DeepSeek公司,作为人工智能技术研发领域的佼佼者,近期推出了其旗舰产品——DeepSeek-V3 AI模型。该模型是对其前身DeepSeek-V2.5的全面升级,通过不断的优化工作,V3版本在性能表现、运算速度及成本控制上均实现了质的飞跃。这一进步标志着,在技术层面,国产AI模型如DeepSeek-V3已经能够与国际上最先进的模型,诸如GPT-4系列的模型,一较高下。

为了进一步挖掘DeepSeek-V3的潜力,我们计划将DeepSeek其集成到word中,旨在借助其强大的AI能力,为我们的工作提供智能辅助。

01

效果演示

依据详细的操作指南一步步实施后,Word的界面上将增添一个专属于“开启对话”的功能按钮。这表示DeepSeek已被成功嵌入到您的Word程序中。然后选中文本点击“开启对话”,即可实现与DeepSeekV3进行对话。例如我们将一段中文文本翻译为英文:

对话后的文档,被翻译成了英文文档。

接下来我们将逐步介绍,如何将word接入到DeepSeek中,让我们的办公效率飞起来。

02

获取API key

1、进入DeepSeek官网,官网链接:https://www.deepseek.com/

2、点击左侧“API Keys”,点击创建API key,输出名称为“AI接入word”,当然可以定义自己喜欢的名字

3、输入自定义的名字后,点击“创建",这时会给我们创建一个API key,大家一定要记住自己的API key,可以先将API key复制到一个txt文件中,方便保存。

03

配置word

1、首先在自己电脑上新建一个Word文档,然后点击 文件 -> 选项 -> 自定义功能区,勾选“开发者工具”。

2、接下来点击 文件 -> 选项->信任中心 -> 信任中心设置,选择“启用所有宏”与“信任对VBA…”,然后确定就可以了。

3、这时我们会发现word选项卡中出现了一个“开发者工具”,点击开发者工具,然后点击左上角的Visual Basic,会弹出一个窗口。

4、点击插入,选择模块,这时会弹出一个编辑器,然后输入以下脚本代码就可以了。(如需脚本文件,回复"word"即可)

Function CallDeepSeekAPI(api_key As String, inputText As String)`    `Dim API As String`    `Dim SendTxt As String`    `Dim Http As Object`    `Dim status_code As Integer`    `Dim response As String`        `API = "https://api.deepseek.com/chat/completions"`    `SendTxt = "{""model"": ""deepseek-chat"", ""messages"": [{""role"":""system"", ""content"":""You are a Word assistant""}, {""role"":""user"", ""content"":""" & inputText & """}], ""stream"": false}"`    `Set Http = CreateObject("MSXML2.XMLHTTP")`    `With Http`    `.Open "POST", API, False`    `.setRequestHeader "Content-Type", "application/json"`    `.setRequestHeader "Authorization", "Bearer " & api_key`    `.send SendTxt`    `status_code = .Status`    `response = .responseText`   `End With`   `' 弹出窗口显示 API 响应(调试用)`   `' MsgBox "API Response: " & response, vbInformation, "Debug Info"``If status_code = 200 Then`    `CallDeepSeekAPI = response`    `Else`      `CallDeepSeekAPI = "Error: " & status_code & " - " & response` `End If`    `Set Http = Nothing``End Function` `Sub DeepSeekV3()`     `Dim api_key As String`    `Dim inputText As String`    `Dim response As String`    `Dim regex As Object`    `Dim matches As Object`    `Dim originalSelection As Object`    `api_key = "自己的API key"`    `If api_key = "" Then`       `MsgBox "Please enter the API key."`      `Exit Sub`    `ElseIf Selection.Type <> wdSelectionNormal Then`       `MsgBox "Please select text."`     `Exit Sub`  `End If`   `' 保存原始选中的文本`  `Set originalSelection = Selection.Range.Duplicate`   `inputText = Replace(Replace(Replace(Replace(Replace(Selection.Text, "\", "\\"), vbCrLf, ""), vbCr, ""), vbLf, ""), Chr(34), "\""")`   `response = CallDeepSeekAPI(api_key, inputText)`   `If Left(response, 5) <> "Error" Then`        `Set regex = CreateObject("VBScript.RegExp")`       `With regex`           `.Global = True`           `.MultiLine = True`            `.IgnoreCase = False`             `.Pattern = """content"":""(.*?)"""`       `End With`       `Set matches = regex.Execute(response)`     `If matches.Count > 0 Then`      `response = matches(0).SubMatches(0)`      `response = Replace(Replace(response, """", Chr(34)), """", Chr(34))`    `' 取消选中原始文本`       `Selection.Collapse Direction:=wdCollapseEnd`     `' 将内容插入到选中文字的下一行`      `Selection.TypeParagraph ' 插入新行`      `Selection.TypeText Text:=response`    `' 将光标移回原来选中文本的末尾`     `originalSelection.Select`     `Else`      `MsgBox "Failed to parse API response.", vbExclamation`     `End If`     `Else`    `MsgBox response, vbCritical`   `End If``End Sub

5、点击 文件 -> 选项 -> 自定义功能区,右键开发工具,点击添加新组。

6、右键新建组(自定义),点击重命名。将其命名为DeepSeek,并选择自己喜欢的图标,点击确定。

7、首先选择DeepSeek(自定义),选择左侧的命令为“宏”,找到要添加的DeepSeekV3,选中后点击添加。

8、选中添加的命令,右键点击重命名,重命名为“开始对话”,并选自己喜欢的符号作为图标。

至此,我们已经成功的将Word接入DeepSeek大模型中了,接下来我们将验证一下配置是否成功。

04

测试

这时我们在word中,输入一行文字“请用300字介绍一下DeepSeek”,然后点击我们选型卡中我们命名的“开始对话”按钮,这时大模型会按照我们选中的文本给出相应的回应。

如何学习大模型 AI ?

由于新岗位的生产效率,要优于被取代岗位的生产效率,所以实际上整个社会的生产效率是提升的。

但是具体到个人,只能说是:

“最先掌握AI的人,将会比较晚掌握AI的人有竞争优势”。

这句话,放在计算机、互联网、移动互联网的开局时期,都是一样的道理。

我在一线互联网企业工作十余年里,指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家,也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑,所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限,很多互联网行业朋友无法获得正确的资料得到学习提升,故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

在这里插入图片描述

第一阶段(10天):初阶应用

该阶段让大家对大模型 AI有一个最前沿的认识,对大模型 AI 的理解超过 95% 的人,可以在相关讨论时发表高级、不跟风、又接地气的见解,别人只会和 AI 聊天,而你能调教 AI,并能用代码将大模型和业务衔接。

  • 大模型 AI 能干什么?
  • 大模型是怎样获得「智能」的?
  • 用好 AI 的核心心法
  • 大模型应用业务架构
  • 大模型应用技术架构
  • 代码示例:向 GPT-3.5 灌入新知识
  • 提示工程的意义和核心思想
  • Prompt 典型构成
  • 指令调优方法论
  • 思维链和思维树
  • Prompt 攻击和防范

第二阶段(30天):高阶应用

该阶段我们正式进入大模型 AI 进阶实战学习,学会构造私有知识库,扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架,抓住最新的技术进展,适合 Python 和 JavaScript 程序员。

  • 为什么要做 RAG
  • 搭建一个简单的 ChatPDF
  • 检索的基础概念
  • 什么是向量表示(Embeddings)
  • 向量数据库与向量检索
  • 基于向量检索的 RAG
  • 搭建 RAG 系统的扩展知识
  • 混合检索与 RAG-Fusion 简介
  • 向量模型本地部署

第三阶段(30天):模型训练

恭喜你,如果学到这里,你基本可以找到一份大模型 AI相关的工作,自己也能训练 GPT 了!通过微调,训练自己的垂直大模型,能独立训练开源多模态大模型,掌握更多技术方案。

到此为止,大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗?

  • 为什么要做 RAG
  • 什么是模型
  • 什么是模型训练
  • 求解器 & 损失函数简介
  • 小实验2:手写一个简单的神经网络并训练它
  • 什么是训练/预训练/微调/轻量化微调
  • Transformer结构简介
  • 轻量化微调
  • 实验数据集的构建

第四阶段(20天):商业闭环

对全球大模型从性能、吞吐量、成本等方面有一定的认知,可以在云端和本地等多种环境下部署大模型,找到适合自己的项目/创业方向,做一名被 AI 武装的产品经理。

  • 硬件选型
  • 带你了解全球大模型
  • 使用国产大模型服务
  • 搭建 OpenAI 代理
  • 热身:基于阿里云 PAI 部署 Stable Diffusion
  • 在本地计算机运行大模型
  • 大模型的私有化部署
  • 基于 vLLM 部署大模型
  • 案例:如何优雅地在阿里云私有部署开源大模型
  • 部署一套开源 LLM 项目
  • 内容安全
  • 互联网信息服务算法备案

学习是一个过程,只要学习就会有挑战。天道酬勤,你越努力,就会成为越优秀的自己。

如果你能在15天内完成所有的任务,那你堪称天才。然而,如果你能完成 60-70% 的内容,你就已经开始具备成为一名大模型 AI 的正确特征了。

这份完整版的大模型 AI 学习资料已经上传CSDN,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费

在这里插入图片描述

Logo

欢迎加入DeepSeek 技术社区。在这里,你可以找到志同道合的朋友,共同探索AI技术的奥秘。

更多推荐