我的“DeepSeek服务不忙了”,腾讯云671B满血模型无限量调用攻略!

news/2025/2/13 23:46:49/文章来源:https://www.cnblogs.com/wangpg/p/18714603
DeepSeek R1虽然免费,但是基本到了无法使用的状态。一两轮对话后,就开始服务忙了。
好在这是一个开源模型,大量的第三方平台开始上线了。
上一篇我们就讲过硅基流动
最近听闻腾讯云也上线了 DeepSeek-V3、DeepSeek-R1 满血版模型。
而且可以免费不限量使用。
具体规则如下:
 
 
添加图片注释,不超过 140 字(可选)
截至 2 月25 之前,可以完全免费使用 V3 和 R1 模型。只限制了并发,没有限制数量。对普通用户来说,这个并发完全够用。
那么大家一起来暴力测试一下鹅厂的实力(钞能力),一起撸它几亿token,把我腾讯 SSSSVIP 的钱撸回来😄。
 
 
添加图片注释,不超过 140 字(可选)
我测试过了,多轮对话,都没有出现卡死的情况,速度大概在 10t/s,不能说多快,但是完全能用。
下面我就完整的讲解一下如何使用腾讯云这个服务,进行本地可视化的对话,让你的DeepSeek R1空下来。
无需编程,无需复杂配置,几分钟搞定。
注册账号开通服务
腾讯云是腾讯云服务平台,如果要使用这个平台的服务第一步自然是注册。注册很简单,可以用微信 QQ 授权登录。
注册完成之后,需要开通以下服务。
 
 
添加图片注释,不超过 140 字(可选)
如上图,勾选已经阅读,点击开通大模型知识引擎
开通之后会跳转到如下界面:
 
 
添加图片注释,不超过 140 字(可选)
这里有两个选项,一个是立即使用,几个是进入控制台。我们只要直接点击立即使用即可。
当然也可以进入控制台看一眼。
 
 
添加图片注释,不超过 140 字(可选)
控制台里可以看到一些预设的应用。比如 deepseek 联网助手,营销文案生成,对话满意度分析…. 这个应该是类似 coze 的智能体。
获取密钥APIKEY
点击立即使用之后,就会跳转到接入界面。
 
 
添加图片注释,不超过 140 字(可选)
这里有两种接入方式,一种是腾讯云 SDK 方式,一种是 OpenAI SDK 方式。两种方式都可以使用,但是为了兼容性更强,方便后续使用客户端,我们选择 OpenAI 的方式。
现在的大模型接口基本都兼容 OpenAI,很多可视化的客户端工具也兼容 OpenAI 的方式。
点击创建APIKEY 进入密钥管理界面。
 
 
添加图片注释,不超过 140 字(可选)
然后在这个界面再次点击创建APIKEY。点击之后下方就会出现一条记录。
点击查看,就能看到具体的 APIKEY,这是由数字字母组合而成的长字符串。
勾选已知晓,点击复制并关闭
这样我们就获得了访问腾讯云 DS 的钥匙🔑了。
配置客户端
获取到 APIKEY 之后就可以写代码调用这个接口了。
以下是 Python代码的演示:
from openai import OpenAI # 构造 client client = OpenAI( api_key="sk-xxxxxxxxxxx", # 知识引擎原子能力 APIKey base_url="https://api.lkeap.cloud.tencent.com/v1", ) # 流式 s_value = True # 请求 chat_completion = client.chat.completions.create( model="deepseek-r1", messages=[ { "role": "user", "content": "你是谁", } ], stream=s_value, ) if s_value: for chunk in chat_completion: # 打印思维链内容 if hasattr(chunk.choices[0].delta, 'reasoning_content'): print(f"{chunk.choices[0].delta.reasoning_content}", end="") # 打印模型最终返回的content if hasattr(chunk.choices[0].delta, 'content'): if chunk.choices[0].delta.content != None and len(chunk.choices[0].delta.content) != 0: print(chunk.choices[0].delta.content, end="") else: result = chat_completion.choices[0].message.content
把你的密钥替换api_key=”sk-xxxxxxxxxxx” 双引号里的内容,运行这个代码,就可以发起一次对话,并获得一个结果了。
返回结果包含两部分,一部分是思考过程(思维链),一部分是最终结果。
当然,这种方式还是抽象了点,有点门槛。
我们还用可视化的客户端来完成这个交互比较好。
正好,我们上一篇中推荐的Cherry Studio就能派上用场了。
只要经过简单的配置,立马开启和 deepseek 的对话。
打开Cherry Studio,点击左下角设置图标
 
 
添加图片注释,不超过 140 字(可选)
在界面中找到添加功能,添加一个提供商。
提供上的名字可以叫腾讯DeepSeek,提供商类型选 OpenAI 。
设置好之后,点击确定。
然后提供是列表里面会多出一个提供商。选中腾讯 deepseek,配置 API 密钥API 地址。
 
 
添加图片注释,不超过 140 字(可选)
API 密钥我们腾讯云商已经获取到了,SK-开头那个字符串。直接粘贴就好了。
API地址(base_url):
https://api.lkeap.cloud.tencent.com/v1
除了上面两个信息之外,还需点击添加,添加两个模型。
添加模型很简单,主要输入模型 ID,然后点击添加模型即可。
 
 
添加图片注释,不超过 140 字(可选)
上图中添加了 deepseek-r1,还有一个模型是 deepseek-v3
DeepSeek-V3671B参数 MoE 模型,在百科知识、数学推理等多项任务上优势突出。支持64K上下文长度,最大支持8K输出长度。
DeepSeek-R1671B模型,使用强化学习训练,推理过程包含大量反思和验证,思维链长度可达数万字。该系列模型在数学、代码以及各种复杂逻辑推理任务上推理效果优异,并为用户展现了完整的思考过程。支持64K上下文长度,最大支持8K输出长度。
当添加完模型之后,配置界面如下:
 
 
添加图片注释,不超过 140 字(可选)
到这里,所有配置都完成了。
使用模型
配置完成之后,就可以开启对话了。
 
 
添加图片注释,不超过 140 字(可选)
在对话界面中新建一个对话,然后点击顶部的模型,弹出下拉菜单选中我们自己添加的腾讯 deepseek 模型,根据需要选择具体的模型,R1 或者 V3。
然后就可以发送消息,开始对话了。
关于提示词
如果你有角色扮演的需求,可以在助手里面,添加助手,找到特定的角色,然后再开启对话。
 
 
添加图片注释,不超过 140 字(可选)
软件预设了非常多角色。
比如产品经理,社群运营,内容运营,商家运营,产品运营,市场营销,项目管理,SEO专家,数据分析师,端工程师,HR人力资源,行政,财务顾问,医生,编辑,哲学家….
前几天有个朋友特地给我分享一套 deepseek 使用宝典…我非常感谢他能想着我。但是,其实并不需要什么宝典。有这些预设基本就够用了。
现在大模型的使用并没那么神秘,不需要各种秘籍。只要设置好角色,把问题描述清楚就可以了。
 
 
添加图片注释,不超过 140 字(可选)
上面是官方的提示词库,提供了各种使用样例。
思维链模型对话,我比较喜欢的开场白是:
我想开发一个xx 软件,你有什么建议。
我想写一本关于 xx 的小说,你有什么建议。
然后根据他给你的信息,就你关心的点展开讨论,
讨论得差不多了。就让他给你干活了!
有了上面的讨论,它干活就能有的放矢了。
最后分享一个简单的例子吧。
和DeepSeek R1 简单聊下共享剪切板的项目。
你们也可以用这个回答来对比下腾讯版 DS 和 DS 官网版是否一样。
下面是用了产品经理的角色设定后的回答:
 
 
添加图片注释,不超过 140 字(可选)
 
 
添加图片注释,不超过 140 字(可选)
 
 
添加图片注释,不超过 140 字(可选)
 
 
添加图片注释,不超过 140 字(可选)
一上来就是痛点和差异化分析,提到了苹果的 handoff,分了五个角度来分析这个项目,说话一套一套的,有那么点意思了。最后还提出了 6 周内在 Product hunt 验证…果然很专业!
说到 PM,我就想起来 DeepSeek 最屌的提示词“贴吧嘴臭老哥” :
 
 
添加图片注释,不超过 140 字(可选)
另外给一个,没有人设预设的回答:
开发一个共享剪切板项目是一个有趣且实用的想法!以下是一些关键建议,涵盖技术选型功能设计安全性用户体验等方面:

1. 明确核心场景
  • 目标用户:个人跨设备同步(如手机 ↔ 电脑)?还是团队协作共享内容?
  • 核心功能
  • 实时同步剪贴板文本、图片或文件。
  • 历史记录回溯(保存最近N条记录)。
  • 多设备/多用户管理。
  • 选择性分享(如生成分享链接或指定接收者)。

2. 技术选型建议
前端(客户端)
  • 跨平台支持
  • 桌面端:Electron(Windows/macOS/Linux)、Tauri(更轻量)。
  • 移动端:Flutter(iOS/Android)或原生开发。
  • 剪贴板监听
  • 使用系统API(如Windows的Clipboard API、macOS的NSPasteboard、Web的navigator.clipboard)。
  • 注意权限问题(尤其是移动端和浏览器环境)。
后端
  • 实时同步
  • WebSocket(如Socket.IO)或MQTT协议。
  • 长轮询(Long Polling)作为备选方案。
  • 数据库
  • 轻量级:SQLite(适合本地优先)、Redis(缓存历史记录)。
  • 云端:PostgreSQL/MySQL(关系型)或MongoDB(非结构化数据)。
  • 文件存储
  • 图片/大文件建议用对象存储(如AWS S3、MinIO或云服务商方案)。
安全传输
  • 强制使用HTTPS/WSS加密通信。
  • 敏感内容端到端加密(如AES-256),密钥由用户管理。

3. 关键功能设计
基础功能
  • 实时同步:剪贴板内容修改后自动推送至其他设备/用户。
  • 历史记录
  • 按时间轴展示,支持搜索和过滤。
  • 可设置保存时长或条数限制(避免存储膨胀)。
  • 格式支持
  • 文本、HTML、图片(PNG/JPG)、文件路径或Base64文件内容。
高级功能
  • 权限控制
  • 私有(仅自己设备)、公开链接、指定用户/群组共享。
  • 设置链接有效期或访问密码。
  • 冲突解决
  • 多设备同时修改时,通过时间戳或手动选择版本。
  • 离线支持
  • 本地缓存历史记录,网络恢复后自动同步。

4. 安全与隐私
  • 数据加密
  • 传输层:TLS 1.3+。
  • 存储层:敏感内容加密后存数据库(如用户密钥+盐值哈希)。
  • 用户认证
  • OAuth 2.0(支持Google/GitHub登录)或邮箱+二次验证。
  • 设备绑定:首次登录需验证设备指纹。
  • 隐私保护
  • 明确告知用户数据用途,提供“一键清空”功能。
  • 合规性:遵循GDPR、CCPA等隐私法规。

5. 用户体验优化
  • 无缝后台运行
  • 桌面端常驻系统托盘,移动端后台服务(注意系统限制)。
  • 低延迟
  • 选择就近服务器部署,优化同步算法(如差异更新)。
  • 交互设计
  • 快捷键触发(如Ctrl/Cmd+Shift+V呼出历史记录)。
  • 移动端支持快捷通知或小组件。

6. 扩展可能性
  • 第三方集成
  • 浏览器插件(快速保存网页内容到剪贴板)。
  • 与办公软件(如Notion、Slack)联动。
  • AI增强
  • 自动识别剪贴内容类型(如链接、电话号码)。
  • 提供快捷操作(翻译、格式化、生成摘要)。

7. 开发路线建议
  1. MVP(最小可行产品)
  • 实现文本同步 + 双端基础客户端 + 账号系统。
  1. 迭代扩展
  • 增加图片/文件支持 → 历史记录 → 权限管理 → 高级功能。
  1. 测试重点
  • 多设备兼容性、同步延迟、大文件传输稳定性。

8. 潜在挑战
  • 系统权限:移动端后台监听剪贴板可能受限(如iOS需应用在前台)。
  • 安全风险:剪贴板常被恶意软件监控,需强调安全性作为卖点。
  • 竞品分析:研究类似工具(如Pushbullet、Clipboard.js、1Clipboard),差异化设计。

技术栈示例
  • 前端:Flutter(跨平台) + WebSocket
  • 后端:Node.js + Socket.IO + PostgreSQL + Redis
  • 部署:Docker + AWS EC2/S3 或 Serverless(如Firebase)

法律与合规
  • 用户协议明确数据所有权和删除策略。
  • 开源?若闭源需注意许可证合规性(如依赖库的LICENSE)。

通过分阶段开发并持续收集用户反馈,逐步完善功能。如果需要更具体的实现细节(如某个模块的代码示例),可以进一步沟通!
默认设定的回答得就朴实了很多,下次试一下用架构师的人设来回答一下这个问题。
反正现在有无限量访问,就是要聊透了,玩爽了。
——-
从实际测试来看,腾讯版 DS在模型能力上应该是和官方版差异不大,连臭嘴老哥的提示词效果都一模一样,可以作为备用方案,解决服务器忙的问题。
配合本地客户端,预设提示词,整体体验也非常不错。
我也尝试了很多轮对话,让它写了个短篇科幻小说,没有出现掉线的情况,稳定性还可以。
有兴趣的可以配置一下,玩一下!
上面就是关于腾讯云版 DeepSeek R1 配置和使用的所有内容了。
 
 https://www.tonyisstark.com/3034.html

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.hqwc.cn/news/883466.html

如若内容造成侵权/违法违规/事实不符,请联系编程知识网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

ACM寒假集训第五次专题任务

ACM寒假集训第五次专题任务 一、自然数的拆分问题 题目:解题思路: 使用了深度优先搜索,通过he判断何时输出,c标记长度控制输出,qs标记起始位置从小到大拆分。 AC代码: #include<iostream> using namespace std; int n,a[10],ans; void dfs(int he,int c,int qs) {i…

DeepSeekR1+Cherry Studio使用白嫖API和开源软件使用满血版模型!

使用Ollama本地运行,使用Ollama+ChatWise可视化运行,使用Ollama+ChatWise在Macbook Air M1 上运行。今天再来说一个方案。这个方案不是完全离线,但是模型能力会比离线的强。可以完全免费尝试,有几百到几千万的Token可以用。可以缓解DeepSeek R1官方服务繁忙无法使用的问题。…

DeepSeekR1 苹果macbook M1本地可视化运行!

过年了,就带了一台 macbook air 8g,DeepSeekR1的消息还是铺天盖地的来,我就想着在这台电脑上也装一个吧。经过简单的配置,最终也运行起来了,速度还可以。我这是首款M系列笔记本,也是现在最低配的 M 系列笔记本。这也就意味着所有M系列的苹果电脑都可以轻松运行DeepSeekR1…

11.A星寻路算法

14.A星寻路算法 题目 迷宫寻路需求,在一个迷宫游戏中,有一些怪物攻击主角,现在希望小怪物,能自动绕过迷宫中的障碍物,寻找到主角的所在。 思路 A星寻路算法(A*search algorithm),是一种用于寻找有效路径的算法。 简单的场景举例(简化问题),看一看A星寻路算法的工作过程。…

人間になりたい。

さよならはエモーション 僕は行く ずっと涙こらえ こらえ 忘れてたエモーション 僕は行く ずっと深い霧の 霧の向こうへ『……组建过,那就好。』 属于我的 Crychic,就在那个寒假啊。 或许更早些,始于一次英语单元测同时爆炸了的三个人,经过一次精彩地赶在元旦零点钟声前分解…

【THM】Security Principles(安全原则)-学习

了解安全三元组以及常见的安全模型和原则。本文相关的TryHackMe实验房间链接:https://tryhackme.com/room/securityprinciples 本文相关内容:了解安全三元组以及常见的安全模型和原则。介绍 网络安全已成为一个流行词;每家公司都声称其网络产品或网络服务是安全的,但事实上…

小米 R3G 路由器刷机教程(Pandavan)

小米 R3G 路由器以其高性价比和稳定的性能备受用户青睐。然而,原厂固件的功能相对有限,难以满足高级用户的个性化需求。刷机不仅可以解锁路由器的潜能,还能通过第三方固件实现更丰富的功能,如 DNS 解析、KMS 服务器、USB 管理等。本文旨在为小米 R3G 路由器用户提供详细的刷…

windows知道服务器的内网IP地址如何查看服务器的计算机名称

windows知道服务器的内网IP地址如何查看服务器的计算机名称windows知道服务器的内网IP地址如何查看服务器的计算机名称 nbtstat百度百科 https://baike.baidu.com/item/nbtstat/7578115 windows在局域网内查看ip地址对应的计算机名或者根据计算机名查ip https://blog.csdn.net/…

C++ 使用MIDI库演奏《晴天》

那些在MIDI库里徘徊的十六分音符 终究没能拼成告白的主歌我把周杰伦的《晴天》写成C++的类在每个midiEvent里埋藏故事的小黄花调试器的断点比初恋更漫长而青春不过是一串未导出的cmake工程文件在堆栈溢出的夜晚终将明白有些旋律永远停在#pragma once的注释里有些人永远停在未定…

JUC并发—2.Thread源码分析及案例应用

大纲 1.什么是线程以及并发编程 2.微服务注册中心案例 3.以工作线程模式开启微服务的注册和心跳线程 4.微服务注册中心的服务注册功能 5.微服务注册中心的心跳续约功能 6.微服务的存活状态监控线程 7.以daemon模式运行微服务的存活监控线程 8.一般不常用到的ThreadGroup是什么 …

HashMap 的 put 方法源码分析(JDK 1.8)

一、HashMap 的 put 方法源码分析(JDK 1.8) 以下是 HashMap 的 put 方法的源码(JDK 1.8):hash(key) 方法 hash(key) 方法用于计算键的哈希值:如果键为 null,返回 0。否则,返回键的哈希码与高 16 位的异或结果(目的是减少哈希冲突)。putVal 方法 putVal 方法是 HashMa…