IDEA集成DeepSeek
引言
随着数据量的爆炸式增长,传统搜索技术已无法满足用户对精准、高效搜索的需求。
DeepSeek作为新一代智能搜索技术,凭借其强大的语义理解与深度学习能力,正在改变搜索领域的游戏规则。
对于 Java 开发者而言,将 DeepSeek 集成到 IDEA 中,就如同为自己的编程之路配备了一位智能助手,大幅提升开发效率,让编程变得更加轻松愉悦。接下来,我就为大家详细介绍如何将 DeepSeek 集成到 IDEA 中。
环境准备
适配 IDEA 版本
为了更好的使用插件,这里推荐使用一个代理插件——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 2023.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。如果是访问网页,而且在登录状态时,这里会提示你直接安装到工具中。具体的版本可以参考下插件信息:
https://plugins.jetbrains.com/plugin/21056-codegpt

安装python环境
DeepSeek 助手依赖 Python 环境来运行,需要提前在操作系统中安装 Python 3.7 及以上版本。安装完成后,务必将 Python 添加到系统环境变量中。这一步至关重要,它能确保系统在后续调用 Python 时能够准确找到其路径,避免因环境配置问题导致的集成失败。

在IDEA 插件市场安装AI驱动代码助手

配置 DeepSeek
在 DeepSeek 官网(https://www.deepseek.com/)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。如果 DeepSeek 需要 API Key 进行认证,你需要在 IDEA 的设置中找到 “DeepSeek” 选项。在这里,填入你从 DeepSeek 官方网站或相关平台获取的 API Key。这个 Key 就像是一把钥匙,能够解锁 DeepSeek 的全部功能,确保你能够正常使用它提供的各项服务。


IDEA中集成DeepSeek
重复上述的设置操作,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,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。

配置API KEY

配置聊天模型

配置推理模型
勾选☑️ Enable code completions和勾选☑️ Parse response as Chat Completions
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。
使用 DeepSeek 进行编程
找到 CodeGPT组件,找到对话框,选择Custom OpenAI,然后输入内容即可对话。


至此接入完成,提示余额不足是由于当前Deepseek服务器资源紧张暂停 API 服务充值。更多信息可以访问Deepseek官网(https://www.deepseek.com/)
相关文章:
IDEA集成DeepSeek
引言 随着数据量的爆炸式增长,传统搜索技术已无法满足用户对精准、高效搜索的需求。 DeepSeek作为新一代智能搜索技术,凭借其强大的语义理解与深度学习能力,正在改变搜索领域的游戏规则。 对于 Java 开发者而言,将 DeepSeek 集成…...
Unity 接入Luabn记录图解
Luban 文档及链接项目目录UnityEditor 导表工具 文档及链接 官方文档 最新版本 项目目录 接入的方法有很多,我这里随便找了一种 https://gitee.com/focus-creative-games/luban_examples.git如上图,git拉去后,只保留圈起来的2个文件夹。…...
【MySQL】我在广州学Mysql 系列——Mysql 日志管理详解
ℹ️大家好,我是练小杰,今天又是新的一周了,又该摆好心态迎接美好的明天了!!!😆 本文主要对Mysql数据库中的日志种类以及基本命令进行讨论!! 回顾:Ǵ…...
【线段树 二分查找】P3939 数颜色|普及+
本文涉及知识点 C线段树 C二分查找 P3939 数颜色 题目背景 大样例可在页面底部「附件」中下载。 题目描述 小 C 的兔子不是雪白的,而是五彩缤纷的。每只兔子都有一种颜色,不同的兔子可能有 相同的颜色。小 C 把她标号从 1 到 n n n 的 n n n 只兔…...
2011年下半年软件设计师考试上午题真题的详细知识点分类整理(附真题及答案解析)
以下是针对2011年下半年软件设计师考试上午题真题的详细知识点分类整理,涵盖所有题目涉及的核心知识点,供考生背诵记忆: 1. 数据结构与算法 树与图: 树的性质:树的节点数、深度、叶子节点数之间的关系。二叉树遍历&am…...
tmagic-editor,腾讯开源的基于 Vue3 的页面可视化编辑器
hi, 大家好, 我是徐小夕. 之前一直在社区分享零代码&低代码的技术实践,也陆陆续续设计并开发了多款可视化搭建产品,比如: H5-Dooring(页面可视化搭建平台)V6.Dooring(可视化大屏搭建平台)F…...
K8s学习总结
文章目录 介绍Kubernetes 核心组件k8s安装环境安装组件 常用命令测试1. 创建一个测试应用程序2. 检查 Pod 是否运行 3. 暴露应用让外部访问4. 查看服务的暴露端口5. 访问 nginx 服务6. 验证节点调度 如有错误,敬请指针,谢谢! 介绍 Kubernetes࿰…...
正则表达式(Regular expresssion)
正则表达式 匹配单次 . :匹配任意一个字符 [ ] :匹配[ ]里举例的任意一个字符 /d :匹配数字0-9 /D :匹配非数字 /s :匹配空白或tab建 /S :匹配非空白 /w :…...
Python的那些事第二十一篇:Python Web开发的“秘密武器”Flask
基于 Flask 框架的 Python Web 开发研究 摘要 在 Web 开发的江湖里,Python 是一位武林高手,而 Flask 则是它手中那把小巧却锋利的匕首。本文以 Flask 框架为核心,深入探讨了它在 Python Web 开发中的应用。通过幽默风趣的笔触,结合实例和表格,分析了 Flask 的特性、优势以…...
MySQL的聚簇索引与非聚簇索引
前言 首先我们要了解到,聚簇索引只能有一个,而非聚簇可以有多个。在本文中可以了解到,范围查询时聚簇索引的优势,以及非聚簇索引在频繁更新时的劣势。 在MySQL中,主键索引通常就是聚簇索引,如果没有显式…...
vscode的一些实用操作
1. 焦点切换(比如主要用到使用快捷键在编辑区和终端区进行切换操作) 2. 跳转行号 使用ctrl g,然后输入指定的文件内容,即可跳转到相应位置。 使用ctrl p,然后输入指定的行号,回车即可跳转到相应行号位置。...
C++11 thread
文章目录 C11 线程库线程对象的构造方式无参的构造函数调用带参的构造函数调用移动构造函数thread常用成员函数 this_thread命名空间join && detachmutex C11 线程库 线程对象的构造方式 无参的构造函数 1、调用无参的构造函数,调用无参的构造函数创建出来的线程对象…...
rabbitmq五种模式的总结——附java-se实现(详细)
rabbitmq五种模式的总结 完整项目地址:https://github.com/9lucifer/rabbitmq4j-learning 一、简单模式 (一)简单模式概述 RabbitMQ 的简单模式是最基础的消息队列模式,包含以下两个角色: 生产者:负责发…...
Qt中基于开源库QRencode生成二维码(附工程源码链接)
目录 1.QRencode简介 2.编译qrencode 3.在Qt中直接使用QRencode源码 3.1.添加源码 3.2.用字符串生成二维码 3.3.用二进制数据生成二维码 3.4.界面设计 3.5.效果展示 4.注意事项 5.源码下载 1.QRencode简介 QRencode是一个开源的库,专门用于生成二维码&…...
Java数据结构---链表
目录 一、链表的概念和结构 1、概念 2、结构 二、链表的分类 三、链表的实现 1、创建节点类 2、定义表头 3、创建链表 4、打印链表 5、链表长度 6、看链表中是否包含key 7、在index位置插入val(0下标为第一个位置) 8、删除第一个关键字key …...
mongodb是怎么分库分表的
在构建高性能的数据库架构时,MongoDB的分库分表策略扮演着至关重要的角色,它通过一系列精细的步骤确保了数据的高效分布与访问。以下是对这一过程的详尽阐述,旨在提供一个清晰且优化过的理解框架。 确定分片键(Shard Key…...
C++自研游戏引擎-碰撞检测组件-八叉树AABB检测算法实现
八叉树碰撞检测是一种在三维空间中高效处理物体碰撞检测的算法,其原理可以类比为一个管理三维空间物体的智能系统。这个示例包含两个部分:八叉树部分用于宏观检测,AABB用于微观检测。AABB可以更换为均值或节点检测来提高检测精度。 八叉树的…...
spring boot对接clerk 实现用户信息获取
在现代Web应用中,用户身份验证和管理是一个关键的功能。Clerk是一个提供身份验证和用户管理的服务,可以帮助开发者快速集成这些功能。在本文中,我们将介绍如何使用Spring Boot对接Clerk,以实现用户信息的获取。 1.介绍 Clerk提供…...
一种动态地址的查询
背景 当我们注入一个进程,通过函数地址进行call时经常会遇到这样的一个问题。对方程序每周四会自动更新。更新后之前的函数地址就变化了,然后需要重新找地址。所以,我就使用了一个动态查询的方式。 第一步:先为需要call的函数生…...
周雨彤:用角色与生活,诠释审美的艺术
提到内娱审美优秀且持续在线的女演员,周雨彤绝对是其中最有代表性的一个。 独树一帜的表演美学 作为新生代演员中的实力派代表,周雨彤凭借细腻的表演和对角色的深度共情,在荧幕上留下了多个令人难忘的“出圈”形象。在《我在他乡挺好的》中…...
OpenGL逻辑学快速入门 卷五 着色器:把 C 程序员的直觉解构再重建
卷五 着色器:把 C 程序员的直觉解构再重建难度 ★★☆ 视角 [GPU][CPU] 优先级 P0(5.1~5.3) P1(5.4) P2(5.5) GLSL 看着像 C,但它的每一个"少了的功能"都不是疏忽&…...
Spring Cloud Gateway + Swagger 3.0 实战:5分钟搞定微服务API文档聚合与安全访问
Spring Cloud Gateway Swagger 3.0 极速实践:微服务文档聚合与安全控制全指南 微服务架构下,API文档的集中管理一直是开发团队的痛点。想象一下:当你有20个微服务时,难道要记住20个不同的Swagger地址?更糟的是&#x…...
企业内部工具如何通过统一API密钥管理实现安全接入
企业内部工具如何通过统一API密钥管理实现安全接入 1. 企业AI服务接入的安全挑战 在企业内部工具中集成AI能力时,开发团队通常面临三个核心问题:多项目密钥分散管理困难、调用行为难以追踪、以及成本分配不透明。传统做法是为每个项目单独申请不同厂商…...
从SIFT到ORB:OpenCV实战教程,手把手教你用Python实现四大特征点检测与匹配
从SIFT到ORB:OpenCV实战教程,手把手教你用Python实现四大特征点检测与匹配 计算机视觉领域最令人着迷的部分之一,就是教会计算机"看"图像中的关键特征。想象一下,你正在开发一个手机应用,用户只需拍摄两件商…...
从老Hub-Link到DMI总线:Intel主板南北桥变迁史及其对PCIe设备的影响
从Hub-Link到DMI总线:Intel主板架构演进与PCIe设备性能跃迁 在计算机硬件发展的长河中,主板架构的每一次变革都像一场静默的革命。2008年,当Intel推出Nehalem微架构时,一场影响深远的改变悄然发生——内存控制器正式从北桥芯片迁移…...
如何用3个步骤将Obsidian升级为AI智能笔记助手:obsidian-copilot完全指南
如何用3个步骤将Obsidian升级为AI智能笔记助手:obsidian-copilot完全指南 【免费下载链接】obsidian-copilot THE Copilot in Obsidian 项目地址: https://gitcode.com/gh_mirrors/ob/obsidian-copilot 想象一下,你的Obsidian笔记库不再是被动存储…...
正点原子IMX6ULL SR04模块+Qt使用
本篇文章用于记录在使用正点原子开发板进行自主开发时使用SR04模块完成倒车雷达辅助功能遇到的问题及延伸问题,文章重点在于记录!问题还待解决问题背景:想要实现sr04的模块驱动且配合Qt应用程序完成倒车雷达辅助功能但是在过程中发现 1.当前系…...
为AI助手构建安全边界:Gatelet权限代理部署与策略配置实战
1. 项目概述:为你的AI助手装上“安全围栏” 如果你和我一样,对AI助手(Agent)的能力感到兴奋,同时又对让它直接访问你的邮箱、日历等敏感账户感到一丝不安,那么Gatelet这个项目,就是为你量身定做…...
终极微信聊天记录解密指南:简单三步找回你的珍贵回忆
终极微信聊天记录解密指南:简单三步找回你的珍贵回忆 【免费下载链接】WechatDecrypt 微信消息解密工具 项目地址: https://gitcode.com/gh_mirrors/we/WechatDecrypt 你是否曾经因为更换手机而丢失重要的微信聊天记录?或者误删了珍贵的对话却无法…...
音频语言模型在地理定位中的应用与技术实现
1. 音频语言模型的地理定位能力解析音频语言模型在地理定位领域的应用,本质上是通过分析语音信号中的地理特征信息来实现位置推断。这种技术主要依赖以下几个关键要素:口音与方言特征:不同地区的说话者在发音、用词、语法结构上存在系统性差异…...
