DeepSeek掘金——SearpApi联网搜索 给DeepSeek插上翅膀

最新推荐文章于 2025-02-27 10:39:28 发布
最新推荐文章于 2025-02-27 10:39:28 发布
阅读量3.8k 收藏
点赞数 10
分类专栏： DeepSeek掘金指南 文章标签： 人工智能 大模型 deepseek
版权声明：本文为博主原创文章，遵循 CC 4.0 BY 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/king14bhhb/article/details/145846960
版权

DeepSeek掘金——SearpApi联网搜索 给DeepSeek插上翅膀

本地部署的DeepSeek API没有联网搜索功能，因此我们需要自己实现，这就是本教程的目的。

DeepSeek API+SearpApi联网搜索

我找不到 DeepSeek 的知识截止日期，所以我直接问了 DeepSeek：

img

DeepSeek 对知识截止日期的回复

如你所见，它的最新知识来自 2024 年 7 月，它建议使用互联网访问获取最新信息。

如果你直接使用该平台，可以激活“搜索”功能来搜索网络：

img

DeepSeek 中的 Web 搜索功能

但如果使用 API，则需要找到一种变通方法，这就是我们将在本线程中讨论的内容ÿ

了解本专栏 订阅专栏 解锁全文 超级会员免费看
DeepSeek掘金——DeepSeek API+SearXNG联网搜索
02-26 3329
在这篇文章中，我将提供一个快速概述，说明如何使用开源的DeepSeek R1模型和SearXNG搜索引擎在本地搭建一个能够进行网络搜索的聊天机器人。在这篇文章中，我将提供一个快速概述，说明如何使用开源的DeepSeek R1模型在本地搭建一个能够进行网络搜索的聊天机器人。这将是一项相当技术性的任务，我在考虑时感到很困难，因为通讯定位为以非技术性的方式解释技术内容，但为了帮助那些想开始AI之旅的人们，我还是决定写这篇文章。我尽力以非技术性的方式解释（因为我们是半专家，对吧？
大模型系列——SearpApi联网搜索 给DeepSeek插上翅膀
最新发布
2401_84052244的博客
03-24 657
本地部署的DeepSeek API没有联网搜索功能，因此我们需要自己实现，这就是本教程的目的。我找不到 DeepSeek 的知识截止日期，所以我直接问了 DeepSeek：DeepSeek 对知识截止日期的回复如你所见，它的最新知识来自 2024 年 7 月，它建议使用互联网访问获取最新信息。如果你直接使用该平台，可以激活“搜索”功能来搜索网络：DeepSeek 中的 Web 搜索功能但如果使用 API，则需要找到一种变通方法，这就是我们将在本线程中讨论的内容！
Deepseek Api如何联网查询？（Deepseek联网、API联网）
Dontla的博客
02-27 3979
在火山引擎平台创建 DeepSeek-R1 的推理接入点，关联应用后配置联网内容插件。需使用客户端工具 Cherry Studio 完成 API 和密钥的配置。腾讯云与 DeepSeek 合作提供集成服务，支持联网搜索功能。通过接入腾讯云的大模型知识引擎，可实时抓取互联网资讯，提升时效性。
使用SearxNG搜索API进行高效网络搜索
ahdfwcevnhrtds的博客
09-07 5723
SearxNG是一个开源的元搜索引擎,它能够聚合多个搜索引擎的结果,提供更全面的搜索体验。保护隐私:不会跟踪用户的搜索行为自定义性强:支持多种搜索引擎和参数配置开源透明:代码完全开源,可以自行部署和定制SearxNG支持多种搜索参数,使我们能够精确控制搜索结果。engines: 指定使用的搜索引擎language: 设置搜索结果的语言time_range: 限制搜索结果的时间范围categories: 指定搜索类别SearxNG搜索API为开发者提供了强大而灵活的网络搜索能力。
2种方法让本地部署的 DeepSeek-r1 具备联网搜索功能。就这么简单！
m0_65555479的博客
02-16 4966
你好呀，欢迎来到匠程，我们致力于通过帮助专业领域工作者、企业用 AI 提高生产力和创造力。在[只要四步在电脑上运行deepseek-r1，无需联网，免费且不上传隐私数据]中，我分享了如何在本地部署（下载）DeepSeek-R1，这篇文章将如何让本地部署的 DeepSeek R1 具备联网搜索功能。先看效果。在没有说明选择哪部电影下，AI选择了《哪吒2》，思考后给出了影评。效果虽然不如DeepSeek官网大模型，但是一些场景够用了。使用插件。
完美解锁！DeepSeek R1联网搜索功能，满血版API自带联网，全平台流畅使用
科技与狠活的博客
02-21 1222
DeepSeek R1 的推理能力很强大，但由于太火爆了，在 DeepSeek 官网使用，往往都是服务器繁忙。如果自己申请 API 调用，却都没有联网功能，这就无法同时享受到强大推理与实时搜索的双重便利。我经过反复测试，终于找到了一套突破性解决方案，将实时搜索和知识库功能直接集成到 Deepseek 的 API 中，赋予它原生联网能力。无论你使用的是 ChatBOX、NextChat、Cherry 等第三方应用，还是自己开发的程序，都可以轻松使用上联网版的 Deepseek R1。
deepseek联网搜索功能实现
weixin_45075377的博客
02-12 1510
实现联网搜索功能通常涉及使用搜索引擎提供的API。
TensorFlow相关组件的安装
AAI666666的博客
01-11 2508
TensorFlow相关组件的安装
DeepSeek 本地部署后如何联网搜索，小白必看秘籍！
Y525698136的博客
02-25 3869
DeepSeek 本地部署后如何联网搜索，小白必看秘籍！
如何让本地的 DeepSeek 拥有联网功能
LCG元的博客
02-19 2136
要让本地的 DeepSeek 拥有联网功能，您可以通过安装浏览器插件、配置网络参数或使用 DeepSeek 内置的联网功能来实现。以下是详细的步骤和指南。
全网最简单！本地部署DeepSeek-R1联网教程！
huang9604的博客
02-05 3万+
很多读者提到，希望本地部署的DeepSeek-R1有联网功能，今天就来说一下实现方法。
Deepseek的API调用使用(自用)
热门推荐
qq_64296768的博客
01-13 5万+
Deepseek的API调用使用(自用)
『手把手教程』：4步开启DeepSeek-R1联网搜索功能！
hunteritself的博客
02-15 7381
『手把手教程』：4步开启DeepSeek-R1联网搜索功能！
满血 DeepSeek 免费用？附联网搜索教程！暨第三方 API 平台全面横评
weixin_46281101的博客
02-14 4876
DeepSeek 中文名「深度求索」，是一家专注实现通用人工智能（以大模型为代表）的科技公司。它由量化资管巨头「幻方量化」创立于2023年7月。此外，外界也将该公司开发一系列大模型产品笼统称为“DeepSeek”。据报，DeepSeek 官网注册使用人数在一周内就突破了一个亿。2025年春节期间，DeepSeek开源的 R1 推理模型引爆互联网。（如果你使用https://chat.deepseek.com/ 网站使用【深度思考（R1）】选项来提问，那么你使用的就是 R1 推理模型）
了解google的SerpApi是个啥
chunmiao3032的专栏
04-11 4733
通过SerpApi，用户可以快速获取到他们所需的搜索结果，并且这些结果是以结构化的形式提供的，方便用户进行进一步的处理和分析。国内搜索引擎提供的这些API工具为开发者提供了丰富的搜索和数据服务，帮助他们构建各种应用程序和服务，从简单的搜索工具到复杂的数据分析系统。随着国内搜索引擎的不断发展和API服务的完善，这些工具在国内的使用将会越来越广泛。百度搜索API - baidu-api:百度提供了官方的Python SDK，名为 baidu-api，可以用来调用百度搜索、百度翻译、百度地图等多个服务的API。
Search API 概述
qq_43109978的博客
09-04 846
目录 URI Search 指定字段 vs 泛查询 TermQuery vs PhraseQuery 布尔操作 范围查询 通配符查询 Request Body Search 分页 排序 _source filtering 使用查询表达式match 短语搜索match phrase Query String Simple Query String 搜索...
探索SearxNG搜索API：从安装到集成LangChain
stjklkjhgffxw的博客
10-11 728
通过SearxNG搜索API与LangChain的结合，你可以创建功能强大且隐私友好的搜索工具。SearxNG官方文档LangChain文档。
使用SearchApi实现网页搜索与问答的指南
AGAhusaf的博客
01-14 1098
SearchApi 是一个强大的网页搜索API，允许开发者基于不同的搜索引擎(如Google News、Google Scholar等)执行查询。网页、学术文章、工作岗位等多领域的搜索。自定义参数过滤，精确获取搜索结果。搭配自然语言处理(NLP)技术，进一步增强搜索场景的智能化。# 切换到Google Jobs引擎# 查询葡萄牙的AI工程师岗位。
除了hugging face，还有别的方法可以在lmStudio上部署。DeepSeek吗
02-18
<think>好的，用户想知道除了Hugging Face之外，还有没有其他方法可以在LM Studio上部署DeepSeek模型。首先，我需要回忆一下LM Studio的功能和它支持的模型格式。LM Studio主要支持GGUF格式的模型，对吧？所以用户可能需要了解如何将DeepSeek模型转换成GGUF格式，或者找到已经转换好的版本。 接下来，用户可能已经知道Hugging Face是一个常用的模型仓库，但想找其他途径。这时候，我应该考虑其他模型托管平台，比如GitHub或者官方网站。比如，TheBloke这个用户在Hugging Face上经常转换模型到GGUF，但用户可能想找非Hugging Face的资源。不过，可能TheBloke的模型也可能发布在其他地方，或者有没有其他社区成员在GitHub上分享GGUF格式的DeepSeek模型？ 然后，我需要考虑用户是否有能力自己转换模型。如果他们想自己动手，可能需要用到llama.cpp的convert脚本，或者其他转换工具。这时候，步骤可能包括下载原始模型、安装必要的库、运行转换脚本生成GGUF文件。但是这个过程需要一定的技术背景，用户可能不熟悉，所以可能需要给出详细的步骤或者参考文档。 另外，用户可能关心DeepSeek模型是否已经有人转换好了，避免自己转换的麻烦。这时候，可能需要建议他们去DeepSeek的官方渠道查看是否有发布的GGUF版本，或者社区论坛、Discord群组里有没有资源分享。 还有，是否有可能通过其他方式在LM Studio中使用DeepSeek模型？比如，通过API调用，但LM Studio主要是本地部署，所以可能不太适用。不过，如果有类似OpenAI API的本地替代方案，可能可以集成，但不太确定LM Studio是否支持。 然后，需要检查是否有遗漏的方法。比如，是否可以通过其他模型格式转换工具，比如PyTorch转GGUF，或者ONNX转GGUF？可能需要使用llama.cpp的仓库中的转换脚本，或者相关的工具。 另外，用户可能没有说出的是，他们可能遇到了在Hugging Face下载慢或者无法访问的问题，所以需要替代的下载源。这时候，推荐GitHub镜像或者国内的平台，比如ModelScope，但不确定ModelScope是否有GGUF格式的模型。 总结下来，回答需要涵盖以下几点： 1. 检查DeepSeek官方是否有提供GGUF格式的模型。 2. 推荐其他模型仓库，比如GitHub上的第三方转换。 3. 指导用户自行转换模型，需要步骤和依赖工具。 4. 提醒注意模型许可，确保合法使用。 5. 可能提到社区资源，如Reddit、Discord获取帮助。 需要确保信息准确，比如TheBloke是否确实在Hugging Face之外有其他发布渠道，或者是否有其他知名转换者。如果不确定，可能需要建议用户优先查看官方资源，再考虑社区转换版本。同时，自行转换部分要详细但不过于复杂，避免让用户感到困难。 最后，用户可能需要具体的步骤或链接，但作为回答应避免提供可能过时的链接，而是指导他们如何搜索。例如，建议在GitHub搜索“DeepSeek GGUF”或者查看llama.cpp的文档。另外，提醒用户注意模型文件的完整性和安全性，避免下载不可信的来源。</think>在 LM Studio 上部署 DeepSeek 模型（或其他大语言模型），除了通过 Hugging Face 获取模型外，还可以通过以下方法实现： --- ### **1. 直接获取 GGUF 格式的模型** LM Studio 主要支持 **GGUF 格式**的模型（如 `deepseek-xxx.Q4_K_M.gguf`）。除了 Hugging Face，可以通过以下途径获取： - **GitHub 社区**：开发者或社区成员可能会在 GitHub 发布转换好的 GGUF 模型，搜索关键词如 `deepseek gguf`。 - **官方渠道**：查看 DeepSeek 官方是否提供 GGUF 格式的下载（部分开源模型会提供多格式支持）。 - **模型镜像站**：一些第三方平台（如国内镜像站）可能托管了转换后的模型文件。 --- ### **2. 自行转换模型为 GGUF 格式** 若没有现成 GGUF 文件，可手动将原始 PyTorch 模型转换为 GGUF 格式。步骤如下： 1. **依赖工具**：使用 `llama.cpp` 的转换脚本（需安装 Python 和 C++ 编译环境）。 ```bash git clone https://github.com/ggerganov/llama.cpp cd llama.cpp && make ``` 2. **下载原始模型**：从 DeepSeek 官方仓库获取 PyTorch 格式模型（如 `.bin` 或 `.pth` 文件）。 3. **转换脚本**： ```bash python3 convert.py --output-dir /output --outtype gguf ``` 4. **量化（可选）**：使用 `quantize` 工具压缩模型大小： ```bash ./quantize /output/model.f32.gguf /output/model.q4_0.gguf q4_0 ``` --- ### **3. 通过 LM Studio 直接加载** 转换完成后，在 LM Studio 中： 1. 点击 `Download Model` → 选择 `From a file`。 2. 上传生成的 `.gguf` 文件，LM Studio 会自动加载。 --- ### **4. 注意事项** - **模型许可**：确保遵守 DeepSeek 模型的许可证（部分模型仅限研究用途）。 - **性能优化**：量化等级（如 Q4_K_M）需权衡速度与精度，低量化可能影响输出质量。 - **社区支持**：若遇到问题，可在 Reddit、Discord 或 LM Studio 社区寻求帮助。 --- ### **总结** 核心思路是获取或生成 GGUF 格式的模型文件。优先搜索现有资源，若无则自行转换。DeepSeek 作为国产开源模型，社区支持可能逐步增加，建议关注其官方动态或技术论坛（如知乎、掘金等）获取最新信息。
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

打赏作者

不二人生

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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