可以使用 DeepSeek R1 或 Visual Studio Code 或 Cline 或 Roo Code

我希望我能提供一些有用的信息，并以开放源代码的方式使用DeepSeek R1 和pedida。参加 GPT-4、o1-mini、Claude 3.5 等模型的竞赛。 Eu testei e so tenho elogios！

如果您直接使用Visual Studio Code，可以使用类似于 GitHub Copilot 的代码代理，但几乎没有什么问题，可以使用LM Studio、Ollama和Jan 来实现。

DeepSeek R1 是否已经过去了？

• 非常感谢和开源：不同的模型与幸运的是，你可以使用它。https://chat.deepseek.com上的聊天内容具有包容性。

• 描述：在逻辑、数学和代码中进行模型的竞争和结束（que é a minha parte prereferida）。

• 不同版本：本地参数 (LLM) 具有 1.5B 和 70B 参数的模型，可根据 PC 的硬件情况进行调整。

• 集成工具：可以连接 VSCode 并扩展Cline或Roo Code。

• 客户：您可以使用本地化的代币或 API。 Uma placa de 视频和推荐，pois rodando só pelo processador é mais lento。

重要的前事

• 节省递归：Se seu PC não é tão forte，fique com os modelos menores（1.5B 或 7B 参数）或量化。

• RAM计算器：使用LLM Calc pra saber或最少的RAM内存来记录。

• 隐私：Rodando 本地、与 PC 无关、与外部服务无关。

• 可以使用以下方式：Rodar localmente é de graça，您可以使用 DeepSeek 的 API，可以精确地使用代币，并了解更多相关信息。

Qual Modelo Escolher？依赖电脑！

DeepSeek R1 的不同之处在于，它取决于硬件：

• 1.5B 参数：

  • 所需 RAM：~4 GB。
  • GPU：Integrada（例如 NVIDIA GTX 1050）或现代 CPU。
  • 普拉奎？：Tarefa 简化了电脑的使用。

• 7B 参数：

  • 所需 RAM：~8-10 GB。
  • GPU：Dedicada（例如 NVIDIA GTX 1660 或 melhor）。
  • 普拉奎？： 与 PC 和硬件相关的中间介质。

• 70B 参数：

  • 所需 RAM：~40 GB。
  • GPU：高端（例如 NVIDIA RTX 3090 或高级）。
  • 普拉奎？：Tarefa 复合物是 PC 的超级力量。

Como Rodar 或 DeepSeek R1 Localmente

1. Usando 或 LM Studio

• 安装 LM Studio：无需进入LM Studio站点即可安装系统。

• DeepSeek R1 的型号：无需 LM Studio，可访问 Discover ，研究“DeepSeek R1”并选择与系统兼容的版本。如果您使用的是 Apple 的 MacBook 处理器，请选择MLX选择以防止损坏（与 Apple 的硬件相对应）。对于 Windows 或 Linux，可使用GGUF选项。

• 模型操作：从本地模型中获取信息，选择 DeepSeek R1 和Load 组。

• 本地服务器起始地址：Na a aba Developer , habilite Start Server。 Ele vai começar a rodar o modelo no http://localhost:1234.

• Siga para a etapa 4 Integrando com o VSCode！

2. 乌桑多·奥拉马

• 安装 Ollama：没有安装Ollama的网站。
• Baixe o modelo : 无终点站，骑行*：

   ollama pull deepseek-r1  

*Esse é o 模型主体，se quiser modelos menores，vá em https://ollama.com/library/deepseek-r1并且可以在没有终端的情况下执行。

• inicie o server : 无终端，执行：

   ollama serve  

O comando vai começar a roda o modelo em http://localhost:11434。

• Siga para a etapa 4 Integrando com o VSCode！

3. 于山岛

• 一月安装：Escolha a versão para o seu sistema no site do Jan。

• 模型的目录：一月后，您将无法看到 DeepSeek R1 的方向，请访问“unsloth gguf deepseek r1”的Hugging Face和 pesquisei 手册网站。遇到这种情况时，请选择“使用此模型”并选择一个选项。一月后自动启动模型，并实现下载。

• Carregue o modelo：Depois de baixar、selecione o modelo e clique em Load。

• 服务器启动：自动启动服务器启动，然后启动http://localhost:1337。

• Siga para a etapa 4 Integrando com o VSCode！

4. 与 VSCode 集成

• 安装扩展：无需使用 VSCode 来安装扩展或 Cline 或 Roo Code。

• 配置 Jan 或 LM Studio 的扩展：根据Roo Code 的实际情况配置Cline。 Siga os passos abaixo：

  • 扩展并访问“设置”。
  • Em API Provider，选择“LM Studio”。
  • 没有campo Base URL，没有Jan或没有LM Studio的URL配置。
  • 模型ID可以自动自动显示并显示模型信息。相反，请选择DeepSeek模型的手动操作。
  • 最后点击“完成”。

• 配置 Ollama 扩展：

  • 扩展并访问“设置”。
  • Em API Provider，选择“Ollama”。
  • 没有campo Base URL，在URL配置中没有Ollama。
  • 模型ID可以自动自动显示并显示模型信息。相反，请选择DeepSeek模型的手动操作。
  • 最后点击“完成”。

• 总结，集市和 Cline 或 Roo Code 功能的整合。

结论

DeepSeek R1 是一款非常好用的 IA 机器。 Com LM Studio、Ollama或Jan，可以通过Visual Studio Code直接集成本地化和集成。 Escolha o modelo que cabe no seu PC e comece a usar hoje mesmo！