职贝云数AI新零售门户

标题: DeepSeek 怎样 配置呢? [打印本页]

---

作者: 5UzkOc    时间: 前天 23:06
标题: DeepSeek 怎样 配置呢?
DeepSeek 配置全攻略：从零末尾的残缺指南

“配置 DeepSeek”这个成绩，答案取决于你详细想做什么——是想直接用官方App聊天？还是想在代码里调用API？抑或是想把模型拉到本人的电脑上本地运转？

下面按三种最常见的场景，给你一套残缺的配置指南。
一、场景一：普通用户——直接运用官方服务（最简单）


假如你只是想用 DeepSeek 来对话、写作、编程或处理文档，不需求任何“配置”。
操作步骤

网页端：直接访问 DeepSeek 官网（chat.deepseek.com），注册账号即可运用。

手机端：在运用商店搜索“DeepSeek”下载App，登录即用。

电脑桌面端：官网下载桌面版安装包，双击安装即可。

零配置，开箱即用。 注册账号就能享用收费服务，V4模型曾经默许上线。

二、场景二：开发者——获取API Key并接入第三方工具


假如你想把 DeepSeek 接入到代码编辑器、AI编程助手或本人的运用里，需求配置API。
第1步：获取API Key

访问 DeepSeek 开放平台（platform.deepseek.com）

注册/登录账号

进入控制台，点击“创建API Key”

复制保存生成的密钥（只显示一次，丢失需重重生成）

第2步：配置环境变量（引荐做法）


设置环境变量后，各种工具会自动读取，无需在每个配置文件里明文写API Key。

Windows（CMD）：

cmd
setx DEEPSEEK_API_KEY "你的API密钥"


Windows（PowerShell）：

powershell
$env:DEEPSEEK_API_KEY="你的API密钥"


Linux / macOS：

bash
exportDEEPSEEK_API_KEY="你的API密钥"


永世失效（Linux/macOS）：将下面这行添加到 ~/.bashrc 或 ~/.zshrc
第3步：验证API能否可用


用以下命令测试API Key能否正确配置：

PowerShell：

powershell
$env:DEEPSEEK_API_KEY="你的API密钥"curl https://api.deepseek.com/v1/chat/completions `-H "Content-Type: application/json" `-H "Authorization: Bearer $env:DEEPSEEK_API_KEY" `-d '{"model":"deepseek-v4-flash","messages":[{"role":"user","content":"hi"}],"stream":false}'


假如前往包含 choices 的JSON呼应，阐明配置成功。
三、场景三：接入AI编程助手（开发者必看）


DeepSeek可以被接入到多种AI编程工具中，下面是主流工具的配置方法。
1. 接入 CodeBuddy / WorkBuddy


配置文件地位：

全局配置：C:\Users\<用户名>\.codebuddy\models.json

项目配置：<项目目录>\.codebuddy\models.json

配置模板：

json
{"models":[{"id":"deepseek-v4-pro","name":"DeepSeek V4 Pro","vendor":"DeepSeek","url":"https://api.deepseek.com/v1/chat/completions","apiKey":"${DEEPSEEK_API_KEY}","maxInputTokens":128000,"maxOutputTokens":8192,"supportsToolCall":true,"supportsImages":false},{"id":"deepseek-v4-flash","name":"DeepSeek V4 Flash","vendor":"DeepSeek","url":"https://api.deepseek.com/v1/chat/completions","apiKey":"${DEEPSEEK_API_KEY}","maxInputTokens":128000,"maxOutputTokens":8192,"supportsToolCall":true,"supportsImages":false}]}

留意：文件必须保存为 UTF-8 无 BOM 格式，否则读取会失败。

2. 接入 Claude Code


配置环境变量后即可运用：

Windows PowerShell：

powershell
$env:ANTHROPIC_BASE_URL="https://api.deepseek.com/anthropic"$env:ANTHROPIC_AUTH_TOKEN="你的DeepSeek API Key"$env:ANTHROPIC_MODEL="deepseek-v4-pro[1m]"$env:ANTHROPIC_DEFAULT_OPUS_MODEL="deepseek-v4-pro[1m]"$env:ANTHROPIC_DEFAULT_HAIKU_MODEL="deepseek-v4-flash"


然后进入项目目录，执行 claude 命令即可。
3. 接入 Oh My Pi (OMP)


创建配置文件 ~/.omp/agent/models.yml：

yaml
providers:deepseek:baseUrl: https://api.deepseek.comapi: openai-completionsapiKey: DEEPSEEK_API_KEYauthHeader:truemodels:-id: deepseek-v4-proname: DeepSeek V4 ProcontextWindow:1000000maxTokens:384000reasoning:truecompat:requiresReasoningContentOnAssistantMessages:truethinkingFormat: deepseek

三个关键配置项不能少：requiresReasoningContentOnAssistantMessages、thinkingFormat、reasoningEffortMap，否则thinking形式下带tool call会报错。

4. 接入 Pi (pi-mono)


配置文件地位：~/.pi/agent/models.json（Linux/macOS）或 %USERPROFILE%\.pi\agent\models.json（Windows）。

json
{"providers":{"deepseek":{"baseUrl":"https://api.deepseek.com","api":"openai-completions","apiKey":"$DEEPSEEK_API_KEY","models":[{"id":"deepseek-v4-pro","name":"DeepSeek V4 Pro","contextWindow":1000000,"maxTokens":384000,"reasoning":true}]}}}

四、场景四：本地部署（高阶玩家）


假如你想把DeepSeek模型完全运转在本人的服务器或电脑上，需求以下配置：
硬件要求（以67B模型为例）

部署形式	GPU要求	内存要求	适用场景
FP16全精度	A100 80GB ×2	128GB+	消费环境
INT8量化	T4 16GB ×1	64GB	推理服务
4bit量化	RTX 4090 (24GB)	32GB	本地测试

软件环境


bash
# 创建conda环境conda create -n deepseek python=3.9conda activate deepseek# 安装PyTorch（需与CUDA版本婚配）pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu118# 安装依赖pip install transformers accelerate sentencepiece

加载模型


python
from transformers import AutoModelForCausalLM, AutoTokenizermodel_path ="deepseek-ai/deepseek-67b"# 或本地途径tokenizer = AutoTokenizer.from_pretrained(model_path, trust_remote_code=True)model = AutoModelForCausalLM.from_pretrained(    model_path,    device_map="auto",# 自动分配GPU    torch_dtype="auto")

显存不足时的量化方案


python
# 4bit量化加载，显存需求减少约75%from transformers import BitsAndBytesConfigquantization_config = BitsAndBytesConfig(    load_in_4bit=True,    bnb_4bit_compute_dtype=torch.float16)model = AutoModelForCausalLM.from_pretrained(    model_path,    quantization_config=quantization_config,    device_map="auto")

五、疾速选择指南

你的需求	引荐方案	难度
日常聊天、写作、学习	官方网页版/App	⭐
在IDE里辅助编程	CodeBuddy + API	⭐⭐
在终端里用AI助手	Claude Code / Pi / OMP + API	⭐⭐
在本人的运用里调用	直接调用API	⭐⭐⭐
数据隐私要求高，必须离线	本地部署（量化版）	⭐⭐⭐⭐
企业级消费环境	本地部署（全精度+容器化）	⭐⭐⭐⭐⭐

---

你目前的详细需求是什么？是想接入某个编程工具，还是想做本地部署？告诉我你的场景，我们一同讨论。

---

欢迎光临 职贝云数AI新零售门户 (https://www.taojin168.com/cloud/)

Powered by Discuz! X3.5