当前位置: 首页 > news >正文

告别 GPT-4!教你用 DeepSeek 搭建私人 AI 编程助手,0 成本把数据握在自己手里,后面有教如何使用gemini3 pro api

前言:为什么要本地化?

(痛点描述)还在为 ChatGPT 的 Plus 会员费心疼?还在担心公司敏感代码传到云端泄露?2025 年了,DeepSeek 的能力已经不仅是“够用”,而是“惊艳”。本文带你手把手,10分钟在本地笔记本上搭建一套基于DeepSeek + Ollama的私人知识库。

对于开发者,最后教如何使用gemini3 pro api,针对python和java

2. 核心架构图解

  • 模型层:Ollama (管理 DeepSeek 模型)

  • 交互层:AnythingLLM (或 Dify,提供 UI 和 向量数据库管理)

  • 数据层:本地 Markdown/PDF 文档

3. 第一步:Ollama 极速安装与模型拉取

  • 展示下载命令。

  • 关键代码:

    # 安装完成后,终端输入以下命令拉取 DeepSeek Coder V2 (或最新 V3) ollama run deepseek-coder:33b # 验证是否运行成功 curl http://localhost:11434/api/generate -d '{ "model": "deepseek-coder:33b", "prompt": "用 Python 写一个贪吃蛇游戏" }'

4. 第二步:配置 AnythingLLM (投喂知识)

  • 图文演示如何下载桌面版 AnythingLLM。

  • 在设置中选择Ollama作为推理引擎,输入http://localhost:11434

  • 实战演示:上传一份《公司内部开发规范.pdf》,然后提问:“我们公司的代码注释规范是什么?”

  • 截图展示 AI 准确读取文档并回答的过程。

5. 第三步:进阶——通过 API 调用你的本地模型

  • 对于想做二次开发的同学,提供一段 Python 代码示例(使用 LangChain):

    from langchain_community.llms import Ollama llm = Ollama(model="deepseek-coder:33b") response = llm.invoke("如何优化 Solidity 智能合约的 Gas 消耗?") print(response)

6. 总结

  • 对比云端 API 的成本(0元 vs 昂贵 Token)。

  • 强调数据的绝对隐私。

  • 文末福利:关注博主,私信“DeepSeek”获取本文用到的所有安装包百度云链接(增加粉丝粘性)。

7. 白嫖gemini3 pro使用其api

第一步:白嫖gemini3 pro:白嫖gemini 3 pro方法-CSDN博客

第二步:python的安装Google GenAI SDK,java引用依赖

pip install -q -U google-genai
<dependencies> <dependency> <groupId>com.google.genai</groupId> <artifactId>google-genai</artifactId> <version>1.0.0</version> </dependency> </dependencies>

第三步:提交一个请求

python

from google import genai # The client gets the API key from the environment variable `GEMINI_API_KEY`. client = genai.Client() response = client.models.generate_content( model="gemini-2.5-flash", contents="Explain how AI works in a few words" ) print(response.text)

java

package com.example; import com.google.genai.Client; import com.google.genai.types.GenerateContentResponse; public class GenerateTextFromTextInput { public static void main(String[] args) { // The client gets the API key from the environment variable `GEMINI_API_KEY`. Client client = new Client(); GenerateContentResponse response = client.models.generateContent( "gemini-2.5-flash", "Explain how AI works in a few words", null); System.out.println(response.text()); } }
http://www.jsqmd.com/news/87701/

相关文章:

  • 极速验证:5分钟打造Defender管理原型系统
  • 3亿参数改写图像编辑范式:字节跳动VINCIE-3B开启上下文创作新纪元
  • AI如何自动生成时间戳转换工具?
  • 电商爬虫项目实战:用PyInstaller打包完整解决方案
  • 生成式AGI的完整技术实现:从哲学原理到框架架构的完美构造
  • AI如何帮你轻松解决Java多线程锁问题
  • AI手机之深入浅出ADAGRPO三大核心策略
  • 传统调试vsAI辅助:解决API错误效率对比
  • 5分钟构建API错误监控原型
  • ABC436
  • 5个YAML在DevOps中的实际应用案例解析
  • 2025 年末大乱斗:Gemini 3 Pro vs DeepSeek-V3,谁才是程序员的“最强大脑”?
  • 14 ~ 21/12/2025 做题记录
  • 如何高效解决Python字节码反编译的版本兼容难题
  • 传统装机VS天喵智能装机:时间成本降低90%的奥秘
  • 快速验证:SSL证书问题的自动化测试沙盒
  • 28、Ubuntu 网络配置全攻略
  • 30、Ubuntu 网络配置与远程访问全攻略
  • 小白必看:3分钟学会安全关闭Windows Defender
  • Spring AI聊天记忆:告别对话失忆的智能解决方案
  • map遍历实战应用案例分享
  • 产品经理必备:用快马5分钟搞定页面原型居中布局
  • OpenHarmony环境搭建——03-DevEco Studio下载安装及其配置【2025】
  • 48小时开发日记:基于天喵API的极客定制装机方案
  • 32、深入理解 Bash 脚本中的输入读取、循环控制与数据处理
  • 34、深入探索Shell脚本的流程控制与位置参数
  • 18、Perl 循环结构与控制详解
  • 241MB重塑边缘AI:Gemma 3 270M如何开启终端智能新纪元
  • 35、流量控制与字符串数字处理:for 循环及参数扩展详解
  • GLM-4.6大模型:200K上下文窗口与智能体工具调用的技术革命