- 综合排序
- 最热优先
- 最新优先
- 来自专栏C++
【DeepSeek】如何在WPS中使用deepseek？
1 -> 背景 随着人工智能技术的发展，大语言模型如ChatGPT、DeepSeek等不断涌现，为提升办公效率提供了新的途径。 WPS作为一款广泛使用的办公软件，集成DeepSeek等大模型，能够满足用户在文档编辑、内容创作、数据分析等方面对于智能化的需求，进一步提升办公体验。 个性化定制：用户可以根据自己的需求选择不同的DeepSeek模型(如deepseek-chat或deepseek-reasoner)，并进行个性化的配置，以适应不同的工作场景。 降低使用门槛：通过OfficeAI插件，用户无需进行复杂的本地部署，只需简单配置即可在WPS中使用DeepSeek，操作简单便捷。 3 -> 本地部署deepseek 相关文章： 【DeepSeek】DeepSeek概述 | 本地部署deepseek 4 -> WPS引入deepseek 下载Office AI 以联想应用商店为例
95810编辑于 2025-02-15 Dify使用deepseek
点击右上角的头像，在下拉列表里选择设置： 选择模型供应商，这里有目前市面上大量的模型供应商，为了使用deekseek，模型供应商选择ollama，使用之前需要安装ollama插件 模型供应商插件安装好后 ，进入详细设置，这里模型名称就选deepseek-r1:1.5b, 基础URL选择http://host.docker.internal:11434 至此模型设置完毕，接着创建一个聊天助手应用： 测试完成后发布 ，点运行，就可以看到一个用户视角的应用 至此一个机遇deepseek的rag聊天应用就发布完成了。 比如我们要实现一个翻译专家，可以在左上角填写prompt模板，并且支持参数 如果应用比较复杂，需要执行多个步骤，可以编辑工作流，通过线将多个流程连接成一个整体，具体如下： 整体来说，dify使用起来是比较方便的
14410编辑于 2026-03-18DeepSeek-7B-chat langchain 接入
DeepSeek-7B-chat langchain 接入 这篇主要讲 DeepSeek-7B-chat 如何对接Langchain中 langchain.llms.base 的 LLM 模块，其他关于如何对接向量数据库和 pip install langchain==0.0.292 DeepSeek-7B-chat 接入 LangChain 为便捷构建 LLM 应用，我们需要基于本地部署的 DeepSeek-7B-chat ，自定义一个 LLM 类，将 DeepSeek-7B-chat 接入到 LangChain 框架中。 " 调用 然后就可以像使用任何其他的langchain大模型功能一样使用了。 llm = DeepSeek_LLM('/root/autodl-tmp/deepseek-ai/deepseek-llm-7b-chat') llm('你好') 如下图所示：
38010编辑于 2025-07-17DeepSeek-7B-chat WebDemo 部署
DeepSeek-7B-chat WebDemo 部署 DeepSpeek 介绍 由70亿个参数组成的高级语言模型 DeepSeek LLM。 为了促进研究，DeepSeek 已经为研究社区开放了DeepSeek LLM 7B/67B Base 和 DeepSeek LLM 7B/67B Chat。 sentencepiece==0.1.99 pip install accelerate==0.24.1 pip install transformers_stream_generator==0.0.4 模型下载 使用 /deepseek-llm-7b-chat', cache_dir='/root/autodl-tmp', revision='master') 代码准备 在/root/autodl-tmp路径下新建 /deepseek-llm-7b-chat' # 定义一个函数，用于获取模型和tokenizer @st.cache_resource def get_model(): # 从预训练的模型中获取
64510编辑于 2025-07-17DeepSeek-7B-chat Lora 微调
DeepSeek-7B-chat Lora 微调 概述 本节我们简要介绍如何基于 transformers、peft 等框架，对 DeepSeek-7B-chat 模型进行 Lora 微调。 所谓指令微调，是说我们使用的微调数据形如： { "instrution":"回答以下用户问题，仅输出答案。", "input":"1+1等于几?" /deepseek-ai/deepseek-llm-7b-chat/', use_fast=False, trust_remote_code=True) tokenizer.padding_side = /deepseek-ai/deepseek-llm-7b-chat/', trust_remote_code=True, torch_dtype=torch.half, device_map="auto /deepseek-ai/deepseek-llm-7b-chat/') model.generation_config.pad_token_id = model.generation_config.eos_token_id
41310编辑于 2025-07-17DeepSeek-7B-chat FastApi 部署调用
DeepSeek-7B-chat FastApi 部署调用 DeepSpeek 介绍 由70亿个参数组成的高级语言模型 DeepSeek LLM。 为了促进研究，DeepSeek 已经为研究社区开放了DeepSeek LLM 7B/67B Base 和 DeepSeek LLM 7B/67B Chat。 /deepseek-llm-7b-chat', cache_dir='/root/autodl-tmp', revision='master') 代码准备 在/root/autodl-tmp路径下新建api.py GenerationConfig import uvicorn import json import datetime import torch # 设置设备参数 DEVICE = "cuda" # 使用 /deepseek-llm-7b-chat' # 加载预训练的分词器和模型 tokenizer = AutoTokenizer.from_pretrained(mode_name_or_path
37810编辑于 2025-07-17- 来自专栏IOT物联网小镇
这 7 个 Linux 命令，你是怎么来使用的？
No.3 pwd 可能有些人会奇：pwd 怎么会是常用命令呢？它的作用是打印当前路径，在命令行窗口中，路径是一直显示出来的啊！ 这就是我为什么经常使用 pwd 命令的原因。 那么，应该怎么样来去掉显示路径中的目录信息呢？ 如果编译指令比较长，我相信没有谁乐意一个字符一个字符的敲键盘，大部分是使用 history 列出最近使用的命令，然后复制、粘贴一下。 可以看出 main 文件最开始的四个字节：7f 是 ELF 文件的魔数，45 4c 46 是 "ELF" 3个字母。 因此，使用 od 命令来分析二进制文件的内容，还是很有威力的！ ? No.7 for for 这个命令，常常出现在脚本文件中，用来处理循环的情况，比如：遍历文件、计数，例如： #!
1.2K30发布于 2021-06-22 - 来自专栏Tencent云服务征文
DeepSeek上云 | 腾讯云HAI如何部署使用DeepSeek
选择应用 - DeepSeek我们在社区应用下可以找到 DeepSeek-R1 进行选择。这里HAI提供了DeepSeek-R1 1.5B及7B两种模型环境，能够满足用户快速部署和使用的需求。3. 至于算力方案的选择上，对于DeepSeek-R1 1.5B和7B的模型，使用GPU基础型套餐就可以运行。如果想要DeepSeek实现更快的推理回答，就可以选择GPUT进阶型方案。4. 模型选择在上面选择社区应用的时候，我们就知道应用环境内置了DeepSeek-R1 1.5B和7B两个模型。我们可以切换模型。这样，我们就可以使用DeepSeek了。 下载模型如果DeepSeek-R1 1.5B和7B无法满足你的需求，想要安装8B、14B的模型，我们可以通过JupterLab 连接实例，进行后台安装。选择Terminal。 结语与TIONE安装DeepSeek相比较，HAI也具备了快速部署DeepSeek的能力。通过一键式操作，用户就可以使用云化的DeepSeek。
1.8K50编辑于 2025-02-07 golang实现langchain使用deepseek
熟悉python开发的同学，可以快速使用https://github.com/langchain-ai/langchain上手。 对应golang开发的同学来说，其实也有一个go版本的langchaim：https://github.com/tmc/langchaingo，这里详细介绍下如何通过langchain使用本地的deepseek openai.WithBaseURL("http://127.0.0.1:11434/v1/"), openai.WithToken("ollama"), openai.WithModel("deepseek-r1 = nil { log.Fatal(err) } fmt.Println(completion) } 使用GenerateFromSinglePrompt }, }) // output会根据指定的内容生成要求大模型根据指定格式返回的提示词，与基础提示词拼接就是最终提示词 template := "请问今天{{.input}}天气怎么样
16510编辑于 2026-03-18- 来自专栏高效使用DeepSeek
【愚公系列】《高效使用DeepSeek》001-什么是DeepSeek
二、实战中的多面手2.1 金融领域的"数字风控官"在某全国性商业银行的实战应用中，DeepSeek展现出超乎想象的风险洞察力。 3.2 开源的生态策略不同于传统企业的技术封闭，DeepSeek选择将核心代码向全球开发者开放。 4.2 全球布局的新棋局在东南亚市场，DeepSeek针对当地语言多样性推出"方言友好型"版本；在欧洲市场，则重点强化GDPR合规特性。 五、行业变革的启示录DeepSeek的崛起揭示了中国AI发展的新范式：通过底层创新突破算力桎梏，借助开源生态加速应用落地，最终用极致性价比打开市场。 这种技术普惠性，或许才是DeepSeek带给行业最深远的变革——让AI不再是科技巨头的专属玩具，而真正成为推动社会进步的基础设施。
23900编辑于 2025-03-22 - 来自专栏实用技术
使用python调用 DeepSeek API
为了调用 DeepSeek 的 https://api.deepseek.com/chat/completions API 并发送一个具体的问题，我们可以使用 Python 的 requests 库来实现 ()详细说明导入库：使用 requests 库发送 HTTP 请求。 这里假设使用 Bearer Token 方式进行认证。设置 Content-Type 为 application/json，因为我们将以 JSON 格式发送数据。 发起请求：使用 requests.post 方法发起 POST 请求。你可以根据需要更改为 requests.get 或其他 HTTP 方法。处理响应：检查响应的状态码，解析并打印返回的数据。 处理流式响应（如果支持）如果你的 API 支持流式响应，可以使用 stream=True 参数来逐行处理响应数据。
1.3K10编辑于 2025-07-30 - 来自专栏云计算之道
供水企业如何使用DeepSeek
目前，包括供水企业在内的很多企业都在探索使用DeepSeek技术来助力企业提质增效。供水企业可以通过以下多种方式使用DeepSeek技术，提升智能化管理水平和运营效率： 1. 管网健康诊断与优化 DeepSeek能够通过机器学习算法分析管网压力和流量数据，定位泄漏点并预测管道剩余寿命。 例如，某市水务局部署DeepSeek的泄漏检测模型后，漏损率从25%降至12%，年节约成本超千万元。 3. 7. 智能巡检与故障诊断 DeepSeek可以分析设备的实时数据和历史数据，识别异常模式，提前预测潜在故障，并生成详细的故障诊断报告。 模型选型：根据具体需求选择DeepSeek的预训练模型或定制开发。 系统集成：通过API或微服务架构将DeepSeek嵌入水务管理平台。 持续迭代：在线学习更新模型，适应数据分布变化。
9510编辑于 2026-03-18 - 来自专栏同步文章
怎么升P7
怎么升P7 首先你的PPT需要有 1.四字名词 2。
36620编辑于 2022-10-25 - 来自专栏架构精进之路
Deepseek 这么厉害，普通人怎么用好它？
简而言之，AI 是一个强大的工具，但工具的使用效果取决于使用者的能力。我们需通过不断练习提升与 AI 的沟通能力，同时警惕 “幻觉” 陷阱，才能真正发挥 AI 的价值。 三、应用 Deepseek 的N种技巧 那么，如何用好这个“AI 神器”呢？给大家分享几个技巧。 3.1 提问模版 以往与 ChatGPT 这类指令模型对话时，我们常使用复杂的提示词模板。 3.3 尝试连续提问 使用 AI 时，不要期望它一次性完成完美内容，可以尝试将其视为博学但经验不足的实习生。知识储备丰富，但需要您的引导才能交出满意答卷。 考虑到学生的消费能力，怎么设计更有吸引力的价格策略？ 3. 能否结合期末季、社团活动等校园节点设计营销活动？” 四、总结 最后，使用Deepseek的小贴士如下： 描述清晰： 尽量清晰地描述你的需求，这样Deepseek才能更好地理解你的意图，提供更精准的服务。
39820编辑于 2025-02-19 - 来自专栏数据猿
用DeepSeek改造ERP，到底难在哪？怎么破？
“DeepSeek爆改ERP。 大数据产业创新服务媒体 ——聚焦数据 · 改变商业 “只要点击一下，就能自动生成采购订单。” 这是某家制造企业在ERP系统中上线新功能时的宣传语。 但实际使用中，很快暴露出一连串问题： 模型虽能写出一份“像样的申请单”，但物料编码经常错配、库存判断逻辑混乱、交付周期计算偏差大； 由于没有和主数据、库存系统深度打通，AI并不掌握物料分类的实际逻辑，生成内容 这使得AI在ERP系统中往往陷入一种“身份尴尬”的局面： 它能提供建议，但系统不知道该怎么处理这些建议； 它生成的内容，没有办法自动触发审批流程； 没有一个标准机制来“背书”AI的输出质量。 这种“所说即所得”的体验，极大降低了ERP使用门槛，尤其对非财务、非IT背景的业务人员而言，无需学习复杂操作流程，也能轻松调用系统能力。 怎么让AI真正“融入”ERP系统？ 将大模型接入ERP系统不是难事，真正的难点是“融入”——让AI成为系统逻辑的一部分，真正服务业务、落地执行、产生价值。
41010编辑于 2025-10-21 - 来自专栏用户8015575的专栏
win7系统怎么瘦身 win7电脑系统怎么瘦身
来源：yunqishi.net win7系统怎么瘦身？今天跟大家分享下方法，希望能帮到大家。
4.2K20发布于 2020-12-21 DeepSeek普通人该怎么用：全面指南
其中，DeepSeek作为一款新兴的AI模型，以其强大的文本生成和理解能力逐渐受到关注。那么，作为一个普通人，如何才能有效地使用DeepSeek呢？ 三、如何获取和使用DeepSeek？ 注册和登录 要使用DeepSeek，首先需要访问DeepSeek的官方网站并注册一个账户。注册过程通常需要提供电子邮件地址和设置密码。 五、DeepSeek的最佳实践 合理使用API调用 DeepSeek的API调用是有限制的，尤其是免费和基础套餐。因此，在使用过程中要合理规划API调用，避免超出限制。 如果需要处理敏感信息，可以考虑在本地进行预处理或使用加密技术。 结合其他工具 DeepSeek可以与其他工具和平台结合使用，以提升应用效果。 七、结语 DeepSeek是一款功能强大、易于使用的AI模型，可以帮助普通人完成各种自然语言处理任务。通过本文的介绍，相信你对DeepSeek有了更深入的了解，并掌握了基本的使用方法。
81210编辑于 2025-03-19- 来自专栏机器之心
使用DeepSeek的GRPO，7B模型只需强化学习就能拿下数独
并且他在这个过程中用到了 DeepSeek 开发的 GRPO 算法，最终他「成功在一个小型数独数据集上实现了高奖励和解答」。 下面我们就来具体看看他的博客文章，了解一番他的开发思路。 我实验了两种不同的模型大小： Qwen 2.5 7B Instruct：使用了秩为 16 的 LoRA 进行微调 Qwen 2.5 3B Instruct：使用了秩为 32 的 LoRA 进行微调 重要的是 ，我没有使用冷启动数据或从 DeepSeek R1 等较大模型中蒸馏的数据。 7B 模型（使用了秩为 16 的 LoRA）结果优良： 保持了稳定的完成长度，约为 1000 token 能生成格式一致的解答 奖励指标稳步提升 在整个训练过程中保持了策略稳定性 与之形成鲜明对比的是， ：测试 7B 模型的 LoRA rank 32，看更高的 rank 是否能提高性能 蒸馏法：从 DeepSeek R1 等大型模型中提炼出冷启动数据集，然后在此基础上应用 GRPO 高级奖励函数：实施我已经设计好但尚未在训练中部署的更细致入微的奖励机制
59200编辑于 2025-03-11 - 来自专栏高效使用DeepSeek
【愚公系列】《高效使用DeepSeek》005-DeepSeek的对话技巧
DeepSeek凭借其独特的场景化对话架构与多模态认知引擎，正在重新定义人机交互的边界——它不仅能理解你“说了什么”，更能感知你“为何而说”。 一、DeepSeek的对话技巧1.提问技巧1.1 明确具体目标技巧1：明确需求、场景与约束 错误示例： 帮我写个方案。 缺陷：缺少行业、格式、目标等关键信息。 技巧2：补充背景信息 错误示例： “产品具有卓越性能”这句话怎么修改更好？ 缺陷：缺失产品类型、受众等背景。 正确示例： 我正在修改智能手环英文产品说明书，目标用户是北美户外运动爱好者。 使用激励性动词（如“征服极端环境”） 关键点：明确修改目标与受众偏好。技巧3：分步拆解复杂问题 错误示例： 如何从零开始做小红书账号？ 缺陷：问题过于宽泛，回答缺乏针对性。 关键技巧： 及时总结上一轮内容（如“根据之前的方案，我们需要……”） 使用逻辑连接词（如“接下来请分析……”） 5.优化对话体验“小学生”模式 我是一名小学生，请用小学生能听懂的话解释什么是大模型
59411编辑于 2025-03-18 - 来自专栏Khan安全团队
腾讯云免费使用Deepseek教程
1、访问https://console.cloud.tencent.com/lkeap/，立即使用大模型知识引擎 2、创建使用Open AI SDK方式接入 3、复制API KEY 3、下载AI助手https ://cherry-ai.com/、设置-添加-选择提供商类型为OpenAI 4、填入刚刚得API密钥和API地址https://api.lkeap.cloud.tencent.com、添加deepseek
5.8K30编辑于 2025-02-12
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号