满血671B DeepSeek-R1模型5分钟打造AI应用——DeepSeek + Dify：零代码打造专属AI应用，小白也能玩转大模型！

已于 2025-02-11 21:56:14 修改
阅读量1.5k 收藏 27
点赞数 30
分类专栏： Deepseek 文章标签： Deepseek R1 Deepseek V3 DIFY Docker Agent Workflow 昇腾云
于 2025-02-11 21:50:50 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/a1966565/article/details/145577650
版权

1话不多说，手把手教你打造专属AI应用

1.1API-KEY注册

打开硅基流动官网并注册/登录账号。（https://siliconflow.cn/zh-cn/siliconcloud）
完成注册后，打开 API 密钥 ，创建新的 API Key，点击密钥进行复制，以备后用。


 新建API密钥取名“test”，点击小眼睛图标，手动点击复制到常用的文档中。等DIFY的模型供应商设置好后需要粘贴进去，这样就实现了Deepseek对DIFY的链接，让Tokens可以通过API管道输入输出。

1.2 DIFY设置

        2024 年，做一款面向全球的产品几乎成为 AI 创业者的必修课，Heygen、Talkie、Monica 等都在北美获得了可观的营收。Dify 是一个开源的、面向全球的、ToB 的 AI 应用开发平台。过去一年，Dify 成为成长最快的 AI Infra 产品。作为一个开源项目，Dify 在 GitHub 上已经有 54000 个 Star，迅速跻身为全球 LLM Tools 增速 Top1 的开源项目，其开源版本在全球有 300 多万的安装量。

        使用DIFY可以从海外IP直接登陆DIFY官网，也可以从使用DOCKER进行部署。

Dify.AI · 生成式 AI 应用创新引擎

手把手教你用Docker部署Dify平台，打造可视化LLM应用环境

1注册dify

        “开始使用”进入并注册登陆；

2Dify设置

        右上角客户界面，点击“设置”

3模型供应商

        “模型供应商”中选择“siliconflow"。如果不选硅基流动，也可以对应注册api的服务商。目前，Dify 的模型生态中已有多家 MaaS 服务商提供了 R1 部署，包括 Microsoft Azure AI Foundry、AWS BedRock、NVIDIA API Catalog、Groq、Together.ai、Fireworks AI、OpenRouter、Siliconflow 等。DeepSeek API 又崩了？Dify 三重保险让你的应用永不掉线

4 API-KEY

        1.1中保存的”test"API-KEY复制粘贴在此处。

5设置成功

        模型列表出现siliconflow，并且呈现出绿点即代表API-KEY获得认可设置成功。

6显示模型列表

        点击“显示模型”展示出目前云服务商支持的模型列表，这将在Agent搭建页面中可供选择。

6.5进阶：添加模型

        如果在SILICONFLOW官网上看上了一款模型，您发现它还没被列入模型列表该怎么办？

比方说我的RAG项目需要使用多款嵌入模型来测试文本调用的效果，我发现嵌入模型中还有漏网之鱼未被选上。

        选中目标模型，复制模型名称

在模型列表右上角，点击“添加模型”

        设置模型类型：“嵌入模型”即是“Text Embedding模型”，填入模型名称和API-KEY

        列表中显示出来即是添加成功

7DIFY创建应用

        回到DIFY界面，创建空白应用。我们从最常用的“聊天助手”开始，先给它取个拉风的名字。

我以Deepseek官网提供的提示词样例：新闻总结助手为例。简介可以写可以不写。Prompt Library | DeepSeek API Docs

8新闻总结助手设置

        “编排”界面，将官方提示词模板复制粘贴上去，这规定了AI执行您的对话任务时的角色立场，它是我的新闻总结编辑，按照我规定的json格式把我提供的新闻稿整理出来。        

        右上角“模型名”点击拉开列表选择最出色的Deepseek V3作为常规对话AI，在这种任务中会有更好的表现。而Deepseek R1是推理模型，在进行复杂任务推理或者深度文本创作中，常有令人惊奇的表现。

9正常回答并发布

        如果出现了正常的回答内容，那么这次设置就成功了。点击“发布”

10发布途径

        点击“发布”会自动生成版本记录，能够在网页端打开，也可以通过代码嵌入网站或者API的方式进一步开发前端。

2为什么是DeepSeek + Dify

        DeepSeek 以其卓越的开源模型推理性能，在全球范围内迅速获得关注。但由于官方模型 API 供不应求，许多开发者深感“无 API 可用”的窘迫。Dify 再次走向前沿，为此提供了解决方案。作为始终秉持“模型中立”原则的开源 LLM 应用开发平台，并且支持全球 1000+ 种开源/闭源模型，能够“一秒切换”至不同模型能力，使开发者可快速在多种大模型之间灵活切换。

        Dify 早在 DeepSeek-R1 发布前，就已陆续接入了包括 V3 在内的多款 DeepSeek 模型。通过社区贡献者与团队工程师的合力，开发者现可在 Dify 中灵活调用官方 API，或通过多家 MaaS 平台乃至本地部署的方式使用 R1，实现“一站式”集成和编排 LLM 应用，让 DeepSeek API 的不稳定不再成为阻碍。

        Dify 是一款开源的大语言模型(LLM) 应用开发平台。它融合了后端即服务（Backend as Service）和 LLMOps 的理念，使开发者可以快速搭建生产级的生成式 AI 应用。即使你是非技术人员，也能参与到 AI 应用的定义和数据运营过程中。

        由于 Dify 内置了构建 LLM 应用所需的关键技术栈，包括对数百个模型的支持、直观的 Prompt 编排界面、高质量的 RAG 引擎、稳健的 Agent 框架、灵活的流程编排，并同时提供了一套易用的界面和 API。这为开发者节省了许多重复造轮子的时间，使其可以专注在创新和业务需求上。

3干货：API的账是这么算的

        算一算使用小账：1个汉字对应0.6个token，deepseek R1的价格是输出16元钱1百万tokens，也就是说16元钱对应166万6666.6个汉字。输入4元钱1百万tokens，也就是说您提供的输入内容4元钱对应166万6666.6个汉字。

除非是论文阅读、小说写作这样的大量文本场景，一般个人半年用不完100万tokens。

     token 是模型用来表示自然语言文本的基本单位，也是我们的计费单元，可以直观的理解为“字”或“词”；通常 1 个中文词语、1 个英文单词、1 个数字或 1 个符号计为 1 个 token。

一般情况下模型中 token 和字数的换算比例大致如下：

1 个英文字符 ≈ 0.3 个 token。
1 个中文字符 ≈ 0.6 个 token。
但因为不同模型的分词不同，所以换算比例也存在差异，每一次实际处理 token 数量以模型返回为准，您可以从返回结果的 usage 中查看。


思维链为deepseek-reasoner模型在给出正式回答之前的思考过程。

模型(1)上下文长度最大思维链长度(2)最大输出长度(3)百万tokens
输入价格
（缓存命中）(4)		百万tokens
输入价格
（缓存未命中）		百万tokens
输出价格
输出价格
deepseek-chat64K-8K0.5元2元8元
deepseek-reasoner64K32K8K1元4元16元(5)
  1. deepseek-chat 模型已经升级为 DeepSeek-V3；deepseek-reasoner 模型为新模型 DeepSeek-R1。
  2. 思维链为deepseek-reasoner模型在给出正式回答之前的思考过程，其原理详见推理模型。
  3. 如未指定 max_tokens，默认最大输出长度为 4K。请调整 max_tokens 以支持更长的输出。
  4. 关于上下文缓存的细节，请参考DeepSeek 硬盘缓存。
  5. deepseek-reasoner的输出 token 数包含了思维链和最终答案的所有 token，其计价相同。

    扣费规则​

    扣减费用 = token 消耗量 × 模型单价，对应的费用将直接从充值余额或赠送余额中进行扣减。 当充值余额与赠送余额同时存在时，优先扣减赠送余额。

    产品价格可能发生变动，DeepSeek 保留修改价格的权利。请您依据实际用量按需充值，定期查看此页面以获知最新价格信息。

【AI】HR必看！DeepSeek-R1+Dify打造AI简历筛选神器，3步提效300%！
德仔
03-06 1315
目前，我采用的是dify+deepseek（本地部署）搭建实现了一个AI筛选简历工作流，通过LLM评分模型完成初步的筛选；简历筛选缩短分钟级！通常公司在招聘时的流程：把简历录入到系统，招聘系统中设置多个标签，然后逐一查看系统筛选出的候选人简历进行初步筛选。首先，输入我们要招聘的岗位，职责和要求；AI应用可以帮助我们把简历和我们提前设定好的一些要求，进行匹配，并输出初步的结论。可以看到，应用会帮助我们把简历的关键信息提取出来，并且和我们提前设定好的一些要求，进行匹配，并输出初步的结论。
免费deepseek-r1满血版部署：百度千帆大模型平台+Dify添加相应的模型供应商
xiezhipu的博客
02-08 1986
这两天头条全是deepseek的消息，其实我们一上班也开始搞这个了。不管怎么说，本地部署一番总是少不了的。英伟达GPU版本下，ollama部署蒸馏版，这个还蛮简单的，咱就不说了。不过推理速度好像挺慢的英伟达GPU版本下，ollama部署满血量化版。网上有教程，但确实还是没成功，光下载权重下载了好几天昇腾NPU下，部署蒸馏版或者满血版。没实现呢。看到有人说昇腾部署满血版，需要四台机器，32张卡，不知道真的假的云服务部署满血版。本来想赶紧实现了，写出来，蹭一番热度，奈何多线开工，一个都没整出来。
DeepSeek+dify 本地知识库：高级应用Agent+工作流
最新发布
yxkong的专栏
03-05 2818
工作流通过将复杂的任务分解成较小的步骤（节点）降低系统复杂度，减少了对提示词技术和模型推理能力的依赖，提高了 LLM 应用面向复杂任务的性能，提升了系统的可解释性、稳定性和容错性。一个完整的工作流，必须具备开始和结束两个节点。Chatflow：面向对话类情景，包括客户服务、语义搜索、以及其他需要在构建响应时进行多步逻辑的对话式应用程序。Workflow：面向自动化和批处理情景，适合高质量翻译、数据分析、内容生成、电子邮件自动化等应用程序。
DeepSeek大模型与Dify AI应用平台整合入门
liu_xp2003的博客
02-05 9269
边看边用边学将Dify LLM应用开发平台在NAS端部署，再结合DeepSeek-R1大模型对接构建私有的AI平台服务。构建属于自己的AI平台聊天助手，工作流，知识库和智能体。
【AI】DeepSeek+Dify构建知识库、Agent（智能体）、工作流、聊天助手
python1234567_的博客
02-18 7183
昨天看到一个网友说"不会使用DeepSeek，那么这东西到普通人手里，就是百度Plus版"，这么说也不无道理。为什么DeepSeek会掀起这么大的浪潮，是因为过去我们想实现的很多事情都要基于机器对自然语言的理解，比如机器人发展了很久，现在有了机器狗、人形机器人，但还是需要遥控去控制，而不具备自主思维。再比如刚出来的Gpt、文心一言，更像是拼凑起来的文字，具有浓重的程序化风格。
手把手教你将本地部署的DeepSeek R1集成到Dify
m0_63171455的博客
02-01 6259
今天，手把手教大家在本地部署DeepSeek R1，并将其集成到Dify中，实打实提升你的工作效率！本部分介绍在本地通过ollama部署DeepSeek R1。在ollama官网，选择操作系统，下载ollama应用程序并安装命令行输入ollama，出现下面的提示，则说明安装成功。在ollama官网，点击「Models」，选择第一个「DeepSeek R1」根据自己的显存选择对应的版本大小。推荐GPU：- 7B和16B之类的较小型号，消费者GPU（例如NVIDIA RTX 4090）是合适的。
DeepSeek+Dify炸场！本地知识库「私有化核弹」：效率飙涨300%，企业数据安全从此躺赢！
wind1_rain的博客
02-25 2257
操作系统： mac在使用docker进行镜像拉取的时候，存在拉取不下来，或者超时的问题，就会报docker: Error response from daemon: Get “https://registry-1.docker.io/v2/“: net/http: request canc的错误，导致无法开心的使用docker。
Deepseek+Dify：零代码玩转AI应用开发，普通人也能轻松实现！
2401_84494441的博客
02-21 1290
上文我们已经安装好Dify，这里就带大家在Dify里设置deepseek，并开始第一个AI应用的搭建。一）环境及准备前置条件：电脑硬件满足基本要求，且已经完成了Ollma+Deepseek+Dify社区版的安装。软硬件要求：具体可查看[一文解锁，Dify + Deepseek 构建本地知识库与 Agent 应用]二）Dify模型设置1. 访问Dify，浏览器输入 localhost/install，首次进入初始化设置账号密码，然后登录。页面如下：2. 添加模型。
幕僚云私有化部署Dify+Ollama+DeepSeek-r1
02-14
DeepSeek-r1则可能是一个深度学习或人工智能引擎，用于实现复杂的数据预测和模式识别。三者结合使用，能够在私有化部署的环境下为用户提供一套完整的数据处理和分析解决方案。 私有化部署Dify+Ollama+DeepSeek-r1的...
DeepSeek-R1最佳本地部署+知识库+联网搜索（2个安装包1条命令搞定）.pdf
02-10
完成下载后，下一步是选择合适的DeepSeek R1版本，该版本拥有不同模型，包括1.5B Qwen、8B Llama、14B Qwen、32B Qwen以及70B Llama。用户需要根据自己的电脑配置选择相应版本，否则可能影响电脑性能。例如，对于一...
本地部署DeepSeek-R1（Ollama+Docker+Dify知识库）ubuntu
02-18
DeepSeek-R1是一种基于机器学习和自然语言处理技术的应用，旨在提供高级搜索和数据分析能力，而Ollama是一个与之相关的软件包，Docker提供了一个轻量级的虚拟化容器环境，而Dify则是一个AI知识库平台。 首先，我们...
当下热点：DeepSeek+Dify 本地知识库，用了都说太香了！
CSDN_224022的博客
02-22 2237
之前我做了个AnythingLLM+DeepSeek去搭建本地知识库的教程，我发现阅读数挺高的，说明大家挺喜欢这个系列。但是我最近又发现 Dify+DeepSeek 去搭建本地知识库才是最牛的，，比德芙还要丝滑~今天这篇文章，纯小白也可以跟着做，不需要有计算机技术基础哦，一起来动手搭建本地最强知识库吧！
DeepSeek + Dify部署本地大模型和知识库
huang9604的博客
02-06 6760
DeepSeek + Dify部署本地大模型和知识库
一文读懂！DeepSeek 与 Dify 打造 AI 应用实战指南
weixin_58753619的博客
02-27 1192
文件上传后，Dify 会自动对数据进行处理和索引，将这些知识转化为可以快速检索和利用的形式。
DeepSeek + Dify + Docker 零代码！一键搭建本地私有AI知识库
Gblfy_Blog
02-15 6112
DeepSeek + Dify + Docker 零代码！一键搭建本地私有AI知识库
DeepSeek + Dify ：零成本搭建企业级本地私有化知识库保姆级教程
python1222_的博客
02-14 5418
DeepSeek作为可以私有化本地部署的大模型，加上Dify这个组合，我们还可以有很多其他应用场景，比如：智能客服，智能题库。也可以把自己的个人资料，过往输出文章，日记等所有个人信息上传到本地知识库，打造自己的私人助理。Dify还有很多其他功能，有了deepseek这样的优秀国产AI大模型加持，我们可以做更多智能体应用。当然，Dify也可以像coze一样，发布为对外服务的api，这样，它就可以结合cursor快速做出更多的AI应用。何以破局，唯有行动！
DeepSeek+dify 本地知识库：真的太香了
大华的程序人生
02-21 4657
哪里我们说了，我们可以通过提示词临时注入知识，给大模型，但是大模型的上下文是有长度限制的，我们通过各种技术把最合适的内容挑选出来，然后给大模型。由于我的dify安装的比较早，是0.7.x版本，为了给大家演示，就把原来的铲了。点击工作室，我们可以看到有很多丰富的应用，包括聊天助手、agent、工作流等 我们选择最简单的应用，聊天助手，点击5，创建空白应用。默认占用的是80和443端口，如果你本机已经部署了其他的应用，占了该端口，修改.env文件中的下面两个变量。需要注意的是dify，上传文件是有大小限制的。
本地搭建DeepSeek和知识库 Dify做智能体Agent(推荐)
weixin_55010563的博客
02-11 1284
Ollama 是一款跨平台的大模型管理客户端（MacOS、Windows、Linux），旨在无缝部署大型语言模型 (LLM)，例如 DeepSeek、Llama、Mistral 等。通过将本地部署的 DeepSeek 服务无缝集成到 Dify 平台，企业可以在确保数据隐私的前提下，在本地服务器环境内构建功能强大的 AI 应用。注：根据本机配置，选择合适的DeepSeek模型进行部署。本机推荐安装 7B 尺寸模型，大约需要拉取4.7GB数据，可以在ollama官网搜索模型，查看模型大小。
硅基流动 deepseek dify
02-20
### 关于硅基流动、Deepseek 和 Dify 的 IT 项目和技术详情 #### 硅基流动与 Deepseek 集成的技术细节 硅基流动作为中国本土化的 AI 平台，提供了灵活多样的 API 接口用于集成不同的 AI 模型。对于希望利用高性能的 Deepseek V3 或者擅长推理任务的 Deepseek R1 进行开发的企业和个人来说，通过硅基流动可以实现便捷高效的接入[^1]。 为了使用硅基流动上的 Deepseek R1 模型，开发者需完成一系列配置操作，包括但不限于创建账户、获取 API 密钥以及设置 Chatbox 客户端来调用所需的服务接口[^3]。具体而言： - **注册账号**：访问官方提供的注册页面进行新用户的创建； - **生成 API Key**：进入个人中心的安全管理板块，按照指引申请新的 API 访问令牌； - **配置客户端环境**：下载并安装适用于目标平台（Web/桌面应用程序）的聊天工具——Chatbox，并依据指导文档输入必要的连接参数； 这些准备工作完成后，用户便能够借助 RESTful API 调用来执行诸如自然语言处理等高级功能。 #### 使用 Python 实现简单的 API 请求示例 下面是一个基于 Python 编写的简单脚本，展示了如何向已部署好的 Deepseek R1 发送请求并接收响应数据： ```python import requests def query_deepseek(api_key, api_domain, model_name, prompt): url = f"https://{api_domain}/v1/models/{model_name}:predict" headers = { 'Authorization': f'Bearer {api_key}', 'Content-Type': 'application/json' } payload = {"prompt": prompt} response = requests.post(url, json=payload, headers=headers) if response.status_code == 200: result = response.json() return result['choices'][0]['text'] else: raise Exception(f"Error calling the API: {response.text}") # 替换成实际值 api_key = "your_api_key_here" api_domain = "example.deepseek.com" model_name = "Deepseek-R1" print(query_deepseek(api_key, api_domain, model_name, "你好")) ``` 此代码片段实现了发送 HTTP POST 请求至指定服务器地址的功能，并解析返回的结果以提取有用的信息。 #### Dify 在企业级应用中的角色 Dify 是指一种特定类型的框架或库，它可能专注于某些领域内的自动化流程或是优化算法的设计。虽然当前提供的资料并未直接提及有关 Dify 更详尽的内容，但从上下文中推测其可能是围绕着提高工作效率和服务质量展开的一种解决方案[^2]。不过需要注意的是，“dify”这个词并非广泛认可的标准术语，在不同语境下含义可能会有所差异。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值