SiliconFlow-cherryStudio-Ollama-DeepSeek-Anythingllm-OfficeAI一文聚合超火DeepSeek

木子_vajraIP属地: 山东
字数 1,641

SiliconFlow-cherryStudio-Ollama-DeepSeek-Anythingllm-OfficeAI
在当今人工智能蓬勃发展的浪潮下,技术的集成与融合成为释放其无限潜力的关键钥匙。今天,我将以技术推广大拿的身份,为大家详细介绍一系列强大工具的集成配置方法,帮助大家轻松踏入高效智能的新时代。

一、硅基流动:大模型调用的超级枢纽

硅基流动作为核心平台,整合了 deepseek、qwen 等超多大模型,为用户提供了丰富的智能服务选择。

1. 创建调用 key

访问硅基流动官方平台,完成注册登录。
在平台的个人中心或密钥管理板块,按照提示创建专属的调用 key。这个 key 是你调用各类大模型的通行证,务必妥善保管。

2. 调用大模型

打开硅基流动的操作界面,找到 “模型调用” 选项。
选择你需要调用的大模型,如 deepseek 或 qwen,输入之前创建的 key,即可根据需求输入文本,调用模型进行文本生成、翻译、问答等操作。凭借其强大的整合能力,硅基流动让你轻松拥有 N 种大模型的强大功能。

二、cherry studio 集成硅基流动 api - key

1. 获取硅基流动 api - key

在硅基流动平台的设置中,生成专门用于 cherry studio 集成的 api - key。

2. 集成到 cherry studio

打开 cherry studio,进入设置页面,找到 “模型服务” 或类似的入口。
在集成选项中选择 “硅基流动”,将获取的 api - key 填入相应位置,进行检查授权。检查成功后,在底部添加模型,如:deepseek-ai/DeepSeek-R1(满血版R1),deepseek-ai/Janus-Pro-7B(生图)集成成功后,在 cherry studio 的设计与开发流程中,就能调用硅基流动的智能图像识别、自然语言处理等功能,为创作提供强大助力。

三、本地部署 ollama + deepseek

1. 安装 ollama

前往 ollama 的官方网站,根据你的操作系统(Windows、Linux 或 macOS)下载对应的安装包。
官网不能下载,可以试一下这里https://github.xzc888.top/ollama/ollama/releases/latest/download/OllamaSetup.exe
运行安装包,按照安装向导的提示完成 ollama 的安装,注意选择合适的安装路径。

2. 配置 deepseek 模型

从 ollama官方获取适合本地部署的模型文件。
将模型文件放置到 ollama 指定的模型存储目录下。
打开 ollama 的配置文件,添加关于 deepseek 模型的相关配置信息,如模型名称、存储路径等。完成配置后,启动 ollama 服务,即可在本地运行 deepseek 模型,享受本地化的智能服务。

四、cherry studio 中加入本地 ollama

配置 ollama 连接

打开 cherry studio,进入设置页面,找到 “模型服务” 或类似的入口。
输入本地 ollama 服务的地址和端口(一般为默认设置),进行连接测试。连接成功后,在 cherry studio 中就可以调用本地 ollama 运行的模型,用于文档生成、创意辅助等设计任务,提升工作效率。

五、office - ai 接入硅基流动与 ollama 本地大模型

1. 接入硅基流动

打开 office - ai 的设置界面,找到 “大模型设置” 选项,Apikey。
模型平台选择硅基流动,输入在硅基流动平台获取的 api - key,完成授权和配置。之后在使用 office 软件处理文档、表格时,就能借助硅基流动实现智能内容生成、语法检查、数据智能分析等功能。

2. 接入 ollama 本地大模型

确保本地 ollama 服务已经正常运行。
在 office - ai 的设置中找到 “本地模型接入” 入口。
输入本地 ollama 服务的地址、端口等相关信息,选择要接入的 ollama 本地大模型。配置完成后,即可在本地利用 ollama 大模型进行办公智能化处理,如文档智能排版、自动生成报告大纲等。

六、anythingllm 加入创建本地知识库

配置知识库

打开 anything,找到插件设置入口。
选择需要索引的本地文件夹或磁盘分区,设置文件类型过滤、关键词提取等索引规则。
启动知识库创建过程,等待 anything 完成对本地文件的索引和知识整理。完成后,通过关键词搜索,就能快速获取所需信息,实现高效的知识管理。

七、corsur 加入硅基流动和 ollama 本地大模型

1. 接入硅基流动

在 corsur 的设置选项中,找到 “外部服务集成”。
选择硅基流动,输入相应的 api - key,完成授权和配置。接入后,在 corsur 进行编程时,可以调用硅基流动的自然语言处理能力,实现代码注释自动生成、代码翻译等功能。

2. 接入 ollama 本地大模型

确保本地 ollama 服务正常运行。
在 corsur 中找到 “本地模型接入” 设置。
输入本地 ollama 服务的地址、端口等信息,选择要接入的 ollama 本地大模型。配置完成后,ollama 本地大模型可以辅助代码智能补全、错误分析等,大幅提高编程效率。
通过以上这些简单的配置方法,你可以轻松实现各项技术的集成,让人工智能技术深度融入你的工作和生活。无论是设计创作、办公处理还是编程开发,这些技术集成将为你带来前所未有的便捷与高效。赶快行动起来,体验智能技术集成的魅力吧!如果你在配置过程中遇到任何问题,欢迎随时交流。

©著作权归作者所有,转载或内容合作请联系作者
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。
0人点赞
总资产1共写了7.5W字获得23个赞共25个粉丝
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 228,461评论 6 532
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 98,538评论 3 417
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 176,423评论 0 375
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 62,991评论 1 312
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 71,761评论 6 410
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 55,207评论 1 324
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 43,268评论 3 441
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 42,419评论 0 288
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 48,959评论 1 335
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 40,782评论 3 354
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 42,983评论 1 369
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 38,528评论 5 359
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 44,222评论 3 347
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 34,653评论 0 26
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 35,901评论 1 286
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 51,678评论 3 392
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 47,978评论 2 374

推荐阅读更多精彩内容