记录点滴

该方案可实现企业微信群内与Deepseek AI的自然对话交互，适用于智能问答、数据分析、内容创作等场景。根据实际需求可扩展文件处理、多模态生成等功能。

使用 PyQt5 创建了一个简单的图形化聊天界面。通过ChatThread实现了与 DeepSeek API 的异步通信，支持流式和非流式输出。支持多轮对话和多模态输入（如图像上传）。代码结构清晰，易于扩展和优化。

JIEBA.NET基于词典和前缀树实现高效分词。使用 HMM 模型和维特比算法处理未登录词和歧义切分。支持 TF-IDF 和 TextRank 算法提取关键词。提供词性标注功能。通过以上技术，JIEBA.NET能够高效、准确地进行中文分词和相关文本处理任务。通过以上步骤，你可以使用C#和JIEBA.NET库从文本中提取关键词，并通过停用词过滤和TF-IDF算法来优化关键词提取结果。你可以根据需要调整停用词列表和提取的关键词数量。通过以上代码，实现了一个简单的内容检索系统。

该方案完整展示了如何结合DeepSeek的技术特性设计提示词，通过结构化输入、动态修正和多模态融合等策略，充分发挥其在复杂推理任务中的优势。DeepSeek通过MoE架构和Multi-Head Latent Attention机制，实现多模态信息处理。提示词需明确目标以聚焦模型注意力，例如使用"角色锚定+三维约束"结构。DeepSeek-R1专为复杂推理设计，支持思维链（CoT）和动态修正。需通过结构化分步引导激活其深度推理能力。支持直接使用包含文化元素的提示词（如"杜甫风格"），无需额外解释背景。

后，下面我们就可以继续延伸下，将ollama本地化服务推向局域网甚至互联网为公司搭建自己的私有化AI办公助手了。完成后，在浏览器输入局域网IP地址，提示“Ollama is runing” 则表明服务可以访问了。》用到的python案例，修改下url的IP地址即可在局域网里愉快的和大模型聊天了。

在上一篇《访问DeepSeekR1本地部署API服务搭建自己的AI办公助手》中，我们通过通过Ollama提供的本地API接口用Python实现了一个简易的AI办公助手，但是需要运行Py脚本，还比较麻烦，下面我们用C#依据Ollama提供的API接口开发一个本地AI辅助办公助手.需要引用Newtonsoft.Json.dll和Winform皮肤插件OwnUI.dll去掉也没什么影响。

【代码】C#从JIEBA.NET关键词里过滤得到有用词语。

再次在cmd命令行窗口输入”ollama run deepseek-r1:1.5b“，当出现">>> Send a message (/?（2）以1.5b为例，在cmd命令行窗口，输入”ollama run deepseek-r1:1.5b“命令，当最下方出现”success“则表明大模型安装成功。安装完成后，按住 win+r 输入cmd 打开命令行窗口，输入 “ollama -v” ，如能显示 ollama 的版本，则表明ollama安装成功。或者进入ollama官网，点击”Models“

【代码】基于Python+Flask的服装零售商城APP方案，用到了DeepSeek AI、个性化推荐和AR虚拟试衣功能。

实现更高级的关键词权重计算（需引入TF-IDF库）。从文件加载更全面的停用词（如。