当前位置: 首页 > news >正文

无缝对接[系列2]:在VSCode中继续接入本地DeepSeek的完整指南---实现代码协助编写~

无缝对接:在VSCode中继续接入本地DeepSeek的完整指南

在上一篇文章中,我们已经详细介绍了如何成功部署本地 DeepSeek,使得开发者能够在本地环境中高效地进行深度学习和数据分析工作。

部署完成后,如何在 Visual Studio Code (VSCode) 中高效地进行开发调试?

成为了进一步提升工作流效率的关键⚡。

本篇文章将深入探讨如何通过 VSCode 的 "Continue" 模块插件继续接入本地 DeepSeek,简化开发过程,提升调试体验。无论是进行模型训练️♂️,还是进行数据的可视化分析,都能为我们提供强大的支持,帮助我们更轻松地与本地 DeepSeek 实现无缝对接。

思考:

1、之前我们已经实现过使用VSCode远程调用VSCode Cline 插件快速接入 DeepSeek API,提升本地深度学习效率Deepseek 但是我们发现 这样会受到网络波动及服务测服务器端影响

2、所以我们本地部署DeepSeek本地化部署方案【系列1】:打造高效、安全的图像搜索与分析平台了deepseek ,虽然数据集大小不多但是对我们来说也勉强够用

3、但是我们又发现 每次运行都要打开cmd框且都要run一下 能不能接入工具 并且能帮我自动调试代码呢?

那么~它来了

好戏即将上场,准备好被震撼了吗?坐稳了,别被DeepSeek的精彩给吓着了!

一、安装Continue模块插件

打开 vscode 点击扩展 输入搜索continue 如下 然后点击安装即可

二、配置Continue模块插件

点击Add Chat model 如下

Provider选择Ollama

Model 选择 Autodetect 会自动检测本地模型

然后点击Connect即可

完成后会发现 多出了我们前面装的8b模型 注意:需要保证Ollama启动哦

ok 这个时候我们就已经完成 本地模型接入VScode了 那么重点来了 他怎么帮我编程 提高我的编程速度和质量呢?

重点来了~~~ 看到这里 麻烦点个赞呗~

二、代码编写实战应用

完成上面步骤后 打开continue应该是如下内容

使用Ctrl + N 创建一个文件 如下

鼠标点到新建的文件 然后CTRL+I 下出现如下图

这个时候 我对他说

使用Python代码撰写
编写一个学生成绩分析系统,要求实现以下功能:
输入多个学生成绩,包含学生姓名、学号、成绩。
计算每个学生的平均成绩。
显示成绩最高、最低的学生信息。

如果你觉得他写的简单 可以让他Update 发挥你的想象 文件内容也会全部输出的哦

看到这里是不是觉得很强大呢~ 接下来抓紧利用起来吧~

如果你觉得这内容不错,就点个赞呗!

顺便关注一下,顺手来个打赏,让我吃个包子呗!感谢老板大气~~

下面还有更好玩的~ 如果你还想知道什么 评论区留下你的想法~


http://www.mrgr.cn/news/91383.html

相关文章:

  • 【机器学习】线性回归 多元线性回归
  • DeepSeek R1 与 OpenAI O1:机器学习模型的巅峰对决
  • MYSQL数据库集群高可用和数据监控平台
  • 机器学习基本篇
  • 【个人总结】1. 开发基础 工作三年的嵌入式常见知识点梳理及开发技术要点(欢迎指正、补充)
  • Sprinig源码解析
  • IMX6ULL的公板的以太网控制器(MAC)与物理层(PHY)芯片(KSZ8081RNB)连接的原理图分析(包含各引脚说明以及工作原理)
  • 计算机网络(涵盖OSI,TCP/IP,交换机,路由器,局域网)
  • Python 基础-循环
  • set的使用(c++)
  • 【对比】Pandas 和 Polars 的区别
  • 【Qt】 Data Visualization
  • PHP支付宝--转账到支付宝账户
  • 【医学影像AI】50个眼科影像数据集(1)分类任务
  • 面试题总结
  • 人工智能基础之数学基础:01高等数学基础
  • 【复现DeepSeek-R1之Open R1实战】系列3:跑通GRPO!
  • Docker 安装和配置 Nginx 详细图文教程
  • 【Linux】【网络】Libevent基础
  • huggingface/pytorch-image-models