杀疯了!DeepSeek Harness 已经 150k+ Star 了。。
大家好,我是小码哥。 牛逼啊,这才几天? DeepSeek Harness 已经 150k+ Star 了。。 DeepSeek Harness 正式上桌吃饭!! 这才刚进入开发者预览版,热度就已经这么夸张?? 它的思路也很有意思: Agent = Model + Harness,模型、工具、Skills、沙箱、存储、调度、UI,全部都可以插件化组合。 感觉今年 AI Coding 的战场,已经不只是卷模型了,都开始卷 Harness 了。 官方网址: https://deepseek.com/harness/ 开源地址: https://github.com/deepseek-ai/deepseek-harness 现在 AI 发展太快了,信息多到爆炸,我只能感叹一句:我真的学不动了…… DeepSeek Harness 为什么火起来了?我感觉就两个原因吧: 1、开源这点和 Claude Code、Cursor 这种闭源产品差别很明显。 闭源的东西再好用,你基本只能按它给你的方式玩,你也不能拿去研究重写什么的。 DeepSeek Harness 不...
DeepSeek R1 + Cherry Studio 打造本地 AI 知识库:真的太香了
大家好,我是小码哥。 今天继续聊聊 DeepSeek R1,不过这次我们要搭配 Cherry Studio 来打造一个本地知识库,让 AI 更懂你、更贴合你的需求。 相比于上一期的 DeepSeek R1 + ima 个人知识库,这次的方案更强大,支持的格式更多,还能方便地管理和检索你的知识内容,简直不要太香! 1、知识库的痛点在实际工作和学习中,我们经常需要查阅各种资料,比如技术文档、论文、书籍、博客等等。 如果这些资料散落在不同的文件夹、分布在不同的云存储,甚至存储在各种笔记软件,查找起来就很麻烦。而且,如果这些知识点能跟 AI 结合,实现智能搜索和内容生成,那工作效率肯定会大大提升。 上一期的 DeepSeek R1 + ima 个人知识库,它知识库的文档全在云上,对于数据比较敏感的人/公司来说可能是个隐患,这时候搭建一个本地 AI 知识库就尤为重要了。 这就是我们今天要解决的问题:如何用 DeepSeek R1 + Cherry Studio 搭建一个本地 AI 知识库,让 AI 帮你管理和搜索你的知识! 2、Cherry Studio 知识库介绍Cherry ...
DeepSeek R1 + Ollama + Cherry Studio 实现本地化部署 + 可视化访问,真的太香了!
大家好,我是小码哥。 今天继续聊聊 DeepSeek R1 本地部署和可视化访问。 上一期的分享了 DeepSeek R1 本地部署实战教程来了,带可视化界面,非常详细!,使用的是 Ollama + Open WebUI 实现的。 今天再分享一种方案:Ollama + Cherry Studio,这是一种 AI 客户端形式,而非网页,使用起来更简洁,更方便快捷。 Cherry Studio介绍Cherry Studio 是一个支持多服务商集成的 AI 对话客户端,CherryStudio 目前支持市面上绝大多数服务商的集成,并且支持多服务商的模型统一调度。 官网地址: https://cherry-ai.com 它能支持的功能: 多种文档格式:pdf,docx,pptx,xlsx,txt,md,mdx 等等 本地存储:所有数据都保存在本地,不用担心隐私泄露。 内置主流大模型: 支持支持市面上所有的主流 AI 大模型。 AI 辅助:可以基于知识库问答,快速检索知识点,甚至帮助你写作。 安装下载地址: https://cherry-ai.com/download 支...
62 个万能 DeepSeek 提示词(建议收藏)
大家好,我是小码哥。 今天,分享一份 「DeepSeek 万能提示词指南」,涵盖 62 种高频需求,覆盖 职场、写作、生活、旅行、健康、科技 等多个领域。 别再苦哈哈地冥思苦想提示词了,让 AI 帮你轻松搞定! 📢 新闻 & 信息整理 编号 需求类型 提示词 1 新闻摘要 请总结今天的热点新闻。 2 对比分析 请整理……的对比表格。 3 清单 请列一个关于……的清单。 4 文章结构分析 请分析以下文章的结构和逻辑。 5 研究现状 请介绍……领域的研究现状。 6 数据分析 请分析以下数据…… 7 预测结果 请预测……可能的结果。 ✍️ 写作 & 文案 编号 需求类型 提示词 8 同义改写 请用不同措辞改写下面的句子…… 9 论文摘要撰写 请为以下论文撰写摘要。 10 标题生成 请为以下内容生成吸引人的标题…… 11 广告文案 请撰写关于……的广告文案。 12 故事大纲 请拟定……故事的大纲。 13 写作技巧 请提供提升写作能力的方法。 🏢 职场 & 求职 编号 需求类型 提示词 ...
DeepSeek R1 + ima 个人知识库:真的太香了
大家好,我是小码哥。 最近腾讯弄的 ima + DeepSeek 爆了啊,不仅可以用 DeepSeek-R1 满血版,还可用来做 AI 知识库,联网搜索 + AI 知识库,真的是太香了。 ima 官方网站如下: https://ima.qq.com/ ima.copilot —— 一个会思考的知识库,开启搜读写新体验。 下载安装后,在首页就可以切换 DeepSeek-R1 满血版来问答: 在个人知识库中可以上传自己的文档: 创建共享知识库如图创建一个共享知识库: 右上角可以分享知识库、进行权限设置: 上传文件到该知识库: 它会先上传、再解析文档中的内容,完成后就可以针对知识库内容进行问答了。 针对知识库进行提问,可切换 DeepSeek-R1 满血版来问答: 如图所示,针对知识库的提问的结果会显示引用的文档链接: 对于提问的结果可以新建笔记、复制: 个人知识库回到首页,在首页的问答可以加入个人知识库当中: 还可以针对知识库文档解读文档、智能写作: 自从使用了 DeepSeek R1 和 ima,知识管理效率提升了不止一个档次! 以前需要...
DeepSeek 装进 VSCode,编程非常丝滑!
大家好,我是小码哥。 最近我又发现了一款让人 “写代码像开挂一样” 的神器 —— Roo Code + DeepSeek,并成功把它装进了 VSCode,这类插件的出现,简直刷新了我对 AI 辅助编程的认知。 Roo Code 则是一个基于 AI 的自动化编码助手,之前是叫「Roo Cline」,它的前身是「Cline」,因为 Cursor 太贵了,所以它也是 Cursor 的直接替代品。 Roo Code 可以直接嵌入到 VSCode 代码编辑器中,它能够实现以下功能: 使用自然语言进行交流 直接在工作区中读取和编辑文件 执行终端命令 自动化浏览器操作 集成任意 OpenAI 兼容的 API/模型,或者自定义 API/模型 通过自定义模型自适应个性化和能力 通过 VSCode + Roo Code,同样可以实现 Cursor AI 编程的效果。 所以,还在用 Cursor 的小伙伴注意了,VSCode + Roo Code + DeepSeek 直接替代 Cursor! 首先打开 VSCode 插件市场,搜索「Roo Code」进入安装: 安装完成后...
DeepSeek R1 本地部署实战教程来了,带可视化界面,非常详细!
大家好,我是小码哥。 虽然 DeepSeek 官方提供了可视化聊天界面,但稳定性实在太差了,动不动就服务繁忙,根本没办法正常使用。另外,对于一些对数据隐私、实时性能要求较高的场景,本地部署也是不可避免的选择。 那么,如何本地部署 DeepSeek R1 的模型? 本篇,开干! 如何部署 DeepSeek-R1?推荐使用 ollama 部署,方便快捷。 打开 ollama 官网,下载并安装 ollama 应用程序: https://ollama.com/download 常用命令: 命令 说明 serve 启动 Ollama create 创建模型 show 显示模型信息 run 运行模型 stop 停止正在运行的模型 pull 拉取模型 push 推送模型 list 列出所有模型 ps 列出正在运行的模型 cp 复制模型 rm 删除模型 在 ollama 官网找到 deepseek-r1 模型: 如部署 14b 蒸馏版,先下载 ollama 后,再运行以下命令: ollama run deepseek-r1:14b ...
DeepSeek-R1 1.5b、7b、8b、14b、32b、70b、671b 都是什么鬼?
大家好,我是小码哥。 你是不是被 DeepSeek-R1 1.5b、7b、8b、14b、32b、70b、671b 这些概念绕晕了? 如图所示: DeepSeek-R1 模型有好几种规格,比如 1.5b、7b、8b、14b、32b、70b、671b,后面的数字代表模型的参数量,而 b 则是指 “billion” 的意思,也就是十亿,表示这个模型有多少亿个参数: 1.5b 有 15 亿个参数; 7b 是 70 亿个参数; 8b 是 80 亿个参数; 14b 是 140 亿个参数; 32b 是 320 亿个参数; 70b 是 700 亿个参数; 671b 是 6710 亿个参数。 其中,671b 就是指传说中的 “满血版”,性能最强,也就是官网部署的版本。 这样命名并不是 DeepSeek 的独特之处,其他大模型也都是这样命名的,比如说 llama: 参数量直接决定了一个模型的计算能力和硬件需求,一般来说: 参数越大: 代表模型越聪明,对复杂问题的处理能力越强,但对算力和硬件的要求也越高。 参数越小: 代表模型越轻量化,对算力和硬件的要求越低,适合资源受限的设备。 所以,一...
DeepSeek 宣布涨价,涨幅 400%!!
大家好,我是小码哥。 发现 DeepSeek 已经没办法充值了,官网已经暂停 API 服务充值: 连之前赠送的余额没用完也清零了,许多小伙伴反馈新注册的账号也不再赠送 10 元额度了,看来是属实了。 原来,早在 2 月 9 日,DeepSeek-V3 API 服务的 45 天优惠体验期已经正式结束了,并且还涨价了,最高涨了 400%,涨疯了!! 最新 API 价格如下: deepseek-chat 模型已经升级为 DeepSeek-V3,deepseek-reasoner 模型为新模型 DeepSeek-R1。 调整前后对比: 调整前: 每百万输入 tokens 费用为 0.1 元(缓存命中)/ 1 元(缓存未命中),每百万输出 tokens 费用为 2 元。 调整后: 每百万输入 tokens 费用为 0.5 元(缓存命中)/ 2 元(缓存未命中),每百万输出 tokens 费用为 8 元。 输入 tokens 费用最高涨幅达 400%,输出 tokens 费用增至每百万 8 元,涨幅达到 300 %,都是暴涨啊。 token 是模型用来表示...
DeepSeek-R1 本地部署配置清单,满血版配置逆天了。。。
大家好,我是小码哥。 DeepSeek 总是服务繁忙,很多人都想在本地部署,那你知道部署 DeepSeek 模型运行需要什么样的硬件配置吗? 为了帮大家省点时间和踩坑,我就整理了一篇关于 DeepSeek R1 各模型的硬件需求清单,并结合市场价格估算一下预算。 DeepSeek R1 各模型的硬件需求清单(估算): 模型版本 参数量 模型大小 CPU 显卡 内存 磁盘空间 成本 1.5b 15亿 1.1GB 普通四核及以上处理器 非必须 16GB+ 50GB+ 5000以内 7b 70亿 4.7GB 6 核或 8 核处理器 RTX 3060 及以上 32GB+ 100GB+ 1万以内 8b 80亿 4.9GB 6 核或 8 核处理器 RTX 3060 及以上 32GB+ 100GB+ 1万以内 14b 140亿 9GB 8 核及以上处理器 RTX 4090 及以上 64GB+ 200GB+ 2、3万 32b 320亿 20GB 8 核及以上处理器 RTX 3090/A100 及以上 128GB+ 500GB+ 几万-10来万 70b 7...












