DeepSeek 搭建和 Android
文章目录
- [DeepSeek 搭建和 Android](#DeepSeek 搭建和 Android)
-
- 一、前言
- [二、DeepSeek 本地环境ollama搭建](#二、DeepSeek 本地环境ollama搭建)
-
- 1、软件下载网址：
- 2、Ollama的安装
- 3、配置算法模型和使用
-
- [qwen2 模型使用，](#qwen2 模型使用，)
- [三、Android Studio 和 DeepSeek](#三、Android Studio 和 DeepSeek)
- 四、其他
-
- [1、Deepseek 使用小结](#1、Deepseek 使用小结)
-
- [(1) 网页版本可以简单使用进行对话](#(1) 网页版本可以简单使用进行对话)
- [(2) 手机下载的版本也可以简单使用进行对话](#(2) 手机下载的版本也可以简单使用进行对话)
- [(3) window电脑下载](#(3) window电脑下载)
- 2、2024年几款免费的AI对话工具介绍
- [3、Android Studio的AI工具插件使用介绍](#3、Android Studio的AI工具插件使用介绍)
- [4、几个超级大厂集成 Deepseek 网址 集合](#4、几个超级大厂集成 Deepseek 网址 集合)
一、前言
过年前看到DeepSeek非常火，很多小视频也说DeepSeek是如何如何强大。
我也想搭建DeepSeek玩玩！
简单搜了一下本地搭建DeepSeek的环境要求，发现要求居然那么高：
完全符合它的要求的电脑估计要两三万以上。
看了下我的电脑肯定达不到这个要求，估计大部分开发人员的电脑都没那么高的配置吧。
难道一般人搞不了？
其实不搭建DeepSeek环境也能玩 DeepSeek，目前是有免费的网页版和App软件。
我试了一下网页版本和App软件，都是比较简单功能的对话，目前还没有抖音旗下的豆包好用。
DeepSeek也指由DeepSeek公司开发的、类似于ChatGPT的智能助手。
目前，该智能助手在网页端和移动端均已上线。
网页版：打开浏览器，在地址栏输入https://chat.deepseek.com/ ，就能和它愉快聊天啦。
App版：在手机的应用商店里搜 "deepseek"，下载安装就行。
注意，下载的时候要认准蓝色鲸鱼标志，别下错了。如果只是简单对话，看起来对比国内的其他AI工具就没任何优势了。
年前我看了一个视频也是说搭建DeepSeek-R1只要三步：
1、下载Ollama 软件（装AI的盒子），有Window、Linux、Apple版本
2、用Ollama选择要安装的模型，DeepSeek-R1 是目前最新的模型
3、安装模型并不是一下子就可以搞定的，正常需要两个小时左右，就可以下载安装配置完成；
第一步下载的Ollama软件都差不多1个G了；
第二步需要根据自己的电脑配置选择模型信息；5G
第三步是在cmd窗口根据配置信息输入命令才能配置模型。
最后配置完模型就可以在cmd窗口执行run XXX命令，回车可以问答。
本文也一步一步尝试安装DeepSeek模型看看能不能成功。
二、DeepSeek 本地环境ollama搭建
ollama官网：https://ollama.com/
官网里面点击下载，好像需要梯子，不清楚为啥是跳转到github里面下载!
查询后发现：Ollama Labs 是一家加拿大的公司。
恍然大悟，源码ollama 并不是 DeepSeek 开发的软件！
ollama 你可以理解成一个小的图形虚拟机。
1、软件下载网址：
使用gitcode 国内网能正常下载
https://gitcode.com/gh_mirrors/oll/ollama?utm_source=highlight_word_gitcode&word=ollama
根据自己的电脑系统类型选择安装Windows、Linux、masOS 的软件应用。
2、Ollama的安装
就是普通.exe那样一步步安装就行。
简单说明：
https://blog.csdn.net/dwjf321/article/details/142280542
下面这个步骤比较详细：
https://blog.csdn.net/cliffordl/article/details/145457454
最后打开电脑属性窗口，环境变量，新建并配置一下：
OLLAMA_HOST=0.0.0.0
OLLAMA_MODELS=D:\model\ollama不知道有没有用，但是网上的教程都是说要配置一下的。
3、配置算法模型和使用
qwen2 模型使用，
ollama pull qwen2:7b //拉模型，要等蛮久，好像是4G左右
ollama --list//查询到 qwen2:7b 表示模型下载完成
ollama run qwen2:7b //运行模型，等十几秒，就可以直接输入文字回车进行提问
/? //提问，查询命令
/bye //退出ollama 使用除了磁盘大小要求，算法模型对内存和显卡也是有很大要求的
1.5B 8GB+
7B 16GB+
8B 16GB+
14B 32GB+
32B 64GB+
70B 128GB+
671B 512GB+所以并不是模型选择越高级越好，
像我7000左右的联想电脑，i7+16G内存+4G独显+500G内存，
跑qwen2模型问答后，有时候cpu 50+、内存都是90+，估计很难做其他操作了。
断开网络其实也可以使用：
所上面就是关闭Wifi连接，使用本地模型进行的问答；
所以下载运行本地模型，好处就是免费和不用联网，但是就是要电脑配置好一点才不卡。
如果要网页UI效果，安装一个Open WebUI 可以优化问答的显示。
Open WebUI 的操作：
https://blog.csdn.net/Annia_/article/details/145494890
要安装Python，安装Node.js和npm，还要配置，有点麻烦，有兴趣的自己搞下。
大数据的训练模型是在本地模型进行的，所以不同环境下同样的问答但是结果可能有差异是正常的。
那就搞完了吧！
刚开始我也以为是完了的，但是发现qwen2 并不是 Deepseek的模型，
而是阿里的通义千问模型，估计是阿里的模型比较早，
而我搜索ollama搭建，大部分都是下载的qwen2的模型文章。
难道要重新搞一遍？
其实不用，很简单，只有用ollama命令重新下载配置deepseek模型就行。
ollama pull deepseek-r1:7b
最开始那个下载的是qwen2模型，后面花了半个小时重新下载了deepseek-r1模型，也能使用。
不管是啥模型，其实配置和运行都是差不多的。
目前来看，大众认为DeepSeek是最聪明的模型。
三、Android Studio 和 DeepSeek
作为一个Android开发者，看看DeepSeek能不能加入到Android Studio的实际开发。
网上说Android Studio 的 CodeGPT 是集成了 DeepSeek模型的。
我在Studio 插件上下载安装CodeGPT 后，发现无法使用！
点击配置，无法设置信息：
估计是还没完善，其实Android Studio没啥必要用DeepSeek的插件，
目前国内百度和阿里的插件在Studio是免费能用的，正常问答和代码解释等功能是可以用的。
网上查看使用这个插件还有申请秘钥，不是完全免费的。
更不想继续研究了。
因为作用其实不大，其他插件也安装过了，
ai插件问答，有些实际代码并不适用，
有些提供的代码运行会报错，最后还得人脑过一次。
四、其他
1、Deepseek 使用小结
(1) 网页版本可以简单使用进行对话
(2) 手机下载的版本也可以简单使用进行对话
(3) window电脑下载
其他类型操作系统也是类似步骤操作。
1、下载安装 ollama.exe 软件
2、cmd窗口下载模型,大概16G内存
ollama pull deepseek-r1:7b //deepSeek-r1模型
3、使用
ollama list //查看模型,如果有才能run
ollama run deepseek-r1:7b本地搭建后使用的好处就是，可以不联网，
免费进行翻译推理创造问答，但是无法同步获取网上新的数据内容。
2、2024年几款免费的AI对话工具介绍
https://blog.csdn.net/wenzhi20102321/article/details/144143754
3、Android Studio的AI工具插件使用介绍
https://blog.csdn.net/wenzhi20102321/article/details/144143936
4、几个超级大厂集成 Deepseek 网址 集合
腾讯元宝：
https://yuanbao.tencent.com/chat
阿里：
https://www.aliyun.com/product/tongyi
百度：
https://chat.baidu.com/search
华为：
https://siliconflow.cn/zh-cn/
360 纳米AI：
https://metaso.cn/
各大厂身价都上千亿，都有自己的大模型，为啥都集成DeepSeek 模型，
估计是为了维持热度，并且兼容客户需求吧,毕竟DeepSeek目前是公认最聪明的模型。
如果使用在线DeepSeek 使用卡顿，就可以用360的超级纳米AI服务器，基本不会卡；
专业人士说是DeepSeek一直被美国黑客工具，但是360目前防护很好，不会受到攻击；
也有可能有其他原因，比如本身服务器用户超多受限等。