周三

對后面四章進行了一些實踐

第三章

利用Coze平臺搭建了一個deepseek智能體
主要包括工作流的創(chuàng)建，定義每個節(jié)點的輸入輸出變量，并將其串聯(lián)起來，搭建用戶界面并將其與工作流整合

第四章

從deepseek官網(wǎng)獲取我自己的api，并貢獻了10元大米購買了一些tokens，接著在vscode，安裝了Cline插件并將deepseek接入，其功能果真比網(wǎng)頁免費版deepseek強多了，十元花的不虧
token：包含輸入與輸出，其定價不同，值得注意的是我們看得見的思考過程也是需要花費token的。

第五章

本地部署了一個8b的deep seek
先下載ollama，通過查詢得知我的電腦最多部署一個8b的模型，14b的需要16g顯存，而我的電腦只有8g，通過葉哥指導(dǎo)發(fā)現(xiàn)，下面還有量化的版本，我部署了一個14b量化的版本，需要9g顯存，運行起來實在太慢了，一秒鐘平均回復(fù)我三個字。

第六章

為deepseek構(gòu)建個人知識庫
通過Cherry Studio平臺接入了我部署的8bDeepSeek模型，這里我發(fā)現(xiàn)可以通過api接入deepseek-r1的，不過平臺還要花米，而且竟然比我買tokens的錢還要多，國外軟件就是坑，放棄了。搭建知識庫之前還有一個前提，還需要在ollama上安裝一個嵌入模型BGE-M3，其能將文本轉(zhuǎn)為高維向量，以此來實現(xiàn)文本的高效檢索，只不過我還沒有啥知識庫，所以內(nèi)容就為空了，大致流程就是這樣。