#标签

企业应用DeepSeek等大模型面临知识分散、安全合规和数据质量三大挑战。泛微·采知连知识管理系统提供解决方案：1）多渠道自动采集构建知识仓库；2）通过权限模板确保安全合规；3）动态关联业务实现知识更新。系统与DeepSeek深度结合，提供智能问答等应用场景，助力企业打造安全可靠的AI大脑。

examples文件夹下分析rag_pipeline.py用到的类RAGExample。

本文详细解读DeepSeek-V3.2技术报告和API使用指南。DeepSeek-V3.2新一代开源大型语言模型在推理能力和工具调用方面实现重大突破，模型已开源并更新至官方应用，为AI社区提供高性能开源选择。

大模型应用开发(四)_调用大模型分析图片

摘要：本文演示了如何利用AI助手快速开发交互式网页工具，无需编程基础即可创建一个几何图形对比应用。通过向AI工具（如豆包）提交需求提示词，自动生成HTML代码并导入WebOS平台，即可实现可调整周长参数、实时计算三角形/矩形/圆形面积的交互页面。该工具支持内部分享、公开发布及创建桌面快捷方式，WebOS还提供访问统计功能。案例展示了"AI生成+平台托管"模式如何显著降低技术门槛，使教学演示、工作汇报等场景的创意实现变得简单高效。（148字）

下载ollama压缩包（可在浏览器中打开下载）： https://github.com/ollama/ollama/releases/latest/download/ollama-linux-amd64.tgz。监听地址，默认为127.0.0.1（仅限本机访问）。如需远程访问，可设置为0.0.0.0，一般本机访问即可。下载docker的windows版本:https://docs.docker.com/desktop/下载执行脚本：wget https://ollama.com/install.sh。

摘要： 本文介绍了将DeepSeek网页内容批量导出为Word和PDF的三步流程：1）从DeepSeek网页端导出JSON文件；2）使用Python将总JSON切分为多个对话JSON文件（提供完整代码示例）；3）通过NodeJS多线程并行处理生成PDF和Word文件。其中PDF输出效果良好，但Word格式需要手动调整。文中包含详细的操作截图和Python代码实现，展示了JSON文件的分割处理过程。该方法适用于需要批量导出DeepSeek对话内容的场景，但需注意Word文档的后期格式优化。

本文介绍了在Linux系统下安装Ollama的详细步骤。主要内容包括：1）检测系统架构（支持amd64和arm64）；2）提供安装脚本，自动下载对应版本的Ollama并解压到/opt/ollama目录；3）创建符号链接使ollama命令全局可用；4）针对NVIDIA JetPack系统的特殊处理；5）可选配置systemd服务，包括创建ollama用户组和设置自动启动服务。安装完成后，Ollama API将在127.0.0.1:11434可用。文中还提供了WSL2和root权限的注意事项。

摘要：本文介绍如何用DeepSeek+VSCode替代Cursor实现AI编程，详细讲解7个步骤：1）安装VSCode、Node.js等环境；2）获取DeepSeek API密钥；3）安装DeepSeek等VSCode插件；4）配置插件参数；5）测试代码补全和聊天功能；6）可选本地化部署；7）常见问题解决。该方案成本低（$0.002/1ktokens）、支持中文且保护隐私，适合编程人员使用。

手把手教你通过脚本批量上传文件到阿里云百炼知识库，包括文件解析、上传、绑定到知识库等步骤。

分布式妄想并非仅存在于精神疾病的案例中，普通人也有可能陷入与AI共构的幻觉。比如，一个对社会怀有不满的人可能会在人工智能伴侣身上找到完美的知己；一个确信政治选举被盗的人可能会使用人工智能聊天机器人来制定关于欺诈如何发生、谁负责以及哪些行动可以做出回应的详细理论。这些并不是简单的AI幻觉可以解释的，而是人机之间的互动对现实的扭曲。作者警示我们，AI早已不是外部工具，而是认知生态的参与者。当我们依赖它记忆、思考和叙事时，必须意识到，我们与AI的边界正在模糊，而真实感，可能正由算法和人类共同书写。

2025年8月21日，国产AI再次刷屏！DeepSeek低调发布V3.1，混合推理架构让人眼前一亮，成本降低60倍，据说性能部分超越Claude？这到底是什么神仙操作，是如何设计的，我们一起来看看！

DeepSeek发布V3.1模型，重点强化Agent能力与推理效率。新版本支持混合推理架构，输出token减少20%-50%，在代码修复、终端任务和复杂搜索等场景表现更优。同时开源Base模型和后训练模型，但需注意部署兼容性问题。9月6日起将调整API价格并取消夜间优惠。此次升级显示DeepSeek正布局下一代AI工作流，以实用性和前瞻性应对激烈的AI竞争。

5.预期对学术界和实际应用的贡献 请在回答中详细阐述推理过程，例如通过分析学术文献的空白点、社会需求的未满足之处等来论证选题的合理性。在「填入你的领域和方向」范围内，通过逻辑推理和创新性思考，为我生成一个独特且具有深度的论文选题。你现在是[XX相关方向专家]，在「填入你的领域和方向」范围内，为我生成一个具体且具有创新性的论文选题。5.可能遇到的困难及解决方案 请以结构化的方式呈现上述信息，例如使用项目符号或表格。2.具有一定的研究价值和应用前景。2.选题的创新性和独特性分析。3.研究的核心问题和目标。

你现在是[XX相关方向专家]，请根据当前学术热点和社会需求，为我推荐几个有潜力的研究方向。5.该方向获得科研资助的趋势（以美国国家科学基金会NSF和中国国家自然科学基金委NSFC为统计依据） 请以表格形式呈现推荐的研究方向及其对应的信息。分析当前学术界的发展趋势和社会实际需求，结合我的兴趣和专业背景，推理并推荐几个具有前瞻性和可行性的研究方向。8.推理出该方向可能面临的挑战及应对策略 请以思维导图的形式呈现推荐的研究方向及其对应的信息，并在每个节点详细阐述推理过程。5.推理出该方向具有研究价值的原因。

2025年2月21日晚上9点30分，我们迎来了新春后的首场人工智能三人行宣讲活动。这场直播聚焦于Deepseek开源大模型，探讨了其对AI算力、算法、数据及应用带来的新发展。

本文介绍基于蓝耘智算平台部署DeepSeek R1模型。DeepSeek R1大模型通过量化压缩与轻量化设计，实现低算力本地部署，结合蓝耘智算云弹性算力支持，打破技术门槛，推动AI平民化与产业智能化，彰显中国AI创新突破与全球竞争力。

阐述C#通过分块编码的方式实现流式响应，实现DeepSeek的回复效果

Dify 是一款开源的大语言模型(LLM) 应用开发平台。它融合了后端即服务（Backend as Service）和 LLMOps 的理念，使开发者可以快速搭建生产级的生成式 AI 应用。即使你是非技术人员，也能参与到 AI 应用的定义和数据运营过程中。由于 Dify 内置了构建 LLM 应用所需的关键技术栈，包括对数百个模型的支持、直观的 Prompt 编排界面、高质量的 RAG 引擎、稳健的 Agent 框架、灵活的流程编排，并同时提供了一套易用的界面和 API。

LangChain是一个用于构建大模型应用的框架，旨在简化与大模型（如 GPT、DeepSeek 等）的交互过程。它提供了丰富的工具和模块，帮助开发者快速构建基于大模型的应用程序，例如聊天机器人、问答系统、文本生成工具等。LangChain 的核心优势在于其灵活性和可扩展性，开发者可以轻松地将不同的模型、数据源和工具链结合在一起，构建复杂的应用。Prompt 管理：支持动态生成和模板化提示词（Prompt），方便与大模型交互。链式调用：可以将多个任务串联起来，形成复杂的工作流。数据集成。

Gemini 2.0 Flash的更新，让我们看到了AI技术在多模态理解和生成方面的巨大潜力。它不仅能理解多种模态的信息，还能在不同模态间自如转换；不仅能遵循指令，还能理解文化背景和现实世界的细节；不仅能一次性完成任务，还能通过多轮对话持续优化结果。这种强大的能力，让我们对AGI的未来充满了期待。技术的边界正在被不断推进，而我们有幸见证这一切。还在到处找 AI 工具？ChatTools。

DeepSeek是2025年全球AI领域的现象级产品，通过开源和私有化部署模式精准击中了国内企业级市场的核心需求。谷云科技RestCloud智能体搭建平台，正以“技术普惠”为使命，助力每一家企业更轻松地迈入AI驱动的智能时代。

注意，ragflow 镜像有多个不同的大小，默认的是v0.17.2-slim，区别如下，主要是包不包含embedding模型的区别，我选的默认的，因为占用小，并且我后续使用调用api的方式去配置embedding模型，所以就选，默认的。我们可以看到已经引用到上传的pdf了，点击引用的标识，可以看到引用的内容出自哪里。查看模型填入的名称，如果是直接下载的软件包安装的，打开终端输入以下命令查看。这里直接调用硅基流动的api，下面的博客有注册的方法。这个NAME下面的就是需要输入的名称。

Browser Copilot 是一个开源浏览器扩展，使用现有或定制的 AI 助手来完成日常 Web浏览器应用程序的自动化执行任务。