IDEA接入DeepSeek最新教程Proxy AI(codeGpt) [2025版]

IDEA接入DeepSeek最新教程Proxy AI(codeGpt) [2025版]

IDEA引入DeepSeek
将 IntelliJ IDEA(JetBrains 开发的 Java 集成开发环境)与 DeepSeek(深度求索的技术能力)结合,通常涉及利用 AI 技术增强开发效率或扩展 IDE 功能,安装完成后,结合 IntelliJ IDEA 的开发者工具属性,可探索以下方向:

智能代码补全:基于 DeepSeek 的代码大模型(如 Code LLM)提供更精准的代码建议。

代码缺陷检测:利用 AI 识别潜在 Bug 或安全漏洞。

自动化文档生成:根据代码逻辑自动生成注释或 API 文档。

自然语言交互:通过对话式 AI(如 ChatGPT 风格)辅助开发者解决问题。

代码重构建议:基于大模型分析代码结构,推荐优化方案。

ProxyAI(之前称为CodeGPT)是一款由人工智能驱动的代码助手,旨在帮助您进行各种编程活动。它是GitHub Copilot、AI助手、Codiumate以及其他JetBrains插件的强大替代品。
可用模型列表: o3-mini, o1, gpt-4o, Claude Sonnet 3.5, DeepSeek R1和V3, Google Gemini 2.0(Pro, Flash, Thinking), Llama, Qwen 2.5,以及更多。 构建您自己的本地AI助手 ProxyAI是连接本地运行的LLM与JetBrains IDEs的领先开源扩展。

一、安装Proxy AI插件
打开IDEA中的插件,在目录File->settings->Plugins->marketplace市场。
搜索Proxy AI(原来是codeGpt),点击install安装(如果没有搜到,可以去找相应的插件进行安装)
安装成功后,重启IDEA。

4.安装完成后,在目录File->settings->Tools下面能看到CodeGPT,在这里配置deepseek相关信息。

二、配置DeepSeek的API

进入DeepSeek官网,点卡打开API开发平台

2.创建API key( DeepSeek API 文档)
选择API keys ,点击创建API key ,会生成一个密钥,复制即可

3.在idea中配置API key和deepseek的url

Custom OpenAi可以自定义选择自己的大模型,比如我们现在使用的deepseek,当然也可以选择其他的。左侧其他选型也是各种大模型。

第一步:配置deepseek中创建的API key.

第二步:配置对话模型chat Completions,如下:

1 粘贴URL:https://api.deepseek.com/chat/completions

2 将请求body的模型model改为:deepseek-chat

第三步:配置推理模型code Completions,如下:

1 勾选Enable code completions和Parse response as Chat Completions

2 FIM template 选择为 DeepSeek Coder 。

3 粘贴URL:https://api.deepseek.com/chat/completions

4 请求body的模型model改为:deepseek-reasoner

三、使用deepseek进行对话

此时,在右侧就有一个codeGPT的图标,打开后就能输入文字进行对话了,这种配置的大模型属于在线的,连接deepseek的官方api,有时候会有网络卡顿问题,多试几次。

四、常见问题

1.对话,显示Insufficient Balance(余额不足) ,这时候,才发现目前对接deepseek已经用不了,哦豁!!!
但是我找到另外可以或者免费deepseek的方式,可以参考下面这篇文章
免费的deepseek

2.那怎么办呢,我们其实还可以对接其他免费的大模型,或者使用目前codeGpt自带的,也可以自己本地部署deepseek,然后用ollama配置,可以参考B站DeepSeek R1接入IDEA实战

Read more

JSBSim 1.0.0无人机仿真系统完整实战手册

本文还有配套的精品资源,点击获取 简介:JSBSim 1.0.0是一款基于Java的开源无人机飞行模拟框架,用于高精度仿真无人机的动力学行为和飞行控制。新版在动力系统、环境建模、控制系统、接口设计、性能优化等方面均有显著提升,支持多种无人机类型和飞行场景模拟。适用于无人机研发、控制算法测试、故障模拟与自主导航开发,是无人机研究者和开发者的重要工具。本资料基于完整1.0.0版本内容,适合无人机技术学习与项目实践使用。 1. JSBSim无人机仿真框架概述 JSBSim是一个基于C++开发的开源飞行器动力学仿真引擎,具备高精度的飞行物理建模能力,广泛应用于无人机系统的设计、测试与仿真验证。其模块化架构支持灵活配置,涵盖动力系统、空气动力学、环境模拟与飞行控制等多个核心模块。 其核心优势在于: - 开源可扩展 :用户可通过XML配置文件定义飞行器模型,并支持自定义模块的集成。 - 跨平台兼容性 :支持Linux、Windows及macOS系统,便于多平台仿真部署。 - 高精度仿真 :采用实时物理引擎,结合大气模型与传感器建模,提供接近真实飞行的模拟环境。 本章将为读者梳理JSB

仿生新势力:Openclaw开源仿生爪,如何革新机器人抓取?

仿生新势力:Openclaw开源仿生爪,如何革新机器人抓取?

仿生新势力:Openclaw开源仿生爪,如何革新机器人抓取? 引言 在仓储、农业乃至家庭服务中,机器人如何像猫一样灵巧、自适应地抓取千变万化的物体?这曾是行业难题。如今,一个名为 Openclaw 的开源仿生机械爪项目,正以其独特的被动适应性设计和亲民的成本,在机器人末端执行器领域掀起波澜。本文将深入解析Openclaw的仿生奥秘、实现原理、应用场景及未来布局,带你全面了解这款来自开源社区的“仿生新势力”。 一、 核心揭秘:从猫爪到机械爪的实现原理 本节将拆解Openclaw如何将生物灵感转化为工程现实。 1. 仿生学设计理念 Openclaw的核心灵感源于猫科动物爪部。当猫抓取物体时,其爪趾会自然地包裹贴合物体表面,这种能力主要依赖于其肌腱和骨骼的被动结构,而非大脑的实时精密控制。Openclaw借鉴了这一思想,核心是被动适应性机制。它无需依赖复杂的传感器反馈和实时力控算法,仅凭精巧的机械结构即可根据物体形状自动调整接触点和抓取力,从而极大地简化了控制系统。 配图建议:猫爪与Openclaw的对比图,或Openclaw抓取不同形状物体的动态示意图。 2. 欠驱动与

【选型】地瓜机器人RDK系列选型指南:X3 vs X5 vs S100 vs S100P(含资源对比图)

【选型】地瓜机器人RDK系列选型指南:X3 vs X5 vs S100 vs S100P(含资源对比图)

在机器人开发领域,地瓜机器人(D-Robotics)凭借其“RDK(Robot Developer Kit)”系列开发套件,已成为众多开发者和创业团队的首选平台。从轻量级边缘计算到高性能具身智能,地瓜机器人已构建了覆盖多场景的完整产品线,致力于为开发者提供高性价比、高集成度、高扩展性的解决方案。其核心芯片“旭日®”系列持续迭代,推动AI与机器人深度融合,助力实现从感知到控制的全链路自主化。 本文将深入对比当前主流的四款RDK开发套件:RDK X3、RDK X5、RDK S100、RDK S100P,并提供详细的资源对比图与应用场景分析,帮助你快速完成技术选型,降低开发门槛,提升项目落地效率。 一、产品定位概览 在深入参数前,先明确每款产品的核心定位,以便根据项目阶段、预算和性能需求做出合理选择。 ● RDK X3:轻量级边缘AI计算模组,适合入门级机器人、智能摄像头、无人机等低功耗、小体积场景。是初学者和教育项目的理想起点,具备基础AI推理能力,可快速搭建视觉识别系统。 ● RDK

FPGA实现多协议编码器接口:BISS-C、SSI与多摩川的集成设计

1. 工业编码器接口的统一挑战与FPGA方案 在工业自动化领域,高精度运动控制系统的核心挑战之一是如何高效集成多种编码器协议。不同厂商的编码器采用不同的通信协议,比如BISS-C、SSI和多摩川协议,每种协议都有自己的时序要求、数据格式和校验机制。传统方案往往需要为每种协议设计独立的硬件接口,这不仅增加了系统复杂度,还提高了成本和维护难度。 我在实际项目中多次遇到这样的需求:客户希望用一个控制板卡同时支持多种编码器,但又不愿意增加额外的硬件成本。这时候FPGA的优势就凸显出来了。FPGA的可编程特性允许我们在同一块硬件上实现多种协议接口,通过逻辑资源复用和状态机控制,真正做到"硬件统一、软件定义"。 我记得有一次为数控机床项目设计编码器接口时,就遇到了同时连接BISS-C和多摩川编码器的需求。最初尝试用MCU+多路转换芯片的方案,但实时性总是达不到要求。后来转向FPGA方案,不仅实现了协议兼容,还将响应时间从原来的毫秒级降低到了微秒级。这种性能提升对于高精度运动控制来说是至关重要的。 2. BISS-C协议深度解析与FPGA实现 2.1 BISS-C协议核心机制 BISS