如何在WPS中接入DeepSeek并使用OfficeAI助手(超細!成功版本)

目錄

第一步:下載并安裝OfficeAI助手

第二步:申請API Key

第三步:兩種方式導入WPS

第一種:本地大模型Ollama

第二種APIKey接入

第四步:探索OfficeAI的創作功能

工作進展匯報

PPT大綱設計

第五步:我的使用體驗(體驗建議)

優點:

缺點:

綜合感受:


在日常工作中,我們經常需要處理各種文檔、報告和數據分析任務,這些工作既耗時又費力。而隨著AI技術的發展,越來越多的工具開始融入我們的辦公場景,幫助我們提升效率。今天,我想和大家分享如何在WPS中接入DeepSeek,通過OfficeAI助手實現智能化辦公。

這篇教程會從安裝插件、申請API Key,到配置本地大模型或在線模型,再到實際使用體驗,帶你一步步完成設置,并了解它的強大功能。希望能幫助你快速上手,體驗到AI賦能辦公的魅力!

第一步:下載并安裝OfficeAI助手

  1. 打開OfficeAI助手官網,下載插件。
  2. 下載完成后,記得關閉WPS,然后雙擊安裝文件,按照提示完成安裝。
  3. 安裝完成后,打開WPS,點擊菜單欄的“文件 > 選項 > 信任中心”,勾選“受信任的加載項”。點擊“確定”后關閉WPS。
    • 小提示:確保插件安裝路徑無誤,避免后續加載失敗。

官網地址:

軟件下載 | OfficeAI助手

下載完成之后點擊安裝

記得關閉WPS

雙擊進行安裝

第二步:申請API Key

  1. 打開硅基流動官網,注冊一個賬號。
  2. 注冊完成后,進入“體驗中心”,點擊右上角的“新建API密鑰”。
  3. 復制生成的API密鑰,保存到剪貼板。
    • 小提示:API密鑰是你與AI模型交互的“通行證”,一定要妥善保存,避免泄露。

官網地址:

https://account.siliconflow.cn/zh/

點擊進行注冊 ,注冊完成之后 ——>點擊體驗中心

點擊右上角 新建API密鑰

點擊復制

復制完成API之后 回到WPS

點擊OfficeAI設置

第三步:兩種方式導入WPS

第一種:本地大模型Ollama
  1. 在WPS中點擊“OfficeAI > 設置 > 大模型設置”。
  2. 回到WPS的聊天界面,你就可以和本地模型進行對話了!

點擊大模型設置 本地 Ollama

  1. 確保你的本地環境已運行Ollama,并拉取需要的模型。

運行你的Ollama之后拉取模型

如果不會下載的話看這篇文章:

本地部署 DeepSeek-R1大模型詳細教程(桌面客戶端美觀UI)_由pdf建立大模型工作站-CSDN博客

本地部署 DeepSeek-R1大模型詳細教程(桌面客戶端美觀UI)_由pdf建立大模型工作站-CSDN博客

本地部署 DeepSeek-R1大模型詳細教程(桌面客戶端美觀UI)_由pdf建立大模型工作站-CSDN博客

之后會顯示你本地的下載拉取的大模型名稱 選擇對應的模型,就是和對應的AI聊天

然后點擊保存之后 回到聊天款就可以和AI聊天對話了。

他回復的效果還不錯 以下只是部分的案例

WPS的特點
1.	免費版本
WPS 提供了一個免費版本(WPS文字、WPS表格、WPS演示),適合個人用戶或預算有限的企業用戶。
2.	中文界面
WPS 的默認界面是中文,這對于中國用戶的使用體驗更加友好。
3.	功能齊全 
○	WPS Office:提供類似 Microsoft Word、Excel 和 PowerPoint 的功能。
○	WPS文字:適合基礎的文檔處理和排版。
○	WPS表格:適合數據管理和報表生成。
○	WPS演示:適合制作幻燈片。
4.	兼容性
WPS 支持與 Office 文檔格式(如 Microsoft Word、Excel 和 PowerPoint)之間的轉換,方便用戶將文件切換到其他辦公軟件使用。
5.	激活方式
WPS 的免費版本通常通過網絡激活,付費版本可以通過購買許可證或訂閱服務進行激活。WPS 功能簡介
○	WPS Office:
○	類似于 Microsoft Word,支持文字處理、排版和文檔管理。
○	提供豐富的模板和樣式,適合專業文檔的制作。
○	WPS表格:
○	支持數據錄入、分析和圖表生成。
○	功能類似于 Excel,適合數據分析和報表制作。
○	WPS演示:
○	支持幻燈片創建、設計和動畫效果。
○	可與其他軟件(如 PowerPoint)無縫兼容

內容導入Word

點擊導出到左側之后 就會生成到左側的WOrd中

第二種APIKey接入

  1. 在“大模型設置”中,選擇“硅基流動(DeepSeekR1)”。
  2. 輸入你的API密鑰,并選擇對應的模型(如deepseek-ai/Deepseek-R1或V3版本)。
  3. 點擊保存后,返回聊天界面,開始體驗AI助手的強大功能。
    • 小提示:如果是付費用戶,可以選擇Pro版本,功能更強大,響應速度也更快。

選擇硅基流動 DeepSeekR1模型

接下來我們進行提問 看看效果

第四步:探索OfficeAI的創作功能

接下來我們對于他的創作諸多功能展開簡單的介紹 讓大家了解

以下我做個針對功能做個簡單的介紹

功能名稱

功能描述

適用場景

工作進展匯報

快速生成高情商的工作進展匯報,幫助向領導展示成果。

周報、項目進度匯報等工作場景

研發展示PPT

提供清晰的邏輯框架,制作適合研發項目展示的PPT內容。

研發成果展示、技術分享會議

培訓心得體會

自動撰寫培訓心得,生成完整的心得總結報告。

培訓后心得總結、學習報告撰寫

年終PPT講稿

AI輔助生成吸引人的年終總結PPT配套講稿,提升匯報效果。

年終總結匯報、部門年度成果展示

PPT大綱

提供高效的PPT框架設計,幫助快速搭建邏輯結構,避免走彎路。

各類PPT制作前的框架搭建

述職PPT大綱

一鍵生成述職報告PPT大綱,節省時間,清晰展示成果與規劃。

述職報告、晉升匯報等場景

項目匯報PPT

為項目經理量身定制,快速生成項目匯報PPT內容。

項目進展匯報、階段性成果展示

市場調研報告

提供市場調研報告模板,幫助市場分析師快速完成調研內容撰寫。

市場分析、行業研究報告撰寫

市場分析

針對特定行業(如短視頻、人工智能等),生成行業市場分析報告。

行業趨勢分析、競爭對手研究

實習報告制作

一鍵生成實習報告,幫助學生或實習生輕松完成總結。

實習總結報告、校園實踐匯報

報告總結

自動生成邏輯清晰的報告總結內容,適合總結發言場合。

各類總結發言、報告總結

工作報告

快速生成日常工作報告,如周報、月報等,輕松完成工作匯報。

日常匯報、團隊協作任務總結

年度總結

提供萬能公式,幫助職場新人快速完成年度總結,展現專業性。

年度總結、部門工作回顧

述職報告

提供述職報告撰寫支持,清晰展示過去工作成果和未來計劃。

述職匯報、晉升考核

會議記錄

自動整理會議要點,生成清晰的會議記錄,節省整理時間。

會議紀要撰寫、團隊討論記錄

思想總結

針對公務員等場景,生成主題明確的思想總結內容。

思想匯報、公務員轉正總結

工作內容擴寫

將簡單的工作內容擴展為詳細描述,適合需要細節的場景。

工作日志、任務細化描述

方案策劃

提供詳細的策劃模板,適合品牌活動、市場推廣等場景。

活動策劃、品牌推廣計劃

群通知

為微信群主定制通知內容,滿足不同場景下的群發需求。

群公告、活動通知

分析報告

針對特定行業,生成結構清晰、邏輯嚴謹的分析報告。

行業分析、數據研究報告


我舉幾個列子 大家自己去發掘功能的如何使用

工作進展匯報

PPT大綱設計

問題

你是一位專業的PPT設計師,請根據以下要求,為我設計一個PPT:
PPT主題: 公司年度銷售報告
PPT目的: 展示銷售數據,分析銷售情況
目標受眾: 公司高管和銷售團隊
內容要求: 包括年度銷售總覽、各區域銷售數據、主要產品銷售、銷售情況分析、未來優化建議

其他功能 自己探索

第五步:我的使用體驗(體驗建議)

在接入DeepSeek后,我嘗試了一些日常辦公場景,比如撰寫周報、設計PPT、生成市場分析報告等。整體來說,AI助手確實為日常辦公帶來了許多便利,但也有一些需要注意的地方。以下是我的使用體驗總結,包括優點和缺點::

優點:
  1. 節省時間:很多需要花費數小時完成的文檔,幾分鐘內就能生成初稿。
  2. 提升質量:AI生成的內容條理清晰,邏輯嚴謹,適合直接應用或稍加修改后使用。
  3. 輕松上手:界面友好,功能模塊清晰,即使是新手也能快速掌握。
缺點:

回復速度較慢
如果使用API Key接入在線模型,響應速度可能會受到網絡狀況和服務器性能的影響,偶爾會出現延遲。對于時間要求較高的場景,這一點可能會讓人有些著急。

本地模型資源需求高
如果選擇本地部署模型(如通過Ollama拉取大模型),需要設備具備較高的硬件性能。

    • 內存需求:大模型通常會占用大量內存,建議至少16GB或更高。
    • GPU/CPU性能:運行大模型時,對GPU性能要求較高。如果設備性能不足,可能會出現運行緩慢甚至卡頓的情況,影響使用體驗。
    • 存儲空間:大模型文件本身也占用較多存儲空間,下載前需要確保硬盤有足夠的剩余容量。
  1. 配置門檻略高:
    對于本地部署的用戶,拉取模型和配置環境可能需要一定的技術基礎。尤其是第一次操作時,可能需要查閱教程或進行多次嘗試。
綜合感受:

總體來說,接入DeepSeek后,OfficeAI助手確實讓我的辦公效率有了顯著提升,尤其是在內容創作和數據分析類任務上表現出色。但在使用過程中,也需要根據自己的實際需求和設備條件來選擇合適的方式(在線模型或本地部署)。

如果你追求快速響應且不介意一定的網絡延遲,可以選擇API Key接入;如果對隱私和性能有更高要求,且設備條件允許,建議使用本地部署模型。無論哪種方式,只要合理配置,都能極大地提升你的辦公體驗!

本文來自互聯網用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務,不擁有所有權,不承擔相關法律責任。
如若轉載,請注明出處:http://www.pswp.cn/pingmian/71694.shtml
繁體地址,請注明出處:http://hk.pswp.cn/pingmian/71694.shtml
英文地址,請注明出處:http://en.pswp.cn/pingmian/71694.shtml

如若內容造成侵權/違法違規/事實不符,請聯系多彩編程網進行投訴反饋email:809451989@qq.com,一經查實,立即刪除!

相關文章

Spring Boot集成Minio筆記

一、首先配置MinIO 1、MinIO新建Bucket&#xff0c;訪問控制臺如圖 創建訪問密鑰(就是賬號和密碼) 二、集成mino添加Minio客戶端依賴 1.maven構建方式在pom.xml引入jar <dependency><groupId>io.minio</groupId><artifactId>minio</artifactI…

【開源寶藏】Spring Trace 一種輕量級的日志追蹤新方式

Spring Trace&#xff1a;一種輕量級的日志追蹤新方式 一、前言 在日常開發中&#xff0c;我們常常需要在日志中標記某個請求的唯一標識&#xff08;Trace ID&#xff09;或上下文信息&#xff0c;以便快速定位問題或查看調用鏈路。傳統做法通常會使用 MDC&#xff08;Mapped…

Web網頁開發——水果忍者

1.介紹 復刻經典小游戲——水果忍者 2.預覽 3.代碼 <!DOCTYPE html> <html lang"en"> <head><meta charset"UTF-8"><meta name"viewport" content"widthdevice-width, initial-scale1.0"><title&…

【Flink銀行反欺詐系統設計方案】6.用戶畫像數據與反欺詐系統的關聯思路

【Flink銀行反欺詐系統設計方案】6.用戶畫像數據與反欺詐系統的關聯思路 概要1. 用戶畫像數據與反欺詐系統的關聯思路1.1 用戶畫像數據內容1.2 數據賦能反欺詐的核心邏輯 2. 用戶畫像賦能反欺詐的3個案例2.1 案例1&#xff1a;消費習慣異常檢測2.2 案例2&#xff1a;設備/地理位…

如何在unity中完整錄制一段動畫

在動畫制作中&#xff0c;需要對接音頻部門進行音效的制作。通常需要完整且無多余幀數的動畫視頻作為時間和幀數對幀參考&#xff0c;這時候手動錄屏就會顯得不夠精確&#xff0c;這里分享一個插件錄制方法&#xff0c;可以自定義錄制起始位置&#xff0c;0幀起手完整錄制。 錄…

Jetson Orin 安裝 onnxruntime

Jetson Orin 安裝 onnxruntime onnxruntime在Jetson上安裝只需注意三件事&#xff1a; 版本&#xff01; 版本&#xff01; 還是TMD版本&#xff01; 本機環境 Jectpack : 5.1.2CUDA : 11.4cuDNN &#xff1a;8.6.0 版本說明 關于onnxruntime的版本適配不同的官方有不同的…

Manus AI : Agent 元年開啟.pdf

Manus AI : Agent 元年開啟.pdf 是由華泰證券出品的一份調研報告&#xff0c;共計23頁。報告詳細介紹了Manus AI 及 Agent&#xff0c;主要包括Manus AI 的功能、優勢、技術能力&#xff0c;Agent 的概念、架構、應用場景&#xff0c;以及 AI Agent 的類型和相關案例&#xff0…

【為什么會有 map、weakmap 類型?】

為什么會有 map、weakmap 類型? 傳統對象的局限性催生 Map?1. 鍵類型單一性?2. 有序性與迭代支持?3. 性能優化場景? 內存管理需求催生 WeakMap?1.弱引用機制?2. 私有數據存儲?3. 規避循環引用問題? 總結 傳統對象的局限性催生 Map? 1. 鍵類型單一性? 傳統對象&…

SpringSecurity認證授權完整流程

SpringSecurity認證流程&#xff1a;loadUserByUsername&#xff08;&#xff09;方法內部實現。 實現步驟&#xff1a; 構建一個自定義的service接口&#xff0c;實現SpringSecurity的UserDetailService接口。建一個service實現類&#xff0c;實現此loadUserByUsername方法。…

本地部署DeepSeek R1大數據模型知識庫

DeepSeek-V3 的綜合能力 DeepSeek-V3 在推理速度上相較歷史模型有了大幅提升。在目前大模型主流榜單中&#xff0c;DeepSeek-V3 在開源模型中位列榜首&#xff0c;與世界上最先進OpenAI 閉源模型不分伯仲。 1、下載Ollama運行大數據庫 Ollama支持 Llama 3.3, DeepSeek-R1, Phi-…

云端秘境:EC2的奇幻之旅

在一個神秘的云端世界里&#xff0c;流傳著一個傳說——只要掌握了 EC2&#xff08;Elastic Compute Cloud&#xff09; 的奧秘&#xff0c;就能召喚出強大的騎士軍團&#xff0c;在云端之上建造屬于自己的帝國。年輕的程序法師 艾倫&#xff08;Allen&#xff09;&#xff0c;…

【javaEE】多線程(基礎)

1.????前言~&#x1f973;&#x1f389;&#x1f389;&#x1f389; Hello, Hello~ 親愛的朋友們&#x1f44b;&#x1f44b;&#xff0c;這里是E綿綿呀????。 如果你喜歡這篇文章&#xff0c;請別吝嗇你的點贊????和收藏&#x1f4d6;&#x1f4d6;。如果你對我的…

一周學會Flask3 Python Web開發-WTForms表單驗證

鋒哥原創的Flask3 Python Web開發 Flask3視頻教程&#xff1a; 2025版 Flask3 Python web開發 視頻教程(無廢話版) 玩命更新中~_嗶哩嗶哩_bilibili 我們可以通過WTForms表單類屬性的validators屬性來實現表單驗證。 常用的WTForms驗證器 驗證器說明DataRequired(messageNo…

STM32標準庫代碼詳解之GPIO

GPIO的初始化代碼如下&#xff1a; /*開啟時鐘*/ RCC_APB2PeriphClockCmd(RCC_APB2Periph_GPIOA, ENABLE); //開啟GPIOA的時鐘&#xff0c;使用外設必須開啟/*GPIO初始化*/ GPIO_InitTypeDef GPIO_InitStructure; //定義結構體變量 GPIO_InitStructure.GPIO_Mode GPIO_Mo…

華為歐拉系統 Tomcat 安裝詳解

1. 安裝或確認安裝 Java Tomcat 需要 Java 環境(JDK 或 JRE)才能運行。如果系統尚未安裝 Java,可以使用以下命令安裝 OpenJDK: # 更新軟件包索引 yum update -y# 安裝 OpenJDK 21(可根據需求安裝其他版本,如 8、11、17 等) yum install -y java-21-openjdk java-21-op…

第六課:數據庫集成:MongoDB與Mongoose技術應用

本文詳細介紹了如何在Node.js應用程序中集成MongoDB數據庫&#xff0c;并使用Mongoose庫進行數據操作。我們將涵蓋MongoDB在Ubuntu 20系統中的安裝、Bash命令的CRUD操作、Mongoose數據建模&#xff08;Schema/Model&#xff09;、關聯查詢與聚合管道&#xff0c;以及實戰案例—…

大數據學習(56)-Impala

&&大數據學習&& &#x1f525;系列專欄&#xff1a; &#x1f451;哲學語錄: 承認自己的無知&#xff0c;乃是開啟智慧的大門 &#x1f496;如果覺得博主的文章還不錯的話&#xff0c;請點贊&#x1f44d;收藏??留言&#x1f4dd;支持一下博主哦&#x1f91…

【C#】async與await介紹

1. 實例1 1.1 代碼 using System; using System.Collections.Generic; using System.Linq; using System.Text; using System.Threading.Tasks;namespace ConsoleApp1 {class Program{static void Main(string[] args){Method1();Method2();Console.ReadKey();}public static…

【大模型基礎_毛玉仁】1.1 基于統計方法的語言模型

【大模型基礎_毛玉仁】1.1 基于統計方法的語言模型 1.語言模型基礎1.1 基于統計方法的語言模型1.1.1 n-grams 語言模型1.1.2 n-grams 的統計學原理 1.語言模型基礎 語言是概率的。語言模型&#xff08;LanguageModels, LMs&#xff09;旨在準確預測語言符號的概率。 將按照語…

JavaScript(最后一個元素的索引就是數組的長度減 1)array.length - 1

在不同的編程語言中&#xff0c;表示數組中最后一個元素的方法略有不同&#xff0c;但基本思路都是利用數組的長度或索引來實現。 以下是一些常見編程語言中獲取數組最后一個元素的方法&#xff1a; 1. JavaScript: 使用 array.length - 1 索引: 這是最常見和傳統的方法。Java…