DeepSeek - 尝试一下GitHub Models中的DeepSeek

1.简单介绍

当前DeepSeek使用的人很多,各大AI平台中也快速引入了DeekSeek,比如Azure AI Foundary(以前名字是Azure AI Studio)中的Model Catalog, HuggingFace, GitHub Models等。同时也出现了一些支持DeepSeek的.NET类库。微软的Semantic Kernel也支持DeepSeek。

这边打算尝试一下GitHub Models中DeepSeek V3

2.具体说明

DeepSeek的主流版本有V3和R1,其中R1的推理的推理能力比V3强,适用于涉及逻辑推理和问题求解的应用场景,而在客服,文本总结,内容生成方面,使用V3的人数可能多一些。

下面是使用GitHub Models中使用DeepSeek V3的简单过程

2.1 注册DeepSeek V3

  1. 登录到GitHub Models平台,可以找到DeepSeek-V3
  1. 直接点击 DeepSeek-V3,就可以跳转到下面这个页面,然后点击按钮Use this model
  1. 在弹出的Get API key窗口中,点击 Get developer key按钮去创建一个personal access token
  1. 点击Generate new token下拉框,选择Generate new token(classic)选项就可以创建一个personal access token了,

note, token只会在第一次创建的时候显示,这时候要做一下copy动作

2.2 制作.NET Console

2.2.1 代码示例

下面是使用GitHub Models中DeepSeek-V3模型的代码,

复制代码
var endpoint = new Uri("https://models.inference.ai.azure.com");
var GitHubModelsDeepseekToken = "your personal access token";
var credential = new AzureKeyCredential(GitHubModelsDeepseekToken);
var model = "DeepSeek-V3";

var client = new ChatCompletionsClient(
	endpoint,
	credential,
	new AzureAIInferenceClientOptions());

var requestOptions = new ChatCompletionsOptions()
{
	Messages =
	{
		new ChatRequestUserMessage("东亚和东南亚的可耕地面积是多少?给出一下简短的答案就可以的"),
	},
	MaxTokens = 1000,
	Model = model
};

Response<ChatCompletions> response = client.Complete(requestOptions);
System.Console.WriteLine(response.Value.Content);
2.2.2 运行一下

运行程序,发现DeepSeek有结果正常返回

2.2.3 尝试其他模型

其中endpoint是各个模型都是一样的,假如选择了GitHub Models的Mistral Small 3.1,则将model换成对应的 mistral-small-2503就可以的

运行一下,发现Mistral也能返回结果,不过DeepSeek-V3和Mistral模型返回的结果有一些不同。

2.3 其他

https://api.deepseek.com/ 的不能使用之后,也可以考虑使用GitHub Models 的DeepSeek

note, 也可以基于Azure AI Foundary中 Model Catolog或者huggingface的DeekSeek模型,自己部署一个endpoint进行使用的。

3.总结

本文简单介绍了一下GitHub Models中DeepSeek模型的使用过程,更为详细的调用DeepSeek的内容,可以参考DeepSeek的官方文章

本文如果哪里有错误的地方,麻烦告之,谢谢谢谢

相关推荐
夏星印10 小时前
学习吴恩达课程机器学习笔记
人工智能·笔记·学习·机器学习·ai
用户97514707513610 小时前
在 Vite 中配置 CSS 模块
github
Ne0_bbk10 小时前
# ComfyUI+OpenClaw协同工作——七个坑,记录
github
wAIxiSeu10 小时前
开源项目分享——CLI-Anything
开源·github
智算菩萨11 小时前
AGI神话:人工通用智能的幻象如何扭曲与分散数字治理的注意力
论文阅读·人工智能·深度学习·ai·agi
MadPrinter11 小时前
Attention Residuals 代码实现:从原理到 PyTorch 实战(第 2 篇)
人工智能·pytorch·python·ai·自动化·openclaw
supersolon11 小时前
OpenClaw的引导配置(onboard)流程
ai·ai助理·openclaw·龙虾·onboard
ZWZhangYu11 小时前
【Gradio系列】Blocks布局
microsoft
Agent产品评测局11 小时前
中国龙虾ai软件有哪些选择?2026自动化选型指南
运维·人工智能·ai·chatgpt·自动化
一个儒雅随和的男子11 小时前
复杂业务的解决之道,如何使用“中介者模式(Mediator Pattern)”解决复杂业务场景
microsoft·中介者模式