek,土豪级别的小伙伴,购买10张4090没应该问题~

我以8b为例,点击红色箭头的复制按钮,这里把蘑菇脚本复制到命令行:

​​​​​​​​

編輯

复制到命令行按回车进行下载:

图片

編輯

8b比较小,很快能下好,我之前的32b下载了个吧小时-_-,这里等待等待下载即可​​​​​​​

​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​3.运行DeepSeek以及基本命令

下载好后默认是直接可以运行的状态,因为下载的同时就使用了run来进行运行(原理同docker run)。按ctrl+d可以退出到命令行,或者直接输入文字交流,如下图

​​​​​​​​

​​​​​​​​

編輯

​​​​​​​​​​​​​​編輯

输入ollama list来查看已经下载(或存在)的模型,如下图:

​​​​​​​

編輯

输入ollama run <模型名称>,可以运行某个模型,如下图:

​​​​​​​​​​​​​​​​編輯

输入后ollama create <扮演角色> -f <角色提示词引擎文件路径>,可以创建一个特定的角色,后续有机会可以聊聊。

至此,DeepSeek本地部署大功告成,你就可以放飞自我和DS聊天了~!

### DeepSeek接入微信公众号的初学者教程 对于希望将DeepSeek集成到微信公众号中的开发者而言,理解整个过程至关重要。此指南旨在提供详细的入门指导。 #### 准备工作 在开始之前,确保已经拥有一个已认证的服务号或订阅号,并获取到了AppID和AppSecret[^1]。这些信息将在后续配置过程中被频繁使用。 #### 创建应用并获得凭证 前往微信公众平台官网登录账号,在“开发”-> “基本配置”页面找到`服务器配置`部分。这里需要填写URL、Token以及EncodingAESKey来完成消息接口的安全校验设置。其中URL指向的是部署有处理来自微信服务器请求的应用程序地址;而Token则是自定义的一个字符串用于签名验证[^2]。 #### 配置Server端环境 为了使微信能够成功调用您的服务,需搭建支持HTTPS协议的Web Server作为接收方。推荐采用Flask框架简化Python Web应用程序构建流程: ```python from flask import Flask, request, abort import hashlib app = Flask(__name__) @app.route('/wechat', methods=['GET']) def wechat_auth(): token = 'your_token' # 替换成自己的token query_name = ['signature','timestamp','nonce','echostr'] if not all([request.args.get(i) for i in query_name]): abort(400) signature=request.args.get('signature') timestamp=request.args.get('timestamp') nonce=request.args.get('nonce') echostr=request.args.get('echostr') tmp_list=[token,timestamp,nonce] tmp_list.sort() tmp_str="".join(tmp_list).encode('utf-8') sha1=hashlib.sha1(tmp_str) local_signature=sha1.hexdigest() if local_signature==signature: return echostr else: abort(403) if __name__ == '__main__': app.run(port=80) ``` 上述代码实现了对接收到的消息进行合法性检验的功能,当接收到Get请求时会返回EchoStr参数值给微信服务器以确认连接有效性[^3]。 #### 实现业务逻辑 接下来就是实现具体交互功能的部分了。比如回复用户发送的文字消息可以这样写: ```python @app.route('/wechat', methods=['POST']) def handle_msg(): xml_data = request.stream.read().decode('utf-8') from_xml = ET.fromstring(xml_data) to_user = from_xml.find("ToUserName").text from_user = from_xml.find("FromUserName").text content = "欢迎关注本公众号!" reply_xml=f""" <xml> <ToUserName><![CDATA[{from_user}]]></ToUserName> <FromUserName><![CDATA[{to_user}]]></FromUserName> <CreateTime>{int(time.time())}</CreateTime> <MsgType><![CDATA[text]]></MsgType> <Content><![CDATA[{content}]]></Content> </xml>""" return reply_xml ``` 这段脚本监听到来自用户的Post请求后解析XML格式的数据包提取必要字段再按照规定模板构造响应报文发回给客户端显示为一条新消息[^4]。 #### 测试与上线 最后一步是在本地测试无误之后把项目部署至云主机上对外开放访问路径供微信官方审核通过即可正式投入使用啦!
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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