pycharm 接本地部署deepseek
时间: 2025-06-23 15:40:54 浏览: 11
### 配置和连接本地部署的 DeepSeek 模型或服务
要在 PyCharm 中成功配置并连接本地部署的 DeepSeek 模型或服务,可以按照以下方法完成:
#### 插件安装
为了简化集成流程,可以通过安装 `Proxy AI` 插件来快速实现与 DeepSeek 的交互。启动 PyCharm 后,点击左侧导航栏中的 **Plugins**,进入 **Marketplace** 页面,在搜索框中输入 `Proxy AI` 并找到对应的扩展应用进行安装[^2]。
#### 设置环境变量
在某些情况下,DeepSeek 可能依赖特定的服务地址或者 API 密钥来进行通信。因此需要确保这些参数被正确传递给插件或脚本运行环境。可以在 PyCharm 的设置界面 (**Settings -> Build, Execution, Deployment -> Console**) 下指定所需的环境变量,例如:
```bash
export DEEPSEEK_API_KEY="your_api_key_here"
export DEEPSEEK_BASE_URL="http://localhost:8080"
```
#### 创建 Python 脚本
接下来创建一个名为 `deepseek_chat.py` 的新文件用于测试模型功能。在此文件中编写一段简单的代码调用已部署好的 DeepSeek 服务接口。以下是示例代码片段:
```python
import requests
def query_deepseek(prompt_text):
url = 'http://localhost:8080/v1/completions'
headers = {"Content-Type": "application/json"}
payload = {
"model": "deepseek",
"prompt": prompt_text,
"max_tokens": 50
}
response = requests.post(url, json=payload, headers=headers)
result = response.json()
return result['choices'][0]['text']
if __name__ == "__main__":
user_input = input("Enter your question or code snippet:")
answer = query_deepseek(user_input)
print(f"Response from model:{answer}")
```
此部分逻辑通过 HTTP 请求向本地服务器发送数据请求,并解析返回的结果展示给用户[^3]。
#### 测试验证
保存以上更改之后即可执行该程序以确认一切正常工作。如果遇到任何错误消息,则需仔细检查网络路径、端口号以及认证令牌等内容是否匹配实际部署情况。
---
阅读全文
相关推荐


















