MATLAB联动本地部署的DeepSeek模型_deepseek接入matlab-CSDN博客

本文链接：https://blog.csdn.net/qq_42164483/article/details/145529512

MATLAB联动本地部署的 DeepSeek 大模型

文章目录

MATLAB联动本地部署的 DeepSeek 大模型

1. 为什么要本地部署DeepSeek模型

保护个人/公司数据隐私：
- 部署本地大模型能有效避免敏感数据上传至云端，保障隐私安全。
无网络情况（如野外作业等）：
- 在无网络环境下依然可以使用强大的 AI 模型，特别适用于野外科研、偏远地区办公等场景。
研究学习：
- 开发者和研究人员可通过本地部署，深入学习和调试模型参数，方便进行实验和个性化定制。

2. 运行效果

测试环境：MacBook M3, 16GB RAM

运行效果1
运行效果2

3. 本地部署步骤

B站演示视频

3.1 下载 LM Studio (大模型部署软件)

LM Studio 是一款便捷的大模型部署工具，支持多平台，下载方式如下：

访问 LM Studio 官网。
根据操作系统选择合适版本下载并安装。
安装过程非常简单，按提示操作即可。

LM Studio 安装界面

3.2 下载开源模型权重及部署到指定位置

下载 DeepSeek 开源模型权重，确保硬盘空间充足。模型权重文件大小因版本不同而有所差异：

完整模型：约 2GB，适用于对模型精度要求较高的场景。
量化版本：约 700MB，更适合硬件资源有限的设备。

模型权重下载

3.3 模型权重文件放置位置

将模型文件按照以下路径结构存放，确保 LM Studio 能正确识别：

/发布者文件夹/模型名称/模型权重文件（.gguf 格式）

示例路径：

/DeepSeek/ChatModel/deepseek-chatmodel.gguf

正确的文件夹结构

3.4 加载模型

打开 LM Studio，进入聊天界面。
点击 “选择模型”，找到已配置的 DeepSeek 模型。
点击加载。

加载模型

3.5 模型加载设置（默认即可）

加载模型时，会弹出配置界面，包括以下参数：

上下文长度：默认最大，适合大多数使用场景。
使用设备：可选择 CPU 或 GPU，推荐使用 GPU 提升性能。
CPU 线程数：默认即可，特殊需求可根据硬件配置调整。

模型加载设置

3.6 开启本地服务端

如果需要通过 API 调用本地模型，可开启服务端功能：

在 LM Studio 中找到 “开启服务端” 选项。
记录下服务端的地址和端口，供后续调用使用。

开启本地服务端

3.7 使用 MATLAB 调用本地模型

以下是使用 MATLAB 调用本地部署的 DeepSeek 模型的示例代码：

clc;
clear;
close all;

% 设置API URL
url = 'http://localhost:1234/v1/chat/completions';  % 本地模型服务地址

% 构建消息体，保持与API要求一致
messages = struct(...
    'role', {'system', 'user'}, ...
    'content', {'You are a helpful assistant.', 'matlab写一段求解二元一次方程根的程序'} ...
);

% 定义请求体
payload = struct(...
    'model', 'deepseek', ...  % 替换为你的本地模型名称
    'messages', {messages} ...
);

% JSON编码请求体
payloadJson = jsonencode(payload);

% 设置请求头，确保格式正确
options = weboptions(...
    'HeaderFields', {...
        'Authorization', ['Bearer ' 'sk-']; ...
        'Content-Type', 'application/json'; ...
    }, ...
    'MediaType', 'application/json', ...
    'Timeout', 30 ...  % 延长超时时间
);

% 发送POST请求
response = webwrite(url, payloadJson, options);

% 输出响应结果
disp(response);
responseText = response.choices.message.content;