部署本地api：https://blog.csdn.net/qq_35809258/article/details/145481113。实现持续对话：https://blog.csdn.net/qq_35809258/article/details/145490986。上传的文件类型可能有多种，需要安装所用到的python库。通过以上两个链接基本对话环境齐备，直接进行下一步。

以上输出结果可看出上下问答结果并没有正确的连接，根据问答实际结果应该是99*7+88，但是输出结果是99+7+88，并且还有一堆关联性不大的解说。Python是一种非常强大且灵活的编程语言，它可以用来解决各种各样的问题，包括数学问题。功能：通过start开启新对话，stop结束对话，exit退出程序，并且可持续对话。这个例子会首先提示用户输入一个数字，然后将输入的数字转换为整数，并将结果乘以7。输

然后注册，登录来到广场，可以看到选择需要的模型，我们选择的是deepseek-ai/DeepSeek-R1。选择deepseek-ai/DeepSeek-R1后在右侧跳出的界面中选择API文档。进入页面后先获取key,复制key后再返回到该页面。首先附上邀请码：Ie7WGPFm。

第一次运行会下载模型，会比较慢，其中whisper的模型 tiny, base, small, medium, large几种选择（体量从小到大排列），我使用的是medium，1.4G左右，whisper对于语音中中英文混合识别不行，但是单一语音识别准确率还是可以的。实现的功能是：可上传文件后，button2识别语音，button2将识别出的文字发送deepseek，并将回答显示出来。先用的文字转

以上输出结果可看出上下问答结果并没有正确的连接，根据问答实际结果应该是99*7+88，但是输出结果是99+7+88，并且还有一堆关联性不大的解说。Python是一种非常强大且灵活的编程语言，它可以用来解决各种各样的问题，包括数学问题。功能：通过start开启新对话，stop结束对话，exit退出程序，并且可持续对话。这个例子会首先提示用户输入一个数字，然后将输入的数字转换为整数，并将结果乘以7。输

如果网络问题无法解决，可以尝试离线模式，将下载的模型文件（./deepseek-coder-7b-instruct 目录）复制到目标机器，在目标机器上，使用本地路径加载模型。安装bitsandbytes， bitsandbytes是一个用于量化模型的库，支持 4-bit 和 8-bit 量化。这个快速排序算法的实现使用了Python的列表推导式，这是一种更简洁的创建列表的方式。我的显卡是RTX 4

然后注册，登录来到广场，可以看到选择需要的模型，我们选择的是deepseek-ai/DeepSeek-R1。选择deepseek-ai/DeepSeek-R1后在右侧跳出的界面中选择API文档。进入页面后先获取key,复制key后再返回到该页面。首先附上邀请码：Ie7WGPFm。

部署本地api：https://blog.csdn.net/qq_35809258/article/details/145481113。实现持续对话：https://blog.csdn.net/qq_35809258/article/details/145490986。上传的文件类型可能有多种，需要安装所用到的python库。通过以上两个链接基本对话环境齐备，直接进行下一步。

部署本地api：https://blog.csdn.net/qq_35809258/article/details/145481113。实现持续对话：https://blog.csdn.net/qq_35809258/article/details/145490986。上传的文件类型可能有多种，需要安装所用到的python库。通过以上两个链接基本对话环境齐备，直接进行下一步。

如果网络问题无法解决，可以尝试离线模式，将下载的模型文件（./deepseek-coder-7b-instruct 目录）复制到目标机器，在目标机器上，使用本地路径加载模型。安装bitsandbytes， bitsandbytes是一个用于量化模型的库，支持 4-bit 和 8-bit 量化。这个快速排序算法的实现使用了Python的列表推导式，这是一种更简洁的创建列表的方式。我的显卡是RTX 4