直到昨天一个企业客户说他们用的是腾讯云做的智能体。

点进去我才发现，腾讯云最近悄悄憋了个大招！

他们自己部署了一套满血版DeepSeek（包含V3和R1）

又在他们自家的大模型知识引擎平台（LKE）给DeepSeek结合了联网功能、RAG知识库 + 工作流

体验之后，效果真的让我大为震惊

我愿称之为DeepSeek完全体！

基于腾讯云LKE平台，大家完全可以在上面定制化打造属于自己的DeepSeek应用~

同时DeepSeek的本身的理解能力就够强，不需要花太多时间在提示词优化上，极大的降低了定制门槛。

基于腾讯云LKE，就可以快速构建AI知识库，并利用工作流进一步实现更复杂的业务逻辑。

更关键的是，完全不卡，用起来很丝滑、流畅~

当然，可能有朋友会问：我们即使在腾讯云上搭建好了DeepSeek的智能体，难道只能在腾讯云使用吗？如何把服务提供出去，给客户？

别急，这块我放到最后讲，我先带大家一步一步把智能体搭建出来~

定制DeepSeek智能体

我准备把公众号文章丢给进去，做一个公众号小助理智能体（结合文章回答AI相关问题）。

先进入腾讯云大模型知识引擎LKE，点击产品体验

**LKE地址：**https://cloud.tencent.com/product/lke

应用管理->新建应用

随便起个名字，点击新建

这里我选择DeepSeek-V3，因为知识库RAG检索本身就需要一定时间，如果在使用R1这种推理模型的话，一个问题的回复时间就太长了。

如下图，开启联网搜索，然后点击知识库管理导入文档（知识）

我选择从本地导入

把准备好的文档拖进去（我准备的是公众号的部分文章）

上传完毕之后，点击导入文档

导入之后所有文档都在 解析中

我后面又补充上传了一些pdf

会经过 解析中->审核中->学习中->待发布

到待发布状态其实就ok了

回到应用配置点击知识库的 高级选项（设置RAG的一些参数）

如下图，是默认的配置，推荐就用混合检索，然后因为我的知识库是文档类型，所以只需要在文档设置这里调参即可（可以先不用改，在右边对话框测试一下，感觉效果不佳再调整这里的参数）

可以说给出的知识库参数，既能达到优化知识库问答效果的目的，又不至于很复杂，用户体验不错。

所以在没有改任何配置的情况下，我测试了第一个问题，如下

卧槽，我本来没有报太大的希望

但是这次腾讯真的惊艳到我了！这个问题横跨了多个文章，就是有两种方式（一种是部署到windows，另一种是部署到手机）

它两种都回答出来了，并且把手机部署作为备选项（备注了可选），放在了最后，总结的非常全面。

接着我又测试了一个问题（有哪些浏览器插件 推荐）

这次回答也准确无误！刚好之前喂的文章中就只有两篇讲浏览器插件的。

好再来一次，问题：袋鼠帝自己开发的浏览器插件叫啥

Σ(°ロ°)卧槽！又对了，这个准确率高的惊人！

关键是它没有被混淆，因为我上传的文章里面，有好几篇讲浏览器插件的，但是它并没有把其他浏览器插件混淆进来。

最后我让它联网搜索一下，它也可以得出DeepSeek是目前最突出的国产AI（针不戳~）

说实话，老粉应该知道，我刚刚上传的这些个公众号文章都是老演员了，在之前的一些文章或者测试中，我把这套文章资料分别上传过Coze、Fastgpt、Dify去测试知识库问答效果，在这之前我心中知识库问答效果的排序是

fastgpt>dify>coze

不过现在，我感觉知识库问答方面，腾讯云这个LKE是真强！

远超dify和coze，比fastgpt也胜一筹（关键是更简单易用）。

以及我发现，上传的pdf解析的非常完整，不需要提前单独把pdf处理成txt。

PS：以上比较仅代表我个人使用感受

当然，知识库问答效果也是需要调优的

**文档召回数量：**提取出最高匹配度的前N个文档片段

**文档检索匹配度：**只有大于设定的匹配度的文档片段才会被提取出来

总之，当你觉得根据知识库回答的内容过于庞杂时，就把匹配度调高（一般0.7左右）

当你觉得回答内容过于简短（有缺失），可适当把匹配度调低（0.3左右）

召回数量 一般按照平台默认即可。

不过上面的建议值仅供参考，具体需要您不断测试，不断调整，最终得到一个更适配业务的参数值。

至于prompt，我的prompt很简单：

你是公众号：袋鼠帝AI客栈，的智能小助理，帮助用户找到相关AI文章内容，用猫娘的语气回复

回复效果如上，还不错，至少DeepSeek-V3完全能理解，建议写prompt的时候表达清楚意思即可，一开始不用尝试复杂的prompt。

当然如果要实现更复杂的业务逻辑，可以上工作流，腾讯云LKE的工作流节点虽然还不够丰富，但该有的也都有了。

搭建好之后，我们就可以把应用发布上线啦~

点击右上角的发布按钮

可以填写一个版本号，点击发布

不到1分钟，发布成功了

发布详情里面可以看到有一个体验链接，可以跳转网页，进行对话体验，还可以分享二维码。

以及最重要的功能：通过API调用你搭建好的智能体（这就是把智能体对接到你原有系统中、或者把智能体服务提供给客户使用的关键）

…(img-kmEIAqb9-1746158141499)]

不到1分钟，发布成功了

发布详情里面可以看到有一个体验链接，可以跳转网页，进行对话体验，还可以分享二维码。

[外链图片转存中…(img-xjjnApRd-1746158141499)]

以及最重要的功能：通过API调用你搭建好的智能体（这就是把智能体对接到你原有系统中、或者把智能体服务提供给客户使用的关键）

当然，通过API接入是个技术活，懂的人不用我教，不懂的也不是我几句话能教会的，所以，您只要先知道通过API能将腾讯云LKE定制的智能体接入到其他系统使用就OK啦。

如何学习AI大模型？

大模型的发展是当前人工智能时代科技进步的必然趋势，我们只有主动拥抱这种变化，紧跟数字化、智能化潮流，才能确保我们在激烈的竞争中立于不败之地。

那么，我们应该如何学习AI大模型?

对于零基础或者是自学者来说，学习AI大模型确实可能会感到无从下手，这时候一份完整的、系统的大模型学习路线图显得尤为重要。

它可以极大地帮助你规划学习过程、明确学习目标和步骤，从而更高效地掌握所需的知识和技能。

这里就给大家免费分享一份 2025最新版全套大模型学习路线图，路线图包括了四个等级，带大家快速高效的从基础到高级！

如果大家想领取完整的学习路线及大模型学习资料包，可以扫下方二维码获取

👉2.大模型配套视频👈

很多朋友都不喜欢晦涩的文字，我也为大家准备了视频教程，每个章节都是当前板块的精华浓缩。(篇幅有限，仅展示部分）

大模型教程

👉3.大模型经典学习电子书👈

随着人工智能技术的飞速发展，AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型，如GPT-3、BERT、XLNet等，以其强大的语言理解和生成能力，正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。（篇幅有限，仅展示部分，公众号内领取）

电子书

👉4.大模型面试题&答案👈

截至目前大模型已经超过200个，在大模型纵横的时代，不仅大模型技术越来越卷，就连大模型相关的岗位和面试也开始越来越卷了。为了让大家更容易上车大模型算法赛道，我总结了大模型常考的面试题。（篇幅有限，仅展示部分，公众号内领取）

大模型面试

**因篇幅有限，仅展示部分资料，需要的扫描下方二维码领取 **