DeepSeek Coder + IDEA 辅助开发工具

开发者工具

我之前用的是Codegeex4模型，现在写一款DeepSeek Coder 本地模型
DeepSeek为什么火，我在网上看到一个段子下棋DeepSeek用兵法赢了ChatGpt，而没有用技术赢，这就是AI的思维推理，深入理解孙子兵法，告诉他下棋玩法，告诉GPT你没有更新，GPT玩的是棋，DeepSeek玩的是GPT。

Code编码方面
我个人做了一些验证，不知道是否准确，如果10B以下模型CodeGeex4模型算是最优秀的，但是如果10B以上就会出现了差别，但是如果我们平常开发不会有差别，如果在算法上会有差异。

CodeGeeX4：
CodeGeeX4-ALL-9B，集代码补全和生成、代码问答、代码解释器、工具调用、联网搜索、项目级代码问答等所有能力于一体的代码大模型；
CodeGeeX4-ALL-9B 在 BigCodeBench 和 NaturalCodeBench等公开基准测试中取得了极具竞争力的表现。它是目前参数量少于100亿的最强代码生成模型，甚至超越了更大的通用模型，在推理速度和模型性能方面达到了最佳平衡。
DeepSeek-Coder-V2：
DeepSeek-Coder-V2 沿用 DeepSeek-V2 的模型结构，总参数 236B，激活 21B，在代码、数学的多个榜单上位居全球第二，介于最强闭源模型 GPT-4o 和 GPT-4-Turbo 之间。

---

---

前言

DeepSeek Coder-V2 是基于 DeepSeek-V2 中间检查点进一步预训练的开源专家混合（MoE）代码语言模型，通过增加 6 万亿个标记的持续预训练，显著增强了编码和数学推理能力，同时保持通用语言任务性能。其支持 338 种编程语言，上下文长度扩展到 128K 标记，在代码生成、数学基准测试等方面表现出色，且在许可协议下公开发布，可用于研究和商业用途。

---

一、环境准备

IDEA版本版本>2022.2 其他jetbrains产品同样支持

推荐使用插件CodeGPT，CodeGPT是一个AI驱动的代码助手，旨在帮助开发者进行各种编程活动，它是GitHub Copilot、AI Assistant、Codiumate和其他JetBrains插件的强大替代品。安装之前确保你的 IDEA 处于 2022.x 及以上的较新版本。
高版本的 IDEA 不仅在功能上更加完善，而且在与 DeepSeek 的兼容性和稳定性方面也有更好的表现，能够为后续的集成工作提供坚实的基础。
具体的版本可以参考下插件信息：
CodeGPT -Plugin

二、下载CodeGPT插件与安装 DeepSeek-Coder

我这里使用的IntelliJ IDEA 2024.2.5版本，网上很多方法激活，这里就不讲解如何激活了，不过版本都类似，只讲解插件使用安装

1.在IDEA 插件市场安装AI驱动代码助手

启动 IDEA 后，在菜单栏中找到 “File” 选项。

如果你使用的是 Windows 或 Linux 系统，点击 “Settings”；

设置窗口中，找到 “Plugins（插件）”，这里便是 IDEA 的插件管理中心。选中Marketplace后，在输入框输入 CodeGpt 选择 CodeGpt 最右侧会显示详细信息，点击 install 按钮后等待知行安装，最后点击确认。安装插件会RESTART IDEA，重新启动即可。

2.配置 DeepSeek（在线）

在线的好处

实时性高： 能够实时处理新数据，及时更新模型或输出结果，适用于对时效性要求高的场景，如实时代码生成、在线问答等。
数据更新快： 可以快速获取和利用最新的数据进行学习和训练，使模型能够跟上数据的动态变化，保持较好的性能和准确性。
无需本地计算资源： 用户无需在本地设备上安装和配置复杂的计算环境，只要有网络连接，就可以通过浏览器或其他在线平台使用模型，方便快捷。

在线的坏处

依赖网络连接： 如果网络不稳定或中断，将无法正常使用模型，影响工作效率和用户体验。
数据隐私问题： 在使用在线服务时，需要将数据上传到服务器，可能会存在数据泄露的风险，对于一些敏感数据来说这是不可接受的。
响应速度受限： 由于需要通过网络传输数据，可能会受到网络带宽和延迟的影响，导致响应速度不如离线使用快。
成本较高： 在线使用可能需要支付一定的费用，如云计算服务提供商的计费、API调用费用等，对于长期大量使用的用户来说，成本可能是一个考虑因素。

2.1在线配置DeepSeek

创建并设置 API Key
在 DeepSeek官网找到 API开放平台，点击进去。

在开放平台找到 API keys 菜单，这里可以创建API key，切记一定生成保存下来。

IDEA中集成DeepSeek （jetbrains 产品同样支持）

在IDEA中找到已经安装的插件 CodeGpt 工具的设置，然后依次找到 Custom OpenAI 的设置。这里有三部分需要配置
勾选默认配置

第一个是选择模版，输入API KEY；第二个是配置聊天模型；第三个是配置推理模型。

第一个 配置API KEY，这个API KEY就是在 DeepSeek官网 创建的API KEY，可以直接拷贝到这里粘贴即可。

第二个是对话模型，这里需要配置两处：

在URL处粘贴URL：https://api.deepseek.com/chat/completions

将请求的模型在body中修改为：deepseek-chat

第三个是推理模型，这里也需要配置三处

选择FIM template 选择为 DeepSeek Coder 。

在URL处粘贴URL：https://api.deepseek.com/chat/completions

将请求的模型修改为：deepseek-reasoner

通过上述步骤，即可配置完成，配置完成后，点击应用和确认即可。

3.配置 DeepSeek-CoderV2（离线）

离线好处

数据隐私和安全： 所有数据都在本地进行处理，无需上传到云端，避免了数据泄露的风险，适合处理敏感信息和对数据隐私要求较高的场景。
响应速度快： 不需要等待网络传输，直接在本地设备上运行模型，响应速度更快，尤其适用于对实时性要求极高的应用，如实时代码补全等。
稳定性高： 不受网络波动的影响，不会因为网络故障而导致服务中断，保证了系统的稳定性和可靠性。
成本可控： 一旦在公司服务器部署完成，除了硬件设备的初始投资外，后续的使用成本相对较低，无需持续支付云服务等费用。

离线坏处

硬件要求高： 需要在服务器或者本地设备上安装和运行模型，对硬件的性能要求较高，如需要较大的内存、显存和处理器性能等，否则可能无法正常运行或性能不佳。
软件安装和维护麻烦： 需要手动安装和配置相关的软件环境，包括深度学习框架、依赖库等，对于非技术人员来说可能有一定的难度。并且随着技术的更新，还需要不断维护和更新软件，以确保其兼容性和安全性。
数据更新不及时： 无法实时获取新的数据进行学习和训练，模型的知识和能力可能会逐渐落后于在线模型。如果需要更新数据，需要手动下载和重新训练模型，过程较为繁琐。

IDEA中集成DeepSeek （jetbrains 产品同样支持）

3.1 离线配置DeepSeek

我使用的Ollama部署的deepseek-coder-v2:latest模型，我前面帖子也讲了如何安装ollama
以及如何下载模型参考：
私有化部署大模型最佳解决方案 Ollama （8B）模型
步骤都是一样的只是将模型替换掉为deepseek-coder-v2:latest目前最新的为r1，我使用着推理有点问题，应该是插件问题，本地模型也可以采用在线配置一样可以使用

勾选配置为默认Ollama

我部署在服务器上的需要配置2步
这里是Ollama的连接，注意在服务器Ollama开启跨域访问 "Environment="OLLAMA_
ORIGINS=*

Base host：http://127.0.0.1:11434
点击刷新模型获取模型列表
勾选自己下载的模型 deepseek-coder-v2

通过上述步骤，即可配置完成，配置完成后，点击应用和确认即可。

我们可以通过对话框，选中文件等操作询问AI，也可以编写注释，代码自动生成等操作

DeepSeek配置手册

如果还不明白如何配置，可以参考下官方提供的配置策略：

DeepSeek官方文档
CodeGPT官方文档

三、使用 DeepSeek 进行编程

获取思路和代码

找到 CodeGpt组件，找到对话框，默认为设置的默认配置，可以进行修改配置，然后输入内容即可对话。

例如 给出口令：帮我编写一个二分查找算法
给出代码如下：

package code;public class TestAI {public static void main(String[] args) {int[] arr = {2, 5, 8, 12, 16, 23, 38, 45, 57, 69};int target = 23;int result = binarySearch(arr, target);System.out.println("Index of " + target + " is: " + result);}private static int binarySearch(int[] arr, int target) {int left = 0;int right = arr.length - 1;while (left <= right) {int mid = left + (right - left) / 2;if (arr[mid] == target) {return mid;} else if (arr[mid] < target) {left = mid + 1;} else {right = mid - 1;}}return -1; // Target not found}
}

代码补全应用

在编写代码时，当你输入部分代码后，只需要回车（Enter），DeepSeek 就会迅速分析代码上下文，智能补全后续代码。这一功能大大节省了代码编写时间，让你的编程效率直线上升。

代码解释与问题解答

对于一些复杂的代码段，理解起来可能会有些困难。这时，你只需选中代码，然后右键点击，选择 “CodeGPT”，DeepSeek 便会为你详细解读代码的功能和逻辑。有了它的帮助，代码维护和调试变得更加轻松。
在编程过程中，遇到问题是常有的事。当你遇到难题时，无需再四处查找资料，直接在代码编辑器中选中相关代码或描述问题，然后选择 “CodeGPT: Ask Question”，DeepSeek 会根据你的问题给出针对性的解决方案和建议。它就像一位随时在线的编程专家，为你排忧解难。

根据注释生成代码

例如我给出

//编写一个冒泡排序 回车（Enter）

代码生成如下

按TAB键一键采纳，也可以按方向键进行逐行采纳

---

总结

Idea+deepseek在线与离线安装部署使用的实践，我深刻体会到了两者各有优劣。在线使用最大的优势在于其便捷性，无需复杂的本地配置，只要有网络连接，就能随时随地使用模型，并且可以实时获取模型的更新，确保处理结果紧跟数据动态变化。然而，也正是对网络的依赖，使得在网络不稳定时会极大地影响使用体验，且存在数据隐私泄露的隐患，这让我在使用敏感数据时有所顾虑。

离线使用则给我带来了更高的数据安全性和稳定性。所有操作都在本地完成，不担心数据上传导致的隐私问题，同时处理速度也不受网络波动影响，能够快速得到响应。但离线使用的前期准备工作较为繁琐，对硬件要求较高，需要手动安装众多依赖库和配置环境变量，稍有不慎就可能导致模型无法正常运行。而且一旦离线使用，数据的更新变得困难，难以让模型及时适应新的数据分布。

在线与离线使用并非相互排斥，而是应根据具体的需求和场景来选择。如果注重便捷性和实时性，且对数据隐私要求不高，在线使用是个不错的选择；但如果处理敏感数据或对稳定性、响应速度有较高要求，那么离线使用更值得考虑。同时，这也促使我在未来的使用中，会更加细致地评估需求，权衡利弊，以实现效益的最大化。