前面写了如何判断笔记本是否能本地化部署，部署步骤还是相对简单的，就几条指令完成了，和我们平时用的ai对话还是有差距的，黑框框看起来很高深，但便利性和美观性还是差很多的，我们可以利用开源的AnythingLLM来集成我们本地的deepseek大模型，来完成黑框框对话框到界面对话框的转变。

一番研究探索发现anythingLLm是可以直接输入apikey来直接使用官网的api的，官网的api都是满血版的R1(671B)，我们来配置一下deepseek官网api体验一下

看起来还不错的样子，就是没有训练，回答的不太好，还需要补充更多的信息，把本地的deepseek教会，才能成为自己的AI助理，目前还没有深入使用，后续再分享。

前面写了如何判断笔记本是否能本地化部署，部署步骤还是相对简单的，就几条指令完成了，和我们平时用的ai对话还是有差距的，黑框框看起来很高深，但便利性和美观性还是差很多的，我们可以利用开源的AnythingLLM来集成我们本地的deepseek大模型，来完成黑框框对话框到界面对话框的转变。

看起来还不错的样子，就是没有训练，回答的不太好，还需要补充更多的信息，把本地的deepseek教会，才能成为自己的AI助理，目前还没有深入使用，后续再分享。

如果是局域网内容不同机器访问，可以把localhost改为安装了anythingllm的电脑或者服务器，作为局域网内访问。如果想要公网访问，可以使用内网映射的相关途径，映射http协议，映射参数填anythingLLM电脑的ip和端口，外网也可以访问。

例如调试嵌入式Linux系统应用程序时，可同时用AI插件获取优化建议，用版本控制插件确保代码迭代的稳定性和可追溯性。（一）先安装vscode，作为嵌入式开发，一直用keil或者iar来编译单片机，只有开发嵌入式Linux的时候才会用工具链+编辑器（understand或者sourceinsight），没有vscode的先安装，直接区vscode官网免费下载安装即可。代码编写时，MarscodeAI

一番研究探索发现anythingLLm是可以直接输入apikey来直接使用官网的api的，官网的api都是满血版的R1(671B)，我们来配置一下deepseek官网api体验一下

前面写了如何判断笔记本是否能本地化部署，部署步骤还是相对简单的，就几条指令完成了，和我们平时用的ai对话还是有差距的，黑框框看起来很高深，但便利性和美观性还是差很多的，我们可以利用开源的AnythingLLM来集成我们本地的deepseek大模型，来完成黑框框对话框到界面对话框的转变。

gec@ubuntu:~/mt7601u$ sudo apt-get install linux-headers-generic build-essential gcc dkms wireless-toolsiw dhcp3-serverReading package lists... DoneBuilding dependency tree      Reading sta