• 粉丝日志首页

用openManus搭建AI智能体

架构师的信仰系列文章,主要介绍我对系统架构的理解,从我的视角描述各种软件应用系统的架构设计思想和实现思路。

从程序员开始,到架构师一路走来,经历过太多的系统和应用。做过手机游戏,写过编程工具;做过大型Web应用系统,写过公司内部CRM;做过SOA的系统集成,写过基于Hadoop的大数据工具;做过外包,做过电商,做过团购,做过支付,做过SNS,也做过移动SNS。以前只用Java,然后学了PHP,现在用R和Javascript。最后跳出IT圈,进入金融圈,研发量化交易软件。

架构设计就是定义一套完整的程序规范,坚持架构师的信仰,做自己想做的东西。

关于作者:

  • 张丹,数据分析师/程序员/Quant: R,Java,Nodejs
  • blog: http://blog.fens.me
  • email: bsspirit@gmail.com

转载请注明出处:
http://blog.fens.me/deepseek-openManus-agent/

前言

上周 Manus 发布的人工智能产品再度引爆了国内科技圈,融合了AI 智能体的结合混合调度系统,一下子又把 AI 可以快速替代人工,推向了一个新高度。随着后面几天,大家对于Manus的解读,又出现的反转剧情,把 Manus 再度拆解为套壳应用。随之有很多的团队,快速模仿 manus 的思路。

我们也是在第一时间,跟进了模仿者思路,通过openManus项目快速搭建一个AI智能体应用。

目录

  1. openManus是什么
  2. openManus本地安装基础环境
  3. 接入DeepSeek
  4. 让智能体开始干活

1. openManus 是什么

Manus 的爆火带动AI智能体的发展,Manus在人机交互和用户体验方面确实做得非常出色,而且对用户的使用范围没有限制,能够完成各类通用任务。

通过官网的自动化任务,可以把一个目标,让AI自己分解成多个子任务,然后像人一样的,去打开网页操作,一下惊艳八方。可惜manus需要邀请码,还没有对大众开放,我们无法体会到,这种智能体的强大。

当 manus 被快速破解后,就有了 OpenManus 。

OpenManus 是这样形容自己的:“Manus 非常棒,但 OpenManus 无需邀请码即可实现任何创意 🛫!”

我们的团队成员 @Xinbin Liang 和 @Jinyu Xiang(核心作者),以及 @Zhaoyang Yu、@Jiayi Zhang 和 @Sirui Hong,来自 @MetaGPT团队。我们在 3 小时内完成了开发并持续迭代中!

这是一个简洁的实现方案,欢迎任何建议、贡献和反馈!

用 OpenManus 开启你的智能体之旅吧!

github主页:https://github.com/mannaandpoem/OpenManus

openmanus是一个实验性的,3天复刻manus,不做商业化,而是完全开源的。我们把它理解为一个框架比较好,并不是一个产品,因此,也没有界面,要依靠命令行来使用。

通过openmanus,可以让我熟悉AI智能体的开发思路。在openmanus上面做2次开发,比自己从头搭建要容易很多。

2. openManus本地安装基础环境

首先,确认好我们已经安装好了python,或者ananconda集成环境。

如果没安装python,请先去python官网下载最新的版本,https://www.python.org/downloads/,或者在ananconda网站下载最新版本的https://www.anaconda.com/download。(python不会装的,请参考文章Deepseek快速本地安装

我本地已经安装好了python,打开命令行,检查python版本。进入D盘,进出pylib目录。


# 进入D盘,进入pylib目录
C:\>d:
D:\>cd pylib

# 使用python命令
D:\pylib>python
Python 3.12.8 (tags/v3.12.8:2dc476b, Dec  3 2024, 19:30:04) [MSC v.1942 64 bit (AMD64)] on win32
Type "help", "copyright", "credits" or "license" for more information.
>>>

然后,我们就可以从github上面,下载OpenManus项目的代码了。


D:\pylib>git clone https://github.com/mannaandpoem/OpenManus.git
D:\pylib>cd OpenManus

安装依赖包,后面就是漫长的等待了。


D:\pylib>pip install -r requirements.txt

如果pip不是最新,可能需要更新一下pip工具,然后再重新执行安装依赖包的命令。


D:\pylib>python.exe -m pip install --upgrade pip

由于openManus还会大量使用本地计算机的工具,因此还需要安装playwight,这个过程也要等好久。


D:\pylib>playwright install

openManus 主要使用了本地的5个基础工具,包括 PythonExecute(), WebSearch(), BrowserUseTool(), FileSaver(), Terminate()。

3. 接入DeepSeek

接下来,找到config目录下面 config.example.toml 文件进行复制,生成一个新文件 config.toml。这个文件就是用于配置大模型通信接口。

注:涂黑的部分是我的key,我隐藏了。

编辑 config/config.toml 添加 API 密钥和自定义设置。我使用是的官方Deepseek的API,需要登录Deepseek官方网站,申请api-key,并进行充值。

首先,打开Deepseek的官方网站,点击右上角 API开发平台,然后进行登录。

创建一个api-key,把key的内容复制,粘贴到config.toml文件的对应内容部分。(我涂黑隐藏的部分)

我们需要充值,才能通过API的方式使用Deepseek。冲个10元,50元都行。

充值完成后,可以看看实际用量的情况。

我们配置完Deepseek后,就可以启动openManus了。

4. 让智能体开始干活

切换到命令行,启动openManus。


D:\pylib\OpenManus>python main.py
INFO     [browser_use] BrowserUse logging setup complete with level info
INFO     [root] Anonymized telemetry enabled. See https://docs.browser-use.com/development/telemetry for more information.
Enter your prompt (or 'exit'/'quit' to quit):

输入一个任务:
请给我设计一个从北京到义乌的4天旅游行程,晚上住好点,白天吃好点,不大累,逛逛小商品市场。

启动OpenManus任务,它自动进行任务拆解。首先,调用【google_search】搜索出几个与题目相关的网页。

打开浏览器,调用【browser_use】启动本地的浏览器,打开网页,开始爬取数据。

整合网页信息,进行合并汇总,调用本地工具【file_saver,python_execute,terminate】进行文件保存。

在当运行的目前下,会生成下面2个输出文件。

生成文件:义乌4天旅游行程.txt 文件,作为行程概览。

生成文件:义乌4天旅游行程.json 文件,作为详细的行程的内容输出。

大概一个流程下来,需要调用Deepseek的API有5次左右,0.5元的成本。

随着对 Deepseek 的深入使用和能力挖掘,希望能让AI真正成为我们实际工作的得力干将。

转载请注明出处:
http://blog.fens.me/deepseek-openManus-agent/

2025 Global AI Bootcamp : Deepseek在数据分析领域落地的思考

跨界知识聚会系列文章,“知识是用来分享和传承的”,各种会议、论坛、沙龙都是分享知识的绝佳场所。我也有幸作为演讲嘉宾参加了一些国内的大型会议,向大家展示我所做的一些成果。从听众到演讲感觉是不一样的,把知识分享出来,你才能收获更多。

关于作者

  • 张丹,数据分析师/程序员/Quant: R,Java,Nodejs
  • blog: http://fens.me
  • email: bsspirit@gmail.com

转载请注明出处:
http://blog.fens.me/2025-global-ai-bootcamp-deepseek/

前言

Deepseek惊横空出世,打破了AI大场的算力垄断,拉平了个体与大厂的距离,让我们所有人都战在了同一起跑线。Deepseek强大的推理能力,确实让人震撼。如何把Deepseek用好在专业领域,实现AI落地,是最近大家都在尝试的和突破的。

我所熟悉的数据分析,正是战火最激烈的前线,让 Deepseek 在数据分析领域落地

目录

  1. 分享主题:Deepseek在数据分析领域落地的思考
  2. 会议体验和照片分享

1. 分享主题:Deepseek在数据分析领域落地的思考

Deepseek的出现,也让很多的数据分析从业人员感到担忧,什么时候自己会被模型所替代。去年在大模型影响下,很多人都觉得数据分析师会被大模型很快的替代。今年来看,虽然大模型技术更新速度很快,但是对于专业领域数据分析和数据科学的场景,大模型依然有较大难度。

数据分析师,积累了大量的行业经验,这些经验并不是简单靠大模型就能理解,还是需要人工的调优过程,这也说明,数据分析师的知识含金量很高,在这个时代中,我们要进化自己,保持学习的动力,和实际 解决问题的能力,结合DeepSeek辅助为我所用,才是时代赋予我们的机会。

我主要为分三个部分进行介绍:

  • Deepseek的基本情况
  • 数据分析要解决的问题
  • 契合点和分歧点

2. 会议体验和照片分享

活动主题: GIobaI AI Bootcamp·北京 从AI技术突破到全球落地

2025年初,国产大模型DeepSeek成为了AI领域的焦点,为整个行业发展注入新动能。在全新科技浪潮背景下,企业和个人都面临着如何通过AI以提升工作效率和创造更大价值的挑战和机遇。

Global AI Bootcamp是一个凝聚全球的AI开发者共同学习交流,共同推进人工智能行业快速发展的全球性活动,此活动旨在为参与者提供一个集结学习、交流和创新的平台,使其能够接触到前沿AI知识,并与志同道合的成员进行深入的探讨与实践。

自2023年起,软积木联合微软直通车在中国成功举办多次线下活动,获得行业热烈反响,为进一步聚焦AI技术前沿洞察,推进AI实际应用,我们计划3月15日于在北京微软中国研发集团总部推出Global AI Bootcamp活动。此次盛会将邀请多位AI行业重磅嘉宾深入探索AI服务在不同领域的应用潜力。

我们诚挚地邀请您参加本次活动,深入体验科技与智慧的精彩交融,共同见证AI时代所带来的创新、变革与无限可能!
本次会议官方报名页:2025·第三届Global AI Bootcamp·北京-从AI技术突破到全球落地

2.1 会议主题

2.2 讲师阵容

主持人:易亚婷,《易论AI》创世人

梁迪,微软MVP项目大中华区 负责人

刘海峰,微软MVP,软积木CEO,PEC China发起人

李婷,微软中国生态伙伴事业部 技术总监,微软AI技术:开启企业全球化新篇章

云中江树,LangGPT创始人,与DeepSeek协同:理念和方法

张丹,微软MVP,R语言实践者,DeepSeek在数据分析领域落地的思考

郝冠军,十年微软MVP,从Github copilot 看 AI 重塑软件开发模式

圆桌讨论:姜稳,徐磊,占冰强,周川,高书葆

2.3 现场照片

大合照

MVP团合照

闪电演讲TOP3

现场美食

现场观众

现场观众

现场观众

高质量会议,会场满满地,座无虚席!辛苦组织者的小伙伴。

转载请注明出处:
http://blog.fens.me/2025-global-ai-bootcamp-deepseek/

2025 微软聚技站 – 如何让数据分析落地

跨界知识聚会系列文章,“知识是用来分享和传承的”,各种会议、论坛、沙龙都是分享知识的绝佳场所。我也有幸作为演讲嘉宾参加了一些国内的大型会议,向大家展示我所做的一些成果。从听众到演讲感觉是不一样的,把知识分享出来,你才能收获更多。

关于作者

  • 张丹,数据分析师/程序员/Quant: R,Java,Nodejs
  • blog: http://fens.me
  • email: bsspirit@gmail.com

转载请注明出处:
http://blog.fens.me/meeting-ms-jujizhan-20250305/

前言

Deepseek的横空出世似乎打破整体数据分析的瓶颈,无数的人都谈起了Deepseek。无论之前是做什么的人,现在都说可以做数据分析了,所有人觉得自己一下子都行了。

数据分析领域是Deepseek的能力的一个主战场,作为数据分析的老人,我也觉得自己和大厂的距离近了一些,但是能做什么,能做成什么,还是要自己心理有数据不能连自己的骗了。

目录

  1. 分享主题:如何让数据分析落地
  2. 会议体验和照片分享

1. 分享主题:如何让数据分析落地

Deepseek的出现,也让很多的数据分析从业人员感到担忧,什么时候自己会被模型所替代。去年在大模型影响下,很多人都觉得数据分析师会被大模型很快的替代。今年来看,虽然大模型技术更新速度很快,但是对于专业领域数据分析和数据科学的场景,大模型依然有较大难度。

数据分析师,积累了大量的行业经验,这些经验并不是简单靠大模型就能理解,还是需要人工的调优过程,这也说明,数据分析师的知识含金量很高,在这个时代中,我们要进化自己,保持学习的动力,和实际 解决问题的能力,结合DeepSeek辅助为我所用,才是时代赋予我们的机会。

我主要为分六个部分进行介绍:

  • 什么是数据落地
  • 数据分析怎么做
  • 调包侠的时代已过
  • 数据分析不只是指标体系、更不是指标堆积!
  • 知识结构在变化,对人的要求越来越高
  • 业务场景千差万别,适应变化

2. 会议体验和照片分享

活动主题: MVP 聚技站|如何让数据分析落地

微软最有价值专家推出“MVP 聚技站”系列主题专栏,邀请多位微软最有价值专家,针对初学者、开发者感兴趣的技术话题,带来专业的技术课程讲解与实践经验分享,帮助大家更快掌握最新的技术技能。

值此微软50周年庆典之际,微软 MVP 技术社区也已走过了30多年的辉煌历程。2025年,大中华区的 MVP 们将以传播与分享为使命,继续秉承微软技术社区的精神。在新的一年里,「MVP 聚技站」将在全年为大家带来涵盖技术和软技能的多方位精彩分享,帮助广大微软技术爱好者掌握更多最新的前沿技术,从分享中获益,深刻感受技术社区的独特魅力。

3月5日,2025 大中华区「MVP 聚技站」,微软最有价值专家张丹将带我们一起聚焦数据分析。他将用他过往的数据分析经验,为我们整合从理解业务、统计模型、系统开发,再到价值交付等数据分析过程中所涉及的多个学科的知识,帮助我们更好地完成数据分析的落地。

本次会议官方报名页:MVP 聚技站|如何让数据分析落地

2.1 会议主题

视频回放:https://ke.segmentfault.com/course/1650000041257555/section/1500000046105175

整个的汇报时间,是从晚上19:30-20:30。比较辛苦,也是顺利完成。祝大家在各个领域都能让AI做出突破和落地。

转载请注明出处:
http://blog.fens.me/meeting-ms-jujizhan-20250305/

用Deepseek打造本地知识库

架构师的信仰系列文章,主要介绍我对系统架构的理解,从我的视角描述各种软件应用系统的架构设计思想和实现思路。

从程序员开始,到架构师一路走来,经历过太多的系统和应用。做过手机游戏,写过编程工具;做过大型Web应用系统,写过公司内部CRM;做过SOA的系统集成,写过基于Hadoop的大数据工具;做过外包,做过电商,做过团购,做过支付,做过SNS,也做过移动SNS。以前只用Java,然后学了PHP,现在用R和Javascript。最后跳出IT圈,进入金融圈,研发量化交易软件。

架构设计就是定义一套完整的程序规范,坚持架构师的信仰,做自己想做的东西。

关于作者:

  • 张丹,数据分析师/程序员/Quant: R,Java,Nodejs
  • blog: http://blog.fens.me
  • email: bsspirit@gmail.com

转载请注明出处:
http://blog.fens.me/deepseek-anythingLLM-knowledge/

前言

DeepSeek的火热程度一直升温,各行各业都尝试利用Deepseek解决自己行业的问题。由于每个行业的特点不同,业务逻辑,知识结构等差异非常大,因此通用的推理逻辑并不是真正地解决行业的具体的问题,我们就需要打造本行业专属的知识库,用行业专属的知识解决行业的问题。

本文我们就尝试搭建自己的知识库。

目录

  1. AnythingLLM安装基础环境
  2. 创建工作区,接入DeepSeek
  3. 创建本地知识库

1. AnythingLLM安装基础环境

我们基于 Deepseek 模型来打造本地知识库,首先就是把DeepSeek进行本地安装,详细的安装过程请参考文章 Deepseek快速本地安装

当我们安装 DeepSeek 安装后,接下来需要安装 AnythingLLM 软件。 AnythingLLM,是一款全栈AI应用程序,可集成人工智能的多种功能,像文档、聊天、使用人工智能代理,完全支持本地和离线操作。

官网网址:https://anythingllm.com/desktop,进入网址后,进入官网主页。下载对应的版本,我本地操作系统是windows11,直接下载Download for Windows(X64),下载软件为 AnythingLLMDesktop.exe。

下载完成后,进行安装AnythingLLM软件。安装完成后,打开软件,你会看到简洁直观的界面:

直接点击Get started,即可进入后续操作步骤:

我们点击,向右的箭头。

注:如果安装过程中出现报错,可能是系统缺少某些必备组件,需要根据错误提示,安装相应的组件,确保安装顺利进行。

2. 创建工作区,接入DeepSeek

成功安装AnythingLLM后,打开软件,首先要创建一个工作区。给工作区起一个名字,即可快速创建工作区。每个工作区,可以理解为一个独立的空间,我们可以对不同类型的知识进行分类管理,方便后续查找和使用。

创建好工作区,我们选择配置,左下角的工具图标,用于接入DeepSeek。

切换到配置界面,让DeepSeek和AnythingLLM能够协同工作。

首先,设置语言,从英文界面切换为中文界面。

然后,通过 AnythingLLM 把 DeepSeek接入。接入过程有2个种接入方案。

  1. 通过本地接入,调用本地已部署好的 Ollama,接入DeepSeek。
  2. 通过DeepSeek的官方API接入,直接远程调用官方的在线模型,接入DeepSeek。

1). 通过本地接入,通过调用本地已部署好的 Ollama,接入DeepSeek。

在 LLM首选项菜单 中,选择 LLM供应商,选择Ollama。然后,他会自动检测本地已启动的Ollama服务,选择deepseek-r1:17b。如果Ollama是正常安装的,没有自动改动过配置,默认端口什么的都不用修改。

如果Ollama Model中,下拉菜单中就没deepseek模型,可能是本地Ollama 服务没有启动,请使用

ollama run deepseek-r1:7b

命令启动Ollama服务。如果没有安装Ollama服务,请参考文章 Deepseek快速本地安装,先安装好Ollama和Deepseek。

记得点击保存,“save change”。

配置好后,我们就可以直接返回聊天界面,开始使用anythingLLM了。

2). 通过DeepSeek的官方API接入,通过远程调用官方的在线模型,接入DeepSeek。

另一种方式,如果只想本地使用Deepseek,可以跳过本步骤。

我们把LLM供应商,选择为DeepSeek,即可直接使用Deepseek官方的服务,需要配置API key。

要这个API key,需要登录Deepseek的官网,选择左上角的 API开发平台,进行登录。

登录后,点击左侧菜单的 API keys,创建自己的API key。然后,把这个key输入到之前anythingLLM的配置界面中。这个API服务,是需要付费使用的。价格为每百万输入 tokens 2 元,每百万输出 tokens 8 元,不贵。

但在页面顶端,我们可以看到提示,“当前服务器资源紧张,为避免对您造成业务影响,我们已暂停 API 服务充值。存量充值金额可继续调用,敬请谅解!”。也就是说,现在不开放API的充值了,所以这个路径暂时不通,后面等DeepSeek后面再开放,就可以这样使用了。

3. 创建本地知识库

上面成功把Deepseek入接后,直接返回聊天界面,问一下“你是谁”,就看到了DeepSeek-R1的回答。这样我们就让AnythingLLM和DeepSeek成功连接了。

接下来,让我们上传自己的知识库。在左边对话框,点击上传文件的按钮,选择文本文件上传。

我上传的文件为:段永平先生采访记录,文件下载,2万字全文.pdf

在文件先拖到左边的文件上传蓝色区域 “Click to upload or drag and drop”。上传完成后,把左边的文件拖到右边,进行文本向量转化,它能将输入的文本转化为对应的向量表示。在这个转化过程中,模型会深入分析文本的词汇、语句结构以及语义关联。这种向量表示并非简单的数值罗列,而是蕴含了文本的语义特征,为后续的各种操作提供了基础。

然后,我们回到对话窗口,找一个文件中,有持人问段永平的问题,请deepseek提问。“请问一个好赛道往往会随着竞争的加剧而进入低毛利的时期,那么在这样低毛利的一个时期下,创业者该如何应对呢?”

可以看到Deepseek的回答,总结很大气。

在对比,同样的问题,同一个本地模型,没有用到知识库的情况,Deepseek给的回复。为了区别,我们需要新建一个工作区,命名“测试2”。

两者的主要观点看起来差不多,但从表述上的感觉还是有不少差异,2位专家2个视角,这就是本地知识库带来的影响。下篇文件,我将对比不同模型,对于相同问题,在不同知识领域下的影响。

随着对 Deepseek 的深入使用和能力挖掘,希望能让AI真正成为我们实际工作的得力干将。

转载请注明出处:
http://blog.fens.me/deepseek-anythingLLM-knowledge/

Deepseek快速本地安装

架构师的信仰系列文章,主要介绍我对系统架构的理解,从我的视角描述各种软件应用系统的架构设计思想和实现思路。

从程序员开始,到架构师一路走来,经历过太多的系统和应用。做过手机游戏,写过编程工具;做过大型Web应用系统,写过公司内部CRM;做过SOA的系统集成,写过基于Hadoop的大数据工具;做过外包,做过电商,做过团购,做过支付,做过SNS,也做过移动SNS。以前只用Java,然后学了PHP,现在用R和Javascript。最后跳出IT圈,进入金融圈,研发量化交易软件。

架构设计就是定义一套完整的程序规范,坚持架构师的信仰,做自己想做的东西。

关于作者:

  • 张丹,数据分析师/程序员/Quant: R,Java,Nodejs
  • blog: http://blog.fens.me
  • email: bsspirit@gmail.com

转载请注明出处:
http://blog.fens.me/deepseek-start/

前言

2025年的春节,是个不一样的春节。Deepseek一声惊雷,让整个春节被全球媒体刷屏了。

不仅是国家层面的竞争格局发生了变化,同时,也让我们普通人拉平了与大模型大厂的差距,新的AI时代开始了。

目录

  1. Deepseek是什么
  2. 安装Ollama
  3. 安装Deepseek
  4. 安装webui界面

1. Deepseek是什么

Deepseek是什么?我们本地部署好后,让Deepseek自己来回答。

“深度求索人工智能基础技术研究有限公司(简称“深度求索”或“DeepSeek”),成立于2023年,是一家专注于实现AGI的中国公司。”

在命令行中,启动Deepseek,问:Deepseek是什么。

如果不想本地安装,也可以直接使用Deepseek的官方网站进行注册,使用在线的Deepseek服务:https://www.deepseek.com/

Deepseek官网就已经写明了,DeepSeek-R1已发布并开源,性能对标OpenAI o1正式版。那么,我们就本地部署DeepSeek-R1模型。

2. 安装Ollama

本地部署Deepseek是要用到 Ollama,它能支持很多大模型。Ollama官方网站:https://ollama.com/

选择DeepSeek-R1,就进入了模型页面。

DeepSeek-R1模型共有7个版本,分别对应不同的参数级别 1.5b,7b,8b,14b,32b,70b,671b。数值越大,参数越高,效果越好,但需要的硬件资源也会越高。我在本地电脑部署,就选个小点的7b模型。

我本地电脑环境为:

  • Win11,64位,x86架构
  • CPU: Intel i7-9750H 2.6G
  • 内存: 48G
  • 显卡:GPU NVIDIA Quadro T2000 24G

我们选Ollama软件包下载,OllamaSetup.exe。然后,按install进行安装。Ollama只能安装在C盘,不能修改路径,请小伙伴一定,留出足够多的空间来,至少20G,不然会影响到,滞后电脑的运行。

安装好后,就有了ollama的一个应用程序,运行后右下角度会出现 ollama 的图标。

3. 安装Deepseek

然后打开windows的命令行,输入

ollama run deepseek-r1:7b

下载deepseek-r1:7b模型,并进行安装,有4.7GB。下载大概要30分钟左右。然后,会自动运行,我们可以输入hello,和deepseek模型进行对话了。

如果关上了命令行窗口,重新打开,可以再次输入。

ollama run deepseek-r1:7b

这样就成功运行了,DeepSeek-R1的7b模型。

4. 安装webui界面

在命令行运行后,使用起来不太直观,我们可以再安装一个webui的界面,以更方便的方式进行使用。

4.1 安装python

这里选择基于python的open-webui开源界面工具。首先要安装python,open-webui要求python的最低版本要大于3.11,请先去python官网下载最新的版本,https://www.python.org/downloads/

我选择下载了python 3.12-8版本,当然也可以选择 3.13.1版本。

用python-3.12.8-amd64.exe文件进行安装,然后配置环境变量,

新打开一个命令行,输出python,启动python命令行,即安装成功。

然后,按ctrl+D 退出python命令行,安装 open-webui 的界面。

先安装pip工具,pip工具是用于python的工具包管理,使用pip来安装各种python 工具包。

python -m pip install --upgrade pip

4.2 安装open-webui

完成后,使用pip安装open-webui包。这个过程,要安装很多的包,如果要持续30分钟左右。

pip install open-webui

这里通常会错一个错误,就是缺少C++的一个编译库,需要下载Microsoft C++ 生成工具,打开连接
https://visualstudio.microsoft.com/zh-hans/visual-cpp-build-tools/

安装好后,打开visual studio installer工具,选择C++桌面开发,再安装一些工具包。

然后再执行安装open-webui,这样就成功安装了。

pip install open-webui

4.3 启动open-webui

然后,我们再通过命令行,输入open-webui serve命令,就可以启动open webui的界面。

open-webui serve

配置好登录信息后,webui的客户端就会自动连接上,我们本地启动的deepseek模型了。

然后就可以使用的更方便的webui进行与deepseek的对话了。

webui的后面程序日志,看到前后端的交互情况。

Deepseek的横空出世拉平了,我与大厂的距离,我们所有人都战在了同一起跑线。祝大家2025新年快乐!!

转载请注明出处:
http://blog.fens.me/deepseek-start/