手把手教你更优雅的享受 DeepSeek

开始之前,首先要确定你已经配置好Ollama软件并正常运行DeepSeek本地模型。如果这一步还不清楚,请翻看之前的手把手教程《手把手教你部署 DeepSeek 本地模型》。

本文是手把手教程系列第3篇,包含内容如下:

  • 1.如何使用浏览器调用DeepSeek
  • 2.为何使用最小DeepSeek模型演示
  • 3.使用API方式免费体验满血版DeepSeek

1.如何使用浏览器调用DeepSeek

先前教程中,在UI界面实现这部分,给大家推荐的是 Chatbox 桌面软件,这是为了更多的小白能够没有任何门槛的直接上手实践。

但实际上,对于有梯子的读者,还有一种更加简单、轻量且优雅的Web调用方案:

只需要在Chrome浏览器中添加扩展程序 Page Assist,就可以实现在Web端更优雅的调用本地 AI 模型。

  • Page Assist - 本地 AI 模型的 Web UI

注:

  • 1.Page Assist插件安装好之后,也可实现在无网环境下,通过Web UI随时和本地部署的各种大模型畅快聊天。
  • 2.如果你的机器是全周期无法上网的,还可以下载对应Page Assist的离线安装包,手动安装即可。

下面演示下具体步骤。

打开Chrome浏览器,在地址栏输入扩展程序的网址:

  • chrome://extensions/

这里点击Chrome 应用商店并搜索扩展程序 Page Assist:

选择添加至Chrome。

选择添加扩展程序。

如此就成功将 Page Assist 添加至Chrome。

然后,为了今后更方便的调用,我们可以把它固定下。

这样,当我们再次打开浏览器,就可以直接点击红框中的这个按钮启动扩展程序 Page Assist:

启动后,按下图步骤,选择本地部署的DeepSeek模型,确认Ollama运行状态正常,就可以直接输入文字聊天了:

是不是这种方式更加简单,且很优雅!

2.为何使用最小DeepSeek模型演示

这里特别解答下,之前有很多读者私信好心建议我不要使用1.5b的模型测试,至少也要7b以上版本,效果会更好。

但实际上由于笔者目前测试硬件比较低,虽然也能勉强运行起下一个级别的7b模型,但反应慢的完全不可接受,我这里实测7b的模型,问简单问题,都需要思考20s:

而换回1.5b的模型,基本秒出,即便思考也就2s的样子:

而且,即便7b要比1.5b的模型能力是有所提升,但并没有到质的差异。

所以在硬件没升级之前,后续演示主要还是会选择这个1.5b的最小模型,这样测试反馈的效率高,心情也能舒畅。

通过从DeepSeek官方给出的测试图来看:

也可以发现,在这张benchmark的对比图上,人家都没考虑比32b更低的模型,这其实也算暗示了32b以下的模型基本表现都拿不出手,可是如果想要本地部署32b或更大的模型,首先你的硬件得跟得上。

3.使用API方式免费体验满血版DeepSeek

既然本地部署情况,在不具备好的硬件条件之前,实际使用效果一定欠佳。

那如果想提前体验下更大模型的具体效果,该怎么做呢?

答案就是使用API的方式,这种方式下连Ollama都不需要了,只需要配置好对应的API key,就可以轻松体验到满血版的DeepSeek。

1)使用DeepSeek官方API

官方API网址:

这个网址曾经处于维护,但如今已经可以打开,但由于目前服务器资源还是紧张,官方已暂停API服务充值,之前余额依然可用。

需要注意这个key创建时就需要复制保留好,以后不提供再复制。

如果忘记保存,只能这样重建新的key:

测试下接入官方API的效果,使用API的方式还是要用到之前的Chatbox:

这里测试,想到笔者在学生时期,老师曾经说通常古诗最难翻译好。

让它帮我翻译《画》这首古诗为英文,选择普通的deepseek-chat模型,这个模型不会推理,直接会给出答案,我觉得效果也非常好。

附:官方的API在Chatbox软件中的设置方式如下图:

2)使用第三方服务商API

因为官方的资源目前还是紧张,所以除了官方的途径之外,还有一些第三方服务商的选择,比如这里以流行度较高的siliconflow为例,点击下面的邀请链接(邀请码:aYaHaxLo),注册登录后即送免费的14元配额,可以够玩上一阵子了:

注意,siliconflow这个API的key如果没保存,是支持随时再次复制保存的,这点安全策略上和官方的设计有所不同。

复制key之后,在Chatbox下设置silicon flow的API粘贴进去即可:

配置好之后,同样测试下,帮我翻译《画》这首古诗为英文,这回选择deepseek-ai/DeepSeek-R1模型,效果如下:

超过了3页篇幅的推理思考,然后给出了答案:

可以直观的看到,这满血版的deepseek-r1思考推理能力,确实要比本地部署的小号模型强大许多。

至此,基础篇就差不多了,后面计划持续研究分享进阶篇,后续教程大家还想了解哪些方面,欢迎在评论区留言。

相关推荐
武昌库里写JAVA1 小时前
SpringBoot+Vue 项目介绍
java·javascript·git·sql·ai
VIP_CQCRE1 小时前
GPT Image 2.6 商品图换背景后悬浮?接触阴影、透明区域与反射验收
图像处理·人工智能·ai·电商
YIAN5 小时前
从 LangChain 到 DeepAgents:手把手拆解 createAgent、Middleware 与复杂 Agent
javascript·langchain·deepseek
七夜zippoe5 小时前
Agent 告警设计:分级告警、智能降噪与值班排班
开发语言·ai·agent·告警·智能降噪·值班排班
大模型真好玩6 小时前
用 Seedance 2.5 Flash 实现1分钟AI短剧,满足孩子的超级英雄对战梦
人工智能·aigc·deepseek
FengY_HYY6 小时前
从人类组织到人类&大模型组织,我的位置在哪里?
人工智能·程序员·llm
liwulin05068 小时前
【OLLAMA】LangGrahp调用LLM WIKI
react·ollama·llm wiki
wflynn11 小时前
AI 产品 ChatPRD 遭遇 token 欺诈,滥用者用免费试用构建游戏地图
ai·技术
一缕82年的清风17 小时前
百万 Token 砍到 0.5 美元!微软新模型半价、DeepSeek 连夜撤回搜索费,11 月底开发者怎么搭最省钱?
gpt·claude·deepseek
万里侯19 小时前
日志聚类之后别把 noise 扔掉:降噪应该改变视图,不抹掉证据
人工智能·微服务·ai·容器·k8s