DeepSeek-R1 本地大模型搭建对接API

原创 已于 2025-02-08 23:22:40 修改 · 1.5k 阅读 · 30 ·
CC 4.0 BY-SA版权
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。
文章标签：

#AIGC #gpt #llama #文心一言 #AI编程 #AI写作 #mlir

于 2025-02-08 20:15:11 首次发布

DeepSeek-R1 在这里将学到很多知识

学习视频
DeepSeek R1 推理模型 本地部署 保姆级教程 断网运行，本地API学习，知识库对接

欢迎使用使用DeepSeek-R1本地大模型

你好！ 这是小白第一次的旅行

DeepSeek 的模型基础说明

我们对DeepSeek的模型搭建进行了一些功能API与语法支持，除了标准的DeepSeek 的模型部署搭建，我们增加了如下几点新功能，帮助你用它写博客：

  1. 全新的API讲解 ，将会带来全新的写作体验；
  2. DeepSeek 模型搭建
  3. DeepSeek 整合chatBox 图形化界面 进行展示；
  4. 增加了 **QQ整合DeepSeek ** 功能，你可以将本地的图片直接拖拽到编辑区域直接展示；
  5. 增加了 微信整合DeepSeek 语法；
  6. 增加了企业微信整合DeepSeek 功能；
  7. 增加了 钉钉整合DeepSeek Markdown文章功能；
  8. 增加了 微信公众号整合DeepSeek 等功能，功能按钮位于编辑区域与预览区域中间；
  9. 增加了 如何对接本地 DeepSeek API 功能。

DeepSeek的本地 API 说明

在这里插入图片描述

DeepSeek 本地模型搭建

  1. DeepSeek 工具下载 提取码 Yndr
  2. 安装OllamaSetup.exe
  3. 安装 Chatbox-1.9.8-Setup.exe

下载模型 根据自己的显卡配置来、第一个最小
在这里插入图片描述

1、执行命令安装及测试

ollama run deepseek-r1:1.5b
在这里插入图片描述

在这里插入图片描述

DeepSeek-R1 API接口调用

**

聊天调用

**
在这里插入图片描述

**

获取指定的模型信息

**
在这里插入图片描述

**

列出本地可执行的模型

**

在这里插入图片描述

当然，我们为了让用户更加便捷，我们把API 接口全部放到上面截图了、如果需要自行去调用API接口

DeepSeek-R1 整合 Chatbox 实现知识库

由于 DeepSeek-R1 命令行不直观、小白不会用、我们提供了 Chatbox  图形化界面、在上面下载哦

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

生成一个适合你的列表

  • 项目
    • 项目
      • 项目
  1. 项目1
  2. 项目2
  3. 项目3
  • 计划任务
  • 完成任务

创建一个表格

一个简单的表格是这么创建的：

项目Value
电脑$1600
手机$12
导管$1

设定内容居中、居左、居右

使用:---------:居中
使用:----------居左
使用----------:居右

第一列第二列第三列
第一列文本居中第二列文本居右第三列文本居左

SmartyPants

SmartyPants将ASCII标点字符转换为“智能”印刷标点HTML实体。例如：

TYPEASCIIHTML
Single backticks'Isn't this fun?'‘Isn’t this fun?’
Quotes"Isn't this fun?"“Isn’t this fun?”
Dashes-- is en-dash, --- is em-dash– is en-dash, — is em-dash

创建一个自定义列表

Markdown
Text-to- HTML conversion tool
Authors
John
Luke

如何创建一个注脚

一个具有注脚的文本。1

注释也是必不可少的

Markdown将文本转换为 HTML。

KaTeX数学公式

您可以使用渲染LaTeX数学表达式 KaTeX:

Gamma公式展示 Γ ( n ) = ( n − 1 ) ! ∀ n ∈ N \Gamma(n) = (n-1)!\quad\forall n\in\mathbb N Γ(n)=(n−1)!∀n∈N 是通过欧拉积分

Γ ( z ) = ∫ 0 ∞ t z − 1 e − t d t   . \Gamma(z) = \int_0^\infty t^{z-1}e^{-t}dt\,. Γ(z)=∫0∞​tz−1e−tdt.

你可以找到更多关于的信息 LaTeX 数学表达式here.

新的甘特图功能，丰富你的文章

2014-01-07 2014-01-09 2014-01-11 2014-01-13 2014-01-15 2014-01-17 2014-01-19 2014-01-21 已完成 进行中 计划一 计划二 现有任务 Adding GANTT diagram functionality to mermaid
  • 关于 甘特图 语法，参考 这儿,

UML 图表

可以使用UML图表进行渲染。 Mermaid. 例如下面产生的一个序列图：

张三 李四 王五 你好！李四, 最近怎么样? 你最近怎么样，王五？ 我很好，谢谢! 我很好，谢谢! 李四想了很长时间, 文字太长了 不适合放在一行. 打量着王五... 很好... 王五, 你怎么样? 张三 李四 王五

这将产生一个流程图。:

链接
长方形
圆
圆角长方形
菱形
  • 关于 Mermaid 语法，参考 这儿,

FLowchart流程图

我们依旧会支持flowchart的流程图：

Created with Raphaël 2.3.0 开始 我的操作 确认？ 结束 yes no
  • 关于 Flowchart流程图 语法，参考 这儿.

导出与导入

导出

如果你想尝试使用此编辑器, 你可以在此篇文章任意编辑。当你完成了一篇文章的写作, 在上方工具栏找到 文章导出 ，生成一个.md文件或者.html文件进行本地保存。

导入

如果你想加载一篇你写过的.md文件，在上方工具栏可以选择导入功能进行对应扩展名的文件导入，
继续你的创作。

  1. 注脚的解释 ↩︎

deepseek实战教程-第一篇本地化部署
极客栈
02-23 350
自从22年年底开始，人工智能开始从实验室一下子走入了普通人的视野中，chatgtp像一颗石子投入水中，溅起了一波又一波的涟漪。我们都通过各种方式试用大预言模型和机器进行对话或者提问。随着大语言模型的出现，各个类型的大模型也开始出现，文字生成图片，文字生成视频，文字生成音乐，文字生成3d模型等等。但当我们深入了解后会发现，很多网站的模型使用要会员，或者会受网络影响，我们很难自己直接使用自己的模型，加之受制于电脑的配置，更难训练自己的模型。
Deepseek-R1-32B企业级本地部署指南：结合XInference与Open-WebUI构建高效AI应用
maxcode
02-08 7469
通过本文的部署方案，企业可以快速搭建稳定可靠的大模型服务，同时结合实际应用场景，释放DeepSeek-R1-32B的潜力。如果在实际部署过程中遇到问题，或有具体需求需要优化，欢迎随时与我联系，共同探讨更完善的解决方案！
deepseek本地部署教程
m0_63755691的博客
02-10 3894
打开命令行（window+R),输入cmd回车,再粘贴刚才复制的命令（比如我的是“ollama run deepseek-r1”）回车，等待下载完成，如果出现">>>Send a message"，表明已完成,就可以输入问题了。），下载ollama(注意需要Window10或更高的版本），安装（OllamaSetup.exe），默认在c盘。ollama cp <source_model> <destination_model>ollama stop <model_name>列出正在运行的模型。
chatboxai对话工具安装
一起在程序世界悠然漫步，不断发现新的事物。
02-23 973
deepseek模型安装,chatboxai设置
微信零代码接入DeepSeek+Coze智能体：打造AI智能客服完整指南
最新发布
挨踢学霸
05-05 1392
无需编程！手把手教你用DeepSeek大模型+Coze智能体+MsgHelper搭建微信AI自动客服，实现24小时智能回复，提升企业服务效率！
三步部署本地Deepseek
siduqiang的博客
02-03 4429
三步部署本地Deepseek
Chatbox AI-windows
02-08
用于配合大模型部署，网页交互功能。
使用SpringBoot+Spring调用deepseek-r1模型实现本地免费使用
02-11
为了解决这一问题，本文将详细介绍如何使用Spring Boot和Spring AI框架调用deepseek-r1模型的API，实现本地免费使用。 首先，需要了解deepseek-r1模型的基本情况。deepseek-r1是由Ollama公司开发的一款人工智能大...
LangChain + DeepSeek-R1：构建高效的语言模型服务
hzdt_1的博客
02-06 3095
通过 LangChain 和 DeepSeek-R1，我们可以轻松构建一个高效的语言模型服务，并将其部署为一个可扩展的 API。这种组合不仅提高了开发效率，还为开发者提供了强大的语言处理能力。
DeepSeek R1-7B 医疗大模型微调实战全流程分析（全码版）
AllenLV的博客
03-08 875
本指南完整覆盖医疗大模型微调的15大核心环节，提供从数据准备到伦理合规的全链路解决方案。
使用 LangChain 构建多轮对话系统：结合 DeepSeek-R1 模型
hzdt_1的博客
02-07 1599
为了使模型能够理解我们的需求，我们需要准备一个合适的 Prompt。以下代码展示了如何构建一个动态的 Prompt 模板，并引入('system', '你是一个乐于助人的助手。用{language}尽你所能回答所有问题。'),])技术要点：用于在 Prompt 中插入历史消息，支持多轮对话。动态的系统消息可以通过{language}等变量进行参数化。通过 LangChain 我们可以轻松构建一个多轮对话系统，并保存对话的历史记录。这种组合不仅提高了开发效率，还为开发者提供了强大的语言处理能力。
如何使用Chatbox客户端接入DeepSeek的API
02-19
deepseek部署：如何使用Chatbox客户端接入DeepSeek的API，附Chatbox-1.9.8-Setup.exe
Chatbox-1.9.8-arm64.dmg（MAC版本）
02-14
版本：1.9.8 ‌ChatBox‌是一款智能对话工具，结合了人工智能技术和便捷的操作界面，帮助用户快速完成各种任务。它支持多种流行的大语言模型（LLM），可在Windows、Mac和Linux操作系统上使用，并提供简洁的用户界面和便捷的配置选项‌。 支持LLama、DeepSeek、阿里通义千问、百度文心一言等大模型
Delphi 12 控件之Chatbox-1.9.8-Setup.rar
02-23
Chatbox-1.9.8-Setup.rar
Chatbox-1.9.8-Setup，OllamaSetup安装包
02-10
windows本地安装部署DeepSeek所需包（Chatbox-1.9.8-Setup，OllamaSetup）
一键部署开源DeepSeek并集成到企业微信
小马哥的博客
02-12 8201
DeepSeek
DeepSeek本地部署：Ollama+ChatBox保姆级操作指南
IT成长日记的博客
02-24 2710
Ollama是一款开源工具，支持用户在本地快速部署和运行大型语言模型（如Llama 2、Mistral、Gemma 等）。lama 2、Mistral、emma 等）##启动后台服务，启用API访问（默认端口11434）##停止运行的模型ollama show <模型名>##显示模型信息ollama run <模型名>##运行指定模型（如ollama run llama2），进入交互对话模式##列出本地已下载的模型ollama pull <模型名>
DeepSeek-V3 首测
热门推荐
云连山
01-02 1万+
企业微信的机器人（也称为“群机器人”）是一种自动化工具，可以帮助企业实现消息推送、任务提醒、数据查询等功能。通过以上步骤，您可以轻松创建并使用企业微信的智能机器人，提升团队协作效率和自动化水平。如果需要更复杂的功能，可以结合企业微信的开放API进行二次开发。
Ollama【部署 03】客户端应用ChatBox、AnythingLLM及OpenWebUI部署使用详细步骤
Java与大数据相关实践内容分享！
03-07 2624
Ollama 客户端应用ChatBox、AnythingLLM及OpenWebUI部署使用详细步骤
mac版本 DeepSeek-R1大模型接入WPS
02-22
### 如何在Mac版WPS中集成DeepSeek-R1大模型 为了实现在Mac版本的WPS中接入DeepSeek-R1大模型，需遵循特定流程来完成本地部署以及与WPS办公软件的集成。以下是详细的指导说明： #### 准备工作 确保操作系统满足最低要求：macOS 11及以上版本[^3]。 #### 安装Ollama及其他依赖项 按照官方文档指示安装Ollama及其所需组件，这一步骤对于成功运行DeepSeek-R1至关重要[^2]。 #### 下载并配置DeepSeek-R1模型 获取适用于Mac系统的DeepSeek-R1模型文件，注意检查磁盘空间是否充足，因为该模型占用存储范围广泛，从最小1.1GB至最大671GB不等。 #### 创建API接口服务 为了让WPS能够调用DeepSeek-R1的功能，建议搭建RESTful API服务器作为中介层。此服务器负责接收来自WPS插件的数据请求，并转发给已部署好的DeepSeek-R1实例处理后再返回结果。Python Flask框架是一个不错的选择用于快速构建此类轻量级Web应用。 ```python from flask import Flask, request, jsonify import subprocess app = Flask(__name__) @app.route(&#39;/process&#39;, methods=[&#39;POST&#39;]) def process(): data = request.get_json() input_text = data[&#39;text&#39;] # 调用 DeepSeek-R1 处理命令 (假设通过 CLI 方式交互) result = subprocess.run([&#39;path/to/deepseek-r1-cli&#39;, &#39;--input&#39;, input_text], capture_output=True, text=True) response_data = { &#39;output&#39;: result.stdout.strip(), &#39;error&#39;: result.stderr.strip() if result.returncode != 0 else None, } return jsonify(response_data) if __name__ == &#39;__main__&#39;: app.run(host=&#39;localhost&#39;, port=5000) ``` #### 开发WPS插件并与API对接 利用WPS提供的开发者工具创建一个新的宏脚本或加载项，在其中编写逻辑以向先前建立的服务端发送HTTP POST请求携带待分析文本片段，解析响应后展示预测结果于界面上供用户查看编辑。 #### 测试验证 最后进行全面测试确认整个链路正常运作，包括但不限于输入输出准确性校验、异常情况下的容错能力评估等方面的工作。
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