IDEA、Vs Code 接入DeepSeek,让你的开发效率翻倍!

大模型向量数据库AI开放平台

01

前言

就在年初,人工智能领域再次迎来了里程碑式的突破,人工智能企业DeepSeek发布了deepSeek-r1模型,只用了美国企业OpenAI十分之一的成本投入,就实现了OpenAI o1正式版相当的性能,而且对接API,0.1元百万tokens,这无疑是国产AI模型的一大突破。

本篇文章介绍开发工具IDEA和Vs Code如何接入DeepSeek,帮我我们在日常开发场景中,使用AI来解决BUG、编写代码等,提高开发效率。

02

VsCode 接入DeepSeek

进入https://www.deepseek.com/,选择API开放平台

picture.image

如果第一次进入,需要进行注册登录,可以使用微信扫码登录,新人登录后会赠送500w的tokens,时限1个月。

在左侧进入API keys,然后创建一个API key,注意创建后不要立即关闭,需要将API key进行复制,因为API key只有在生成后可以看到。

picture.image

picture.image

打开VsCode,在左侧功能栏中找到扩展图标,搜索cline进行安装,Cline是一个强大的自主编码助手,能够在你的IDE中提供全面的开发支持。通过创建和编辑文件、执行命令、使用浏览器和扩展能力,Cline为你提供了一个安全且高效的开发环境。快速开始使用Cline,只需安装扩展、配置 API 、使用命令面板并执行任务,即可体验其强大的功能和便捷的工作流程。

picture.image

在cline中选择设置,进行配置API key,点击Done完成

picture.image

可以在输入框中输入@进行添加文件上下文,可以让AI模型针对于该上下文进行深度思考编码

picture.image

picture.image

030202020202

IntelliJ IDEA 接入DeepSeek

同样的,首先创建DeepSeek的API key,这里我就不再演示了。

首先进入Settings

picture.image

在Plugins栏,搜索CodeGPT,进行install安装

picture.image

安装成功后,重启idea,重新打开Settings,在Tools中找到CodeGPT,打开Custom OpenAI,输入API key,URL输入

https://api.deepseek.com/chat/completions

将Body中的model改为deepseek-chat

picture.image

选择Code Completions,输入API key,勾选Enable code completions,FIM template选择为DeepSeek Coder,URL输入为

https://api.deepseek.com/beta/completions

picture.image

测试是否可以

picture.image

04

接入通义灵码

以上这些都是请求官方deepseek的API,目前官方的接口时不时就服务器繁忙,也可以选择接入通义灵码,相对来说比较稳定点。

目前通义灵码已经升级为通义灵码2.0,加入了功能AI程序员,可以根据当前项目的上下文进行自动编写代码,只需要人工点击同意或者拒绝即可,对于程序员来说,功能十分强大,可以为我们开发项目节约不少时间。并且目前通义灵码已经接入了deepSeek-r1和deepSeek-v3模型,下面来介绍一下如何安装接入。

IntelliJ 系列的开发工具,直接打开Settings,找到Plugins,在里面搜索TONGYI Lingma,点击install安装

picture.image

picture.image

同样的,在Vs Code中,点击左下角的扩展图标,进行搜索TONGYI Lingma,进行安装。

picture.image

安装完毕后,点击左侧图标栏中的通义灵码,先登录

picture.image

在问答框的左下角,可以看到,默认用的是qwen-2.5的模型,但是也可以选择deepseek-v3或者deepseek-r1模型。

picture.image

推荐大家可以试一试AI程序员这个功能,可以根据上下文选择文件,自动帮你进行编码。

050202020202

END

好了,今天的文章内容就到这里啦,感谢您的观看,如果觉得对您有帮助,关注阿龙,技术分享持续更新中哦~

0
0
0
0
关于作者
关于作者

文章

0

获赞

0

收藏

0

相关资源
大规模高性能计算集群优化实践
随着机器学习的发展,数据量和训练模型都有越来越大的趋势,这对基础设施有了更高的要求,包括硬件、网络架构等。本次分享主要介绍火山引擎支撑大规模高性能计算集群的架构和优化实践。
相关产品
评论
未登录
看完啦,登录分享一下感受吧~
暂无评论