在大年三十那天，不知道你是否留意到，“deepseek”這個詞出現在了各大熱搜榜單上。這引起了我的關注，出于學習的興趣，我深入研究了一番，才有了這篇文章的誕生。

概念

那么，什么是DeepSeek？首先百度一下！

噢，原來是一個AI大模型，那就進入官網看看 DeepSeek

不管三七二十一，先注冊一個賬號再說

登錄進去

這不跟ChatGPT一樣嗎！

影響

那么為什么會突然霸榜，來看看最近的新聞資訊

根據這些新聞標題，可看出DeepSeek觸動了美國的利益，遭到了美國方面的DDOS攻擊和封殺

鏈接一：被美軍限制的DeepSeek，究竟是啥？

中國公司的DeepSeek模型產品推出后，躍上美國蘋果App商店免費下載排行榜冠軍，撼動科技圈和華爾街。除掀起廣泛討論外，也引發所謂“安全隱憂”。

報道稱，美國海軍向美國消費者新聞與商業頻道證實，已向相關人員發出郵件示警，提醒“不得以任何形式下載、安裝或使用DeepSeek模型”。

與OpenAI開發的ChatGPT相比，DeepSeek不僅率先實現了媲美OpenAI-o1模型的效果，還大幅降低了推理模型的成本。其新模型DeepSeek-R1以十分之一的成本達到了GPT-o1級別的表現，引發海外AI圈的廣泛討論。

小的算力用新的方法也能創造奇跡。

鏈接二：DeepSeek崛起背后的暗流：全球AI技術博弈下的DDoS攻擊

然而，伴隨著DeepSeek國際影響力的持續攀升，其面臨的挑戰也愈發復雜和嚴峻，自從DeepSeek發布性能比肩OpenAIo1正式版，且成本顯著降低的DeepSeek-R1模型后，隨即遭受一系列有針對性的網絡攻擊，對DeepSeek的日常運營構成嚴重威脅，攻擊背后的動機與意圖不免讓人懷疑。這一現象不僅凸顯了DeepSeek在全球AI領域的重要戰略地位，更折射出國際人工智能技術博弈的復雜性與激烈程度，值得深思與警醒。

鏈接三：僵尸網絡進場，針對 DeepSeek 網絡攻擊再升級

1月30日凌晨，即農歷大年初二，奇安信XLab實驗室監測發現，針對DeepSeek（深度求索）線上服務的攻擊烈度突然升級，其攻擊指令較1月28日暴增上百倍。XLab實驗室觀察到至少有2個僵尸網絡參與攻擊，共發起了兩波次攻擊。

使用

提問模板

1、背景+需求+約束條件

• 背景：我是一個互聯網打工人，自媒體小白。 ?
• 需求：我想學習如何運營自媒體。 ?
• 約束條件：不需要考慮視頻剪輯部分。

2、背景+問題+要求+細節

• 背景：我正在用Python開發一個天氣API，使用Flask框架…
• 問題：如何實現用戶輸入城市后返回實時天氣數據？
• 要求：請提供代碼片段，并解釋關鍵參數。
• 細節：① 嘗試用requests庫但返回404；② 需免費API密鑰。

分享今天看到的公眾號文章

第一篇文章：使用DeepSeek必備的10個技巧

該文詳細對比了DS和ChatGPT，以及介紹了V3模型和R1模型的區別和使用示例

第二篇文章：語言學博士談 DeepSeek 最佳使用方式

詳細介紹了DS推理模型R1對我們的作用和使用姿勢

第三篇文章：完整攻略：如何用好DeepSeek，一文匯總！

本地部署

本地部署大模型的意義：

1.數據隱私與安全：本地部署能確保敏感數據不出本地，避免數據泄露風險，尤其適用于醫療、金融等對隱私要求高的行業。

2.定制化需求：本地部署允許根據特定需求調整和優化模型，提升在特定任務上的表現，滿足個性化需求。

3.網絡與延遲問題：本地部署減少了對網絡的依賴，避免了網絡不穩定或延遲對實時應用的影響，適合需要快速響應的場景。

4.成本控制：長期使用云服務的成本較高，本地部署雖然初期投入大，但長期來看可能更經濟，尤其在大規模應用中。

5.合規要求：某些行業或地區有嚴格的數據存儲和處理規定，本地部署有助于滿足這些合規要求。

6.技術掌控：本地部署讓用戶完全控制模型和基礎設施，便于進行深度優化和擴展，適合有技術能力的團隊。

7.離線環境需求：在沒有網絡連接的環境中，本地部署是唯一可行的選擇，如偏遠地區或軍事應用。

8.避免供應商鎖定：本地部署減少對特定云服務商的依賴，增強自主性，避免因服務商政策變化帶來的風險。

總結來說，本地部署大模型在隱私、定制化、延遲、成本、合規、技術控制、離線需求和避免供應商鎖定等方面具有優勢，適合有特定需求的用戶。

一、命令行使用

1、下載安裝：Ollama

Ollama 是一個提供本地部署大型語言模型的工具和平臺，旨在幫助用戶在自己的設備上運行和管理大模型。它允許開發者和企業使用像 GPT-3、GPT-4 等大型語言模型，但與常規的云服務不同，Ollama 讓這些模型可以在本地機器上運行，從而實現更好的控制和隱私保護。

支持Mac、Linux、Windows三個操作系統，大同小異，本文僅演示Windows系統部署

?

2、驗證是否成功安裝

?

3、 在?Ollama?上找到DS-R1大模型。本文僅演示部署R1，V3體積太大，我的機器承受不了

?

4、根據自身的需求和電腦配置選擇模型大小

?

在大模型的規格描述中，“多少 b” 代表的是 參數量（參數規模，Parameters），而 b 在這里指的是“billion”（十億），上圖1.5b就是指15億個參數。?下面是一個模型大小配置參考表格，大家可根據自己的電腦配置來自行選擇，當然了，部署的本地模型越大，使用的深度求索效果就越好。

復制命令，到本地CMD命令行執行?

?

5、完成后，界面出現success，表示成功部署到本地

6、驗證使用

剛安裝完直接使用貌似有點小BUG，關閉后重新運行就沒問題了

以后每次啟動，就直接通過以下命令啟動

ollama run deepseek-r1:1.5b

離線模式寫了個小學生作文

如果想退出模型，在終端輸入：/bye即可，或者直接關閉窗口

大模型安裝路徑：

二、網頁使用

本地命令行使用還是不太直觀，可以選擇 Chatbox AI 進行網頁端訪問，提高可交互性。

Chatbox AI 是一款跨平臺的 AI 客戶端應用和智能助手，支持多種先進的 AI 模型和 API，可在 Windows、macOS、Android、iOS、Linux 以及網頁版上使用。?

1、點擊“啟動網頁版”

2、選擇下面的“使用自己的API KEY/本地模型”

3、選擇 Ollama API

4、配置環境變量

如何將 Chatbox 連接到遠程 Ollama 服務：逐步指南 - Chatbox 幫助中心：指南與常見問題

?

5、再次打開設置，選擇剛才下載的本地模型

?6、設置簡體中文

7、完成，使用測試，說實話，這個思考過程的展示還是很棒的