VScode内接入deepseek包过程(本地部署版包会)

目录

[1. 首先得有vscode软件](#1. 首先得有vscode软件)

[2. 在我们的电脑本地已经部署了ollama,我将以qwen作为实验例子](#2. 在我们的电脑本地已经部署了ollama,我将以qwen作为实验例子)

[3. 在vscode上的扩展商店下载continue](#3. 在vscode上的扩展商店下载continue)

[4. 下载完成后,依次点击添加模型](#4. 下载完成后,依次点击添加模型)

[5. 在这里可以添加,各种各样的模型,选择我们的ollama](#5. 在这里可以添加,各种各样的模型,选择我们的ollama)

[6. 选择我们本地有的模型,后面的7b可以不用管,只是名字的差别,最后点击connect](#6. 选择我们本地有的模型,后面的7b可以不用管,只是名字的差别,最后点击connect)

[7. 创建完成后会出现一个配置文件,可以看到models这个部分,这里就是我们刚刚创建的模型,可以看到这上面的名字和我们本地的名字不相同,我们可以修改一下,如果相同的话可以不用修改](#7. 创建完成后会出现一个配置文件,可以看到models这个部分,这里就是我们刚刚创建的模型,可以看到这上面的名字和我们本地的名字不相同,我们可以修改一下,如果相同的话可以不用修改)

[8. 我的本地下的时0.5b版本,将model这里修改一下即可,上面的title只是一个名字可以不用管,保存一下](#8. 我的本地下的时0.5b版本,将model这里修改一下即可,上面的title只是一个名字可以不用管,保存一下)

[9. 此时就可以使用我们的模型了,你可以进行各种各样的对话,qwen的模型对话](#9. 此时就可以使用我们的模型了,你可以进行各种各样的对话,qwen的模型对话)

[10. 如果想要删除这个模型,可以直接在配置文件里删除即可,点击这个配置文件就可以出来](#10. 如果想要删除这个模型,可以直接在配置文件里删除即可,点击这个配置文件就可以出来)


在 VSCode 中集成本地部署的 DeepSeek-R1 模型可以显著提升开发效率,尤其是在需要实时访问 AI 模型进行推理任务时

1. 首先得有vscode软件

2. 在我们的电脑本地已经部署了ollama,我将以qwen作为实验例子

3. 在vscode上的扩展商店下载continue

4. 下载完成后,依次点击添加模型

5. 在这里可以添加,各种各样的模型,选择我们的ollama

6. 选择我们本地有的模型,后面的7b可以不用管,只是名字的差别,最后点击connect

也可以选择我们的自动,这个是自动识别你本地有的模型

7. 创建完成后会出现一个配置文件,可以看到models这个部分,这里就是我们刚刚创建的模型,可以看到这上面的名字和我们本地的名字不相同,我们可以修改一下,如果相同的话可以不用修改

8. 我的本地下的时0.5b版本,将model这里修改一下即可,上面的title只是一个名字可以不用管,保存一下

9. 此时就可以使用我们的模型了,你可以进行各种各样的对话,qwen的模型对话

这个是自动的模型对话

10. 如果想要删除这个模型,可以直接在配置文件里删除即可,点击这个配置文件就可以出来

将这一段删除就可以了,不要删多了


这样一个简单的deepseek接入vscode就完成了⭐

相关推荐
Nova_AI8 小时前
018、AI伦理与可持续发展:长期主义的商业基础
人工智能·深度学习·机器学习
云和数据.ChenGuang8 小时前
鸿蒙 HarmonyOS 6 技术全景解析:AI 原生重构全场景智能体验
人工智能·重构·harmonyos
Thomas.Sir8 小时前
AI 赋能放疗&手术规划:靶区智能勾画与剂量路径双重优化【从理论到实战】
人工智能·ai·动态规划·健康医疗·ai医疗·放疗
05大叔8 小时前
神经网络NLP分词任务,jieba,TF-IDF
人工智能·自然语言处理
万粉变现经纪人8 小时前
如何解决 pip install tensorflow-gpu 报错 未检测到 CUDA 驱动 问题
人工智能·python·深度学习·aigc·tensorflow·bug·pip
skilllite作者8 小时前
自进化 Agent 的 skills 别长成烟囱:从多入口分叉到统一发现与 spec 防火带
人工智能·算法·rust·openclaw·agentskills
gorgeous(๑>؂<๑)8 小时前
【CVPR26-韩国高丽大学】基于能量分离的开放世界目标检测未知目标方法
人工智能·目标检测·机器学习·计算机视觉·目标跟踪
Freak嵌入式8 小时前
MicroPython LVGL基础知识和概念:底层渲染与性能优化
人工智能·python·单片机·性能优化·嵌入式·lvgl·micropython
大写-凌祁8 小时前
基于LLM智能体框架的城市遥感图像变化分析
人工智能·深度学习·计算机视觉·语言模型·aigc