用Deepseek R1模型构建自己的业务领域大模型

DeepSeek-V3以低成本和高通用性见长，适合广泛的应用场景，能够高效处理各种文本生成、摘要和对话任务。DeepSeek-R1通过强化学习实现了专业领域的推理突破，并在开源生态中提供了灵活的蒸馏方案，适用于推理密集型任务。

这篇文章，我将教大家如何在客户端接入OpenAI和DeepSeek V3在线模型进行对话。这套Client代码代码同样适用于接入其他LLM大模型，比如GPT 4O模型。

相比传统的pip，uv采用Rust编写，运行速度更快。无需virtualenv，可以直接使用__pypackages__进行管理。支持requirements.txt和pyproject.toml依赖管理。提供uv venv进行虚拟环境管理，比venv更轻量。支持Windows、macOS和Linux。

相比传统的pip，uv采用Rust编写，运行速度更快。无需virtualenv，可以直接使用__pypackages__进行管理。支持requirements.txt和pyproject.toml依赖管理。提供uv venv进行虚拟环境管理，比venv更轻量。支持Windows、macOS和Linux。

如果你的计算机上有 NVIDIA GPU，并且你希望加速深度学习计算，可以安装 GPU 版本的 PyTorch。我的电脑是M3 Mac Pro，虽然有GPU，但是不是NVIDIA GPU，如果要启用GPU的能力，需要从源代码编译PyTorch，并确保安装了必要的依赖项。为了更好的管理不同项目的Python项目，通常建议创建一个虚拟环境。可以隔离不同项目的依赖项，避免项目之间的冲突。安装 PyTor

由于我的电脑是M3 Mac Pro，虽然有GPU，但是不是NVIDIA GPU，如果要启用GPU的能力，需要从源代码编译PyTorch，并确保安装了必要的依赖项。下面我把详细步骤写下来，供各位参考。根据最新的信息，Mac M3 Pro可以安装支持GPU加速的PyTorch版本，但需要从源代码编译PyTorch，并确保安装了必要的依赖项。

DeepSeek-V3以低成本和高通用性见长，适合广泛的应用场景，能够高效处理各种文本生成、摘要和对话任务。DeepSeek-R1通过强化学习实现了专业领域的推理突破，并在开源生态中提供了灵活的蒸馏方案，适用于推理密集型任务。

这篇文章，我将教大家如何在客户端接入OpenAI和DeepSeek V3在线模型进行对话。这套Client代码代码同样适用于接入其他LLM大模型，比如GPT 4O模型。

用Deepseek R1模型构建自己的业务领域大模型