Monthly Archives: February 2025
Oracle DBA末日or重生？不会APEX=淘汰！
残酷现实：传统DBA正在消失! 只会调优SQL的DBA，正在沦为数据库修理工！ Continue reading
PPT革命！DeepSeek+Kimi=N小时工作5分钟完成？
在之前的三篇文章中，笔者介绍了有关DeepSeek的基础操作，满足了不同类型的用户需求。 想利用大模型构建属于自己的智能知识库，无论你是想私有化部署，还是直接使用API调用，都可以在这三篇文章中找到答案。 手把手系列教程1：手把手教你部署 DeepSeek 本地模型 手把手系列教程2：手把手教你喂养 DeepSeek 本地模型 手把手系列教程3：手把手教你更优雅的享受 DeepSeek 今天，我们暂时抛开知识库这类的聊天问答场景，看看DeepSeek能直接给我们打工人带来什么直接的好处。 这个话题比较大，本期就先以我们打工人最常见的苦恼来举例吧，是什么呢？ 对，就是PPT，相信每个职场人一定都经历过那种加班加点去撰写和美化PPT的场景，深夜改第8版PPT的职场人第二天还要挤早班地铁赶去给客户做汇报，充满了辛酸，打工人真是太难了！ 但实际上，PPT中的核心内容，每个制作人心里都清楚，但要给客户讲解总是需要PPT做展示，做的太丑又显得不尊重客户似的。 今天就给大家带来一种利用AI制作PPT的方法，还没尝试过的同学，按照笔者下面给出的手把手教程做一遍，保准儿能彻底颠覆你的认知。 1.使用DeepSeek生成PPT内容提纲 2.使用Kimi一键生成PPT文件 1.使用DeepSeek生成PPT内容提纲 首先，我们可以直接跟DeepSeek聊天提要求，进入DeepSeek聊天界面： https://chat.deepseek.com/ 这里演示最简单的方式，就下面一句话： 请以Markdown格式输出一份关于DeepSeek的PPT，面向初学者。 拷贝DeepSeek生成的PPT内容提纲如下（Markdown格式）： # DeepSeek 深度求索：AI探索者指南 ## 目录 1. 什么是DeepSeek？ 2. 核心技术解析 3. 典型应用场景 4. 核心竞争优势 5. 未来发展方向 — ### … Continue reading
手把手教你更优雅的享受 DeepSeek
开始之前，首先要确定你已经配置好Ollama软件并正常运行DeepSeek本地模型。如果这一步还不清楚，请翻看之前的手把手教程《手把手教你部署 DeepSeek 本地模型》。 本文是手把手教程系列第3篇，包含内容如下： 1.如何使用浏览器调用DeepSeek 2.为何使用最小DeepSeek模型演示 3.使用API方式免费体验满血版DeepSeek 1.如何使用浏览器调用DeepSeek 先前教程中，在UI界面实现这部分，给大家推荐的是 Chatbox 桌面软件，这是为了更多的小白能够没有任何门槛的直接上手实践。 但实际上，对于有梯子的读者，还有一种更加简单、轻量且优雅的Web调用方案： 只需要在Chrome浏览器中添加扩展程序 Page Assist，就可以实现在Web端更优雅的调用本地 AI 模型。 – Page Assist – 本地 AI 模型的 Web UI 注： – 1.Page Assist插件安装好之后，也可实现在无网环境下，通过Web UI随时和本地部署的各种大模型畅快聊天。 – 2.如果你的机器是全周期无法上网的，还可以下载对应Page Assist的离线安装包，手动安装即可。 下面演示下具体步骤。 打开Chrome浏览器，在地址栏输入扩展程序的网址： – chrome://extensions/ 这里点击Chrome 应用商店并搜索扩展程序 … Continue reading
手把手教你喂养 DeepSeek 本地模型
上篇文章《手把手教你部署 DeepSeek 本地模型》首发是在公众号，但截止目前只有500多人阅读量，而在自己博客园BLOG同步更新的文章热度很高，目前已达到50000+的阅读量，流量是公众号的100倍。 不管怎样，看来大家还是更喜欢这种真正手把手的教学模式。 在高流量加持下，也得到了更多读者的反馈，从评论区看到大家部署成功后都很兴奋，普遍认为这类教程对新手的帮助很大。 但也有困惑，就是成功部署本地模型之后，除了能在断网模式下也可以和deepseek聊天之外，还有哪些优势呢？ 其实从BLOG的评论区已经有读者指出，迫切的想知道下一步究竟该如何喂养这个本地模型，让它可以成为一个更有用的本地私密知识库。 下面就开始 DeepSeek 手把手系列第二篇：《手把手教你喂养 DeepSeek 本地模型》 1.基本概念科普 2.下载 AnythingLLM 软件 3.配置 nomic-embed-text 模型 4.演示如何正确喂养个人数据 5.喂养前后效果对比和缺陷 1.基本概念科普 这里先给AI小白简单科普一下基本概念，便于更好地理解本文中的动手操作。 为什么我这里叫“喂养”DeepSeek 本地模型，是因为大模型再强大也有它天然的局限性，比如训练数据不可能包含你的私域数据，而打造自己的本地私域知识库，就需要检索这些数据，具体采用的是RAG（检索增强生成）方法。 RAG，英文全称是Retrieval-Augmented Generation。简单来讲，采用RAG就需要把你的私域数据向量化，然后存储到向量数据库中，支持向量检索配合LLM大模型一起提供更专业的回复。 2.下载 AnythingLLM 软件 官方网站： – https://anythingllm.com/desktop 下载符合你系统平台的软件，我这里是Apple Intel： 下载好的AnythingLLMDesktop.dmg，dmg文件约300M多点，双击安装并拖至应用程序中： 拖动时可以看到AnythingLLM安装程序有1G大小： 然后打开AnythingLLM，欢迎界面如下： 点击Get Started配置首选LLM，这里我们选择上一篇文章已经教大家配置好的Ollama： … Continue reading
手把手教你部署 DeepSeek 本地模型
本文目标：部署 DeepSeek 本地模型，并通过 Ollama 提供 API 支持，Chatbox 提供 UI 界面。 原则：不搞那些高深的玩法，让小白也能理解并真正的上手实践。 1.下载Ollama并安装运行DeepSeek 2.下载Chatbox并配置为本地DeepSeek 3.无需联网也能和DeepSeek畅快聊天 1.下载Ollama并安装运行DeepSeek 从Ollama官方网站下载Ollama： – https://ollama.com/ 进入Ollama官方网站后，可以看到Ollama已经支持DeepSeek-R1的部署： 点击DeepSeek-R1的链接可以看到有关deepseek-r1的详细介绍： 目前deepseek-r1模型大小提供了7个选择：1.5b、7b、8b、14b、32b、70b、671b。 因为我笔记本的显卡配置较低，所以这里只能选择最小的1.5b模型来做演示： 你可以根据你的硬件情况选择，通常模型大小（参数量）越大，模型的理解和生成能力越强，但也会消耗更多的计算资源。 点击Download按钮下载符合自己平台的Ollama： 我这里选择macOS，点击下载。 下载文件大小不到200M，文件名为：Ollama-darwin.zip。 解压后打开Ollama应用程序，提示： 点击Install安装ollama。 按照提示，打开终端，使用 Command + Space 快捷键调用 terminal： 这里Ollama默认给出的例子是下载/运行llama3.2大模型， 我们这里不使用这个llama3.2模型，直接下载/运行deepseek，参数选择最小的1.5b，在终端窗口运行下面命令： ollama run deepseek-r1:1.5b jingyuzhao@jingyuzhao-mac … Continue reading
