周三

对后面四章进行了一些实践

第三章

利用Coze平台搭建了一个deepseek智能体
主要包括工作流的创建，定义每个节点的输入输出变量，并将其串联起来，搭建用户界面并将其与工作流整合

第四章

从deepseek官网获取我自己的api，并贡献了10元大米购买了一些tokens，接着在vscode，安装了Cline插件并将deepseek接入，其功能果真比网页免费版deepseek强多了，十元花的不亏
token：包含输入与输出，其定价不同，值得注意的是我们看得见的思考过程也是需要花费token的。

第五章

本地部署了一个8b的deep seek
先下载ollama，通过查询得知我的电脑最多部署一个8b的模型，14b的需要16g显存，而我的电脑只有8g，通过叶哥指导发现，下面还有量化的版本，我部署了一个14b量化的版本，需要9g显存，运行起来实在太慢了，一秒钟平均回复我三个字。

第六章

为deepseek构建个人知识库
通过Cherry Studio平台接入了我部署的8bDeepSeek模型，这里我发现可以通过api接入deepseek-r1的，不过平台还要花米，而且竟然比我买tokens的钱还要多，国外软件就是坑，放弃了。搭建知识库之前还有一个前提，还需要在ollama上安装一个嵌入模型BGE-M3，其能将文本转为高维向量，以此来实现文本的高效检索，只不过我还没有啥知识库，所以内容就为空了，大致流程就是这样。