在 VSCode 中本地运行 DeepSeek,打造强大的私人 AI

在 VSCode 中本地运行 DeepSeek,打造强大的私人 AI

        本文将分步向您展示如何在本地安装和运行 DeepSeek、使用 CodeGPT 对其进行配置以及开始利用 AI 来增强您的软件开发工作流程,所有这些都无需依赖基于云的服务。 

步骤 1:在 VSCode 中安装 Ollama 和 CodeGPT

        要在本地运行 DeepSeek,我们首先需要安装Ollama,它允许我们在我们的机器上运行 LLM,以及CodeGPT,它是集成这些模型以提供编码辅助的 VSCode 扩展。

安装 Ollama

Ollama 是一个轻量级平台,可以轻松运行本地 LLM。

下载Ollama

访问官方网站:https://ollama.com

  • 下载适合您的操作系统(Windows、macOS 或 Linux)的安装程序。
  • 验证安装
    安装后,打开终端并运行:

ollama --version 

如果 Ollama 安装正确,它将显示已安装的版本。

在 Visual Studio Code 中安装 CodeGPT

打开 VSCode并导航到扩展市场(Ctrl + Shift + X 或 macOS 上为 Cmd + Shift + X)。

搜索“CodeGPT”并点击安装。

或者您可以在此处创建一个免费帐户:https://codegpt.co

安装 Ollama 和 CodeGPT 后,我们现在可以下载并配置 DeepSeek 以开始在本地使用 AI 进行编码。 

第 2 步:下载并设置模型

现在您已经成功安装了 Ollama 和 CodeGPT,现在是时候下载您将在本地使用的模型了。

  • 聊天模型:deepseek-r1:1.5b,针对较小的环境进行了优化,可以在大多数计算机上顺利运行。
  • 自动补全模型:deepseek-coder:1.3b。该模型利用中间填充 (FIM)技术,可以在您编写代码时提供智能自动补全建议。它可以预测并建议函数或方法的中间部分,而不仅仅是开头或结尾。

下载聊天模型 (deepseek-r1:1.5b)

要开始使用聊天模型:

  • VSCode中打开CodeGPT
  • 导航到侧边栏中的“本地 LLM”部分。
  • 从可用选项中,选择Ollama作为本地 LLM 提供商。
  • 选择模型deepseek-r1:1.5b
  • 点击下载按钮。模型将自动开始下载。

下载完成后,CodeGPT 将自动安装模型。安装完成后,您就可以开始与模型进行交互了。

现在,您可以轻松地查询有关代码的模型。只需在编辑器中突出显示任何代码,使用#符号将额外文件添加到查询中,然后利用强大的命令快捷方式,例如: 

/fix — 用于修复错误或建议改进代码。
/refactor — 用于清理和改进代码结构。
/Explain — 获取任何一段代码的详细解释。
这种聊天模型非常适合帮助解决特定问题或获取有关代码的建议。

下载自动完成模型 (deepseek-coder:base)

为了增强代码自动完成功能:

在 VSCode 中打开终端。
运行以下命令来提取deepseek-coder:base模型:

ollama pull deepseek-coder:base

此命令将自动完成模型下载到您的本地机器。
下载完成后,返回CodeGPT并导航到自动完成模型部分。
从可用模型列表中选择deepseek-coder:base 。

选择后,您就可以开始编码。在您输入时,模型将开始提供实时代码建议,帮助您轻松完成函数、方法甚至整个代码块。 

步骤 3:享受无缝本地和私人人工智能编码

        设置模型后,您现在可以享受使用这些强大工具的全部好处,而无需依赖外部 API。通过在您的机器上本地运行所有内容,您可以确保完全的隐私和对编码环境的控制。无需担心数据离开您的计算机,一切都保持安全和私密。

如果您喜欢此文章,请收藏、点赞、评论,谢谢,祝您快乐每一天。   

Read more

Spring Cloud 实战攻坚:商品服务核心实现(库存管理 + 缓存设计 + 分布式锁)

Spring Cloud 实战攻坚:商品服务核心实现(库存管理 + 缓存设计 + 分布式锁)

引言         在微服务架构的电商体系中,商品服务是整个业务链路的核心枢纽 —— 它承接前端商品展示、支撑订单服务的库存扣减、联动促销服务的活动商品管控,而其中的库存管理、缓存设计、分布式锁更是决定系统稳定性与高并发能力的关键。很多开发者在落地时,往往会遭遇三大核心痛点:高并发下库存超卖、缓存穿透 / 击穿 / 雪崩导致服务雪崩、分布式环境下并发控制失效,最终导致系统无法支撑大促等高压场景。         本文将手把手带你实现一个企业级 Spring Cloud 商品服务,聚焦三大核心业务:精准库存管理(解决超卖)、高可用缓存设计(抵御缓存三大问题)、分布式锁(保障并发安全)。全文注重实战落地,所有代码示例均可直接复现,同时深入拆解底层原理与设计思路,兼顾深度与实用性,助力你快速搭建能支撑高并发场景的商品服务。 1. 前置认知:商品服务的核心价值与高并发痛点 1.1 核心价值 商品服务作为电商微服务体系的 “基础数据中心”,核心价值体现在三个维度: 1. 数据支撑:提供商品基础信息(名称、价格、规格)、库存数据,为订单、

By Ne0inhk
金仓数据库全链路性能优化:从SQL到存储的效率提升方案

金仓数据库全链路性能优化:从SQL到存储的效率提升方案

目录 一、性能管理:告别“盲调”,用可视化工具精准定位瓶颈 1. SQL语句参数值统计:揪出参数倾斜导致的慢查询 2. 数据库时间模型动态性能视图:把全链路耗时拆解开看 3. SQL调优建议器:新手也能搞定慢SQL 二、优化器与执行优化:底层算子重构,解决传统SQL痛点 1. NOT IN子查询优化:从全表扫描到索引连接,速度提3倍 2. OR转union all:解决OR条件索引失效问题 3. UNION外层条件下推:减少无效数据计算,效率翻倍 4. Agg排序优化:ListAgg减少排序次数,聚合更快 三、存储性能优化:自治事务,高并发短事务救星 四、接口性能优化:JDBC+NDP,应用交互提速明显 1. JDBC元信息查询优化:批量返回,告别多次请求 2.

By Ne0inhk
自go-zero走进微服务

自go-zero走进微服务

在我最初看来,go-zero 最核心的价值体现在两点: 1、使用 .api 定义接口协议(Contract First) 2、使用 goctl 自动生成工程骨架,让开发者专注于业务逻辑 在使用中,我发现 go-zero 的核心并不止于脚手架, 而是一整套围绕“可维护性、可扩展性”的工程化约束体系。 后来真正进入项目后,我才逐渐意识到: RPC(zrpc + etcd)才是 go-zero 支撑微服务架构的第二个关键支点。 而中间件、熔断、限流、链路最终,是第三个核心支点。 参考:go-zero文档 配置环境 安装 goctl(go-zero 的脚手架) go install github.com/zeromicro/go-zero/tools/goctl@

By Ne0inhk
Flutter 组件 chopper_built_value 适配鸿蒙 HarmonyOS 实战:强类型网络层架构,构建不可变模型与高性能序列化闭环

Flutter 组件 chopper_built_value 适配鸿蒙 HarmonyOS 实战:强类型网络层架构,构建不可变模型与高性能序列化闭环

欢迎加入开源鸿蒙跨平台社区:https://openharmonycrossplatform.ZEEKLOG.net Flutter 组件 chopper_built_value 适配鸿蒙 HarmonyOS 实战:强类型网络层架构,构建不可变模型与高性能序列化闭环 前言 在鸿蒙(OpenHarmony)生态迈向大规模企业级应用、涉及高频网络数据交互、复杂业务模型及严苛运行时稳定性的背景下,如何确保网络请求返回的数据在进入 UI 层前具备绝对的类型安全,已成为衡量应用架构“护城河”深度的核心标准。在鸿蒙设备这类强调 AOT 极致性能与低容错率的环境下,如果应用依然依赖动态类型的 Map<String, dynamic> 进行数据传递,由于由于后端字段变更或类型溢出,极易由于由于运行时强转失败导致应用在关键业务路径上的红屏崩溃。 我们需要一种能够实现自动化代码生成、支持不可变(Immutable)模型且具备拦截器解耦能力的序列化粘合层。 chopper_built_value 为 Flutter 开发者引入了将 Chopper

By Ne0inhk