deepseekv4可以做表格吗

我们把我的微信七成二十四小时交给了 ai， 让 ai 变成我的 ai 员工，去帮我回复微信，回复客户里面的信息。我给他做了一个知识库，是汽车改装的知识库，我给他定义了一下，你的名字是加一顶啊，你的名字是许仙，你是汽车改装的从业者，销售技师。回复消息不要有任何人际感，你是一个真人， 回复尽量简短，他会根据咱们的给他的知识库的内容去回复用户，包括这可以联动咱们的押 p 表格，导入咱们的表格数据，而且我们支持全行业接入，可以自定义对接您自己的 a p i。 我 这边给他启动一下咱们的机前，我给大家操作一下，他不仅能在群里面认识谁和谁发的信息，而且他还能记住每一位客户的点在哪里，以前这位客户的 爱好是什么，他的产品是什么，会自动归类一个标签。而且他每一个用户都有独立的一个知识库，一个记忆库去储存记忆，所以说他不会任何的记忆串联，这就是咱们的 ai 员工。我现在启动一下机器人，让他接管一下咱们的微信。好的，我这边测试一下，我在这个测试群里面我发一条信息，看一下他是否能回，然后呢？他如何去处理客户的消息，我们模拟一下。 hello， 许公还在忙吗？好，发送。好，自己去识别到，然后好点击，然后自己去回复识别。我看一下它是否能回复啊， 哎，回复了，在呢，刚才处理一个课是继续聊 j k n 的 升级范，我还有一台车，是那个奔驰大 g， 我 发你图片，你看一下，我想改成图片的那个样子， 好，我发给他。好，然后我这边继续给他。我们在网上找了一张图片啊，奔驰大 g 的 改装案例，要发给他，让他读到啊奔这张图片啊，然后跟他说，我想改成图片中的样子，看一下他是否能够回复啊？好，我发送给他。 好，然后发送以后呢？他自动去识别到咱们的图片，查看咱们的图片细节。好，点开以后看啊，去查看啊，去查看图片，然后继续问，我想把我的这个奔驰大 g 改成图片中这个效果，大概是需要多少钱啊？你给我个推荐呗。 我直接问他大概需要多少钱，他说图片收到了啊，这台是什么？然后我跟他说，哎，我想看图片啊，改成图片的样子，然后他说图片收到了，看一下他是否能够回复图片，这里大致是什么？哪一年的啊？ 就是我前几天刚买的，然后呢，想改成图片中的这样的效果，大概改装需要花多少钱呢？然后他就会根据咱们的知识库啊，去匹配，根据咱们压批表格去对应，去对接，查看对应的价格，然后再给出客户的一些答案啊，一些回答，让我们看一下他的回答。 好，恭喜提车啊，这台底子不错，大概是需要多少钱？两万到五万八不等，你看他直接可以回复咱们， 然后我再继继续问他记忆系统，测试一下，你还知道我的车是哪一辆吗？哪几辆？我之前和他说我还有一张车是，呃，那个，呃，吉普啊，吉普车加奔驰大 g， 看一下他是否能够记得住啊，咱们的独立记忆系统看一眼。 哎，记得啊，你手上两台，一台是牧马人啊，一台是奔驰大 g 啊。然后我这边用另外一个号，我给大家去看一下他是否能够明白啊？记忆不串联，那我的车呢？你还记得吗？然后去发啊， 奥迪 a 六，完美，他可以记得，因为之前我和他说，哎，我的车是奥迪 a 六，你看后面他回复了什么好，记得。这就是咱们的 ai， 员工能够帮我们完成所有的客户信息，七乘二十四小时，把 ai 交给咱们的微信，把微信交给咱们的 ai。

你是否还在为 ai 无法满足你的要求而烦恼？像是这样的， 就以 dpck 为例，本期视频我将教会你如何使用真正的 ai 大 模型。首先我们打开 dpc 的 首页，可以看到这里有两个选项卡，第一个就是大家最常用的，也就是视频开头提到的，这里我们点进 api 开放平台， 进入到首页可以看到我们的余额及使用情况，像我这里就还剩八块，大家可以按自己的需求充值。我们点进 api kiss 创建 api， 这里大家随便输入自己想要输的进行创建，由于我已经有一个了，就不创建了，创建完成后会给一段 api， 由于不会再显示第二次，大家记得复制保存起来，这里可以进行充值， 这里可以看见自己的充值记录。我们进入接口文档，这里面的东西待会要用上，接下来我们找一个 ai 集成的软件，我这里就用觑其他的软件也可以，步骤都是差不多的，可以看到有两个版本，简单来说， solo 桌面端就是轻量化 ai 工作台， 可以派活给 ai 做， i d e 就是 你自己写代码， ai 当助手，这里我们选择 i d e， 大家下载好了之后自行安装，安装好了之后的界面就是这样的，左上角可以切换 i d e 和 solo 模式， 接下来我们点击右下角这个倒三角，点击添加模型，可以看到这有很多服务商，我们选择 dp， 但是模型这里没有 v 四 pro， 所以 需要我们手动添加。在模型 id 这一栏输入 dp 为四 pro， 这里我已经有了 api 秘钥，这一栏则是创建 api 时让大家复制保存的 就是这一串东西，我们回到翠可以看到，还需要请求地址，还记得我们先前说的接口文档吗？我们将这一行复制进去， 复制完之后点击添加模型就可以了，这里我就不做演示了，再点进右下角最下面就可以看到我们的 v 四 pro 了，对话时记得将模型切成 v 四 pro， 然后你就可以让他去完成任务了，加纳。

大部分人把 deepsafe 用错了， v 四版本综合能力现在重回国产第一，今天直接给你出 v 四保姆级教程，先带你看它现在到底强到什么程度。二 零二六年四月二十四号刚发布的 v 四系列，发布仅三天，第三方 super 四 lue 精准实测结果就直接炸场。 pro 版以七十点九八分登顶国产大模型综合榜第一， flash 版以六十八点八二分紧随其后拿下国产第二。 双版本直接包揽了国产榜单的前两名，把一众老牌大模型都甩在了身后。六大核心能力的硬核增幅直接给你摆明白。智能体任务规划能力 七十七点四九分，国产第一，比上一代暴涨二十点八七分，是这次升级最大的杀招，大白话讲就是他能自己拆解任务规划步骤，不用你一步步盯着叫。数学推理能力八十七点三九分，同样登顶国产第一， 硬核数理能力直接拉满，从小学算数到考研高数，没有他解不明白的题。幻觉控制。八十点六八分，国产第三， 仅次于 glm 五和千问三点五，意味着他瞎编乱造的概率极低，给你的答案靠谱度很高。科学推理七十九点二七分，国产第二，仅次于豆包专家模式，专业领域的内容拆解、逻辑推演，他都能精准拿捏代码生成。六十三点二四分，国产第三， 似于 kimi 二点五和豆包专家模式，稳居开源模型里的代码能力第一梯队，开发者和普通职场人都能用精确指令遵循。 三十七点八四分，国产第三，比上一代暴涨十一点八九分，从之前的国产垫底，直接冲进第一梯队，你让他干什么，他就严格按你的要求来，不会跑偏，不会露相，实现了全维度无短板。那这么强的能力， 为什么你用着总觉得不好用？核心原因只有一个，你从跟上就把它的两个模式用反了。很多人用了一年 deepsea， 根本没搞懂哪个模式适合干什么，回头还骂他能力不行，这完全是把屠龙刀拿来切菜了。快速模式运行的是 v 四 flash 版本，主打响应快、成本低，全功能免费无门槛。它适配日常闲聊、简单提问、清亮文本处理、基础信息查询， 用它完全够用。但你要是拿它解高数，做复杂报告、写代码，那肯定会觉得它能力不行，这不是它的问题，是你用错了场景。而专家模式运行的是 v 四 pro 版本，是这次升级的核心杀招。佛有登顶榜单的硬核能力， 全在这个模式里，这才是你真正应该学会使用的方法。下面这三大专属用法，普通人直接照着用，效率拉满十倍。第一个，用它做全场景数学问题解答，学生党，职场人刚需中的刚需。他有着国产第一的数学推理能力， 不管是中小学数理化作业公式推导、大学高数微积分考研考公的数量关系题，还是职场人需要的数据分析、财务核算，他都能精准搞定。他不仅能给你标准答案， 还会拆解每一步解析思路，标注易错点，讲透底层逻辑，甚至给你同类型题的通用解析技巧，比网课老师讲的还细致。给你一个直接就能用的指令模板，我需要你讲解这道题，先给出标准答案， 再一步步拆解解析步骤，标注核心考点和易错点。最后给我三道同类型的练习题，附带答案和解析，直接复制粘贴就能用。第二个，用它的科学推理能力做内容校准， 做自媒体写报告的人，靠它彻底避免翻车。不管是视频内容的技术参数核对、 ai 测评、数据校准， 还是行业报告的深度拆解、数据交叉验证，又或是科普内容的真实性核实，独家细节挖掘，他都能精准排查数据错误，核实内容真实性，挖出同行没注意到的信息差，直接把文案丢给他，说帮我核对这篇文案里的所有数据 错误，给出正确数据和权威来源补充三个差异化独家细节，直接优化出有干货、有爆点的文案。最后给你一个高级玩法，用它的顶级智能体能力搭建你的专属数字员工。很多人到现在都不知道智能体到底是什么， 说白了，他就是把 ai 从你让他干什么他才干什么的被动工具，变成了你告诉他要什么结果他自己想办法干完的 主动执行者。之前你用 ai 做报告，得一步步给指令盯着改，随时纠错，前前后后要折腾十几轮。现在用 deepsea v 四的智能体能力，你只需要定一个最终目标，它会自己拆解任务 规划步骤，调用工具自主纠错，最后直接给你交付成品，全程不用你定 deepsea v 四在闲聊、语音交互、创意文案商品选择上，不如豆包千问顺手。本地部署对新手也有门槛，所以选对场景是你最应该注意的。 最后问你两个问题，你已经用上 deepsea v 四了吗？最让你惊艳的是哪个能力？评论区告诉我！收藏转发这条保姆级教程，下期带你解锁更多 ai 提效的隐藏玩法！

现在路由接 dc 不 用那么麻烦了，以前中间还要加一层 c c 叉，现在 c c switch 更新后可以直接在里面配置了，你按上下文也能够正常开启，额度不够用时可以试试让 dc 接上，毕竟真的大碗便宜。 下面一分钟带你配好。先打开 c c switch， 接到路由这一栏，点击右上角的加号，然后找到 dc， 选好后默认信息都会帮你填好，只需要填你自己的 api key 就 可以。再检查一下这两项有没有打开， 然后保存配置，回到首页，点击左上角的这个开关，最后重启一下 c c switch 还有 codex， 这样子 codex 就 可以成功的接上 d c 了。现在整个流程会简单很多，也少一些麻烦，还有不稳定。今天的分享就到这了，我是木马，陪您一起玩 a 的 赛博达子，咱们下期见，拜拜！

哈喽，各位同好，好久不见啊。在上一期我们系统性的教了大家如何的使用 deepsea v 四 pro 的 模型，然后我们也收获了八百多个粉丝。在这一期我们先解决一下上一期遗留下的一些问题， 首先是在模型服务这个页面，我们要先打开深度求索，然后把这个 cherry 关掉，然后你的 deepsea 就 可以正常的使用了。 然后其次还有别的问题，就是搜索不到 deepsea v 四 pro， 这个时候你要在获获取模型列表里边，你往下看一下，它就有 deepsea v 四 pro。 还有一个常见的问题就是大家没有充值，没有充值的话你是没办法直接使用的。还有问题就是大家在复制 api 密钥之后， 你直接把它放到了 cherry 这里边，你应该把它放到深度求索这里边。 ok， 大家也可以看到我问了他，我说你是 v 四 pro 吗？你看他的回答，他说他不是，但是这是由什么原因造成的呢？因为它的数据库不是最新的，所以他不知道它是 deepsea v 四 pro。 ok， 那 么好，我们正式开启本期的视频教学内容， 我们这一期给大家系统性的讲一下自定义参数，因为在上一期我没有系统性的给大家讲自定义参数，导致很多粉丝在问我自定义参数是干什么用的？怎么设置？ ok， 我 今天就给大家讲一讲什么叫自定义参数。首先自定义参数 就是让你的这个 ai 变得更偏科，他就是给他加一堆设定，给他加一堆限制条件。首先 temperature， 它在英文的意思里是温度的意思，然后在这个 ai 大 模型里，它就是想象力的意思，当你把 temperature 设置大于一的时候，你的这个模型就会彻底的放飞自我， 它会瞎说八道。所以说在我们把它当做一个聊天工具的时候，可以把这个 temperature 设置的高一点，但是你把它用于编程数学这种领域，你一定要把这个 temperature 设置小于三，这样你的模型会非常的严谨。讲完 temperature， 我 们再来讲一下 topic， 它就是你的资源库范围，当你把它设置为零点一的时候，它就只会挑选那些头部的权威资料库，当你把它设置到零点九的时候，它就可以挑选任何渠道的资料。 topk 就是 在资源库范围的前提之下，增加了资料数量， 也就是它对于你这一个问题的回答，它会参考多少文献？比如我写一百，那么它参考的资料数就是一百个 presence penalty， 它就是控制前后文的连贯性， 因为它是一个潜在的惩罚机制，当你把它数值填的低的时候，它前后文的连贯性就会高，当你把它的数值设的高的时候，那它新的东西就会多，那这是为什么呢？ 就是因为你把这个 presence penalty 设置之后，它就会有一个潜在的惩罚机制，当它前后文的重复性高的时候， 这个潜在机制就会惩罚它，然后它就被迫的去说新东西。 frequency， 它就是这个惩罚频率， 你把他这个惩罚频率设置的越高，他惩罚的越狠，那么他说的新东西就越多。那么好的这一期内容就先到这里，我们下一期继续教大家剩下的自定义参数，在这之后我们还会进行实操教学，我们下期见。

今天一个视频教会大家在拷代码中使用 deepsafe 打磨箱，千万别再花冤枉钱了。看我操作，我们选择使用 cc switch 进行配置。第一步，先配置路由，在这里撩开， 然后回到主页面选择拷代码，然后在这里配置供应商选择 deepsafe， 然后把 vpi 也贴过来啊，模型直接点击添加。 第三步，直接点击起用，然后把路由打开。 ok， 接下来让我们打开 call 代码，见证奇迹。这里面已经是 dc 模型了，测试一下啊，没问题， ok 了。

科技圈炸了，就在刚刚， deepsea 成了苹果笔记本上的永久免费声卡。谁能想到，国外的 reddison 创始人 andry rise 竟然亲自动手给中国 ai 鞋底层驱动。以前老外对国产模型是跑分看看，现在是不顾一切把它塞进电脑。 而他用一种极度疯狂的不对称量化，要把庞大的 deepsea flash 这个模型压缩进幺二八 g 内存的苹果本里。最离谱的是，他把一百万 token 的 缓存直接丢进了 ssd 硬盘。 这意味着你不需要什么昂贵的阿里云或者内存条，只要一台 macbook， 就 能在断网的状态下，让全球最强的编程助手为你通宵写代码，一分托管费都不用花。而当 ai 像水和电一样变得手到擒来，那么真正值钱的将不再是模型本身，而它与你工作流的深度融合。

deepsea 预计 v 四点一将在六月发布，补齐图像和音频理解，补上 v 四只能纯文本的短板，听起来像常规补全，但拆开成本结构，事情没那么简单。 v 四 pro 运行成本比 gpt 五点四 mini 低百分之五十三，技术代差收窄到八个月，数学和软件工程国产第一一个成本只有对手一半的模式。现在要把感知补齐， deepsea 是 在极致性价比的底座上加感知。多模态不是加分项，是攻进企业市场的入场券。企业不需要最强的模型，需要够用便宜能接近工作流的。 deepsea 的 逻辑不是拼谁更聪明，是五折价格八成能力再用多模态补上最后两成场子缺口。六月如果价格不变，不是追赶，是重新定价。

那么跑这个 dspv 四需要怎么样的硬件配置？要多大的显存呢？好，我们这里刚好部署了一个 dspv 四，是 f p 八精度下的，那么我这里用的是三张 h 一 百九十六 g 的 卡，这里是每张卡的显存占用啊，比如说这个占用了八十七 g， 这个占用了八十九 g， 这个占用了八十八 g， 也就是加起来差不多两百六到两百七十 g 的 显存，就可以打开这个模型了。然后我们把上下文长度调整为一百万，那我们来做一个长上下文的一个对话场景啊，就是我们平常会做一个日制审查， 因为我们知道这个电脑的日制它都是几千行几万行，非常长。好的，那么针对这种长上下文呢？它这里大概是四秒啊，看来这个长上下文它还是花了一些功夫去思考的， 四秒钟才开始吐字，那这是一个并发症的场景，那我们接下来会测试一下多并发症它的数据是怎么样的，然后我们使用的是我们这个测试并发症的软件啊，我们把这个并发症量从一个并发症开始，然后一直到两百五十六个并发症，分别让他去跑 测试，这样的话我们就知道在我们实际生产环境当中，大概它的性能会怎么样的好，那么最后这个数据就出来了，我们可以看到基本上到一百二十八个平方之后啊，达到每秒两千两百个左右，投币就已经达到极限了， 这个手自延迟在一百二十八个病发以下，手自延迟都非常低，但是到两百五十六个病发，他的手自延迟来到了七秒啊，这个时候对于用户来讲他就会觉得很卡了，所以说像这个就建议放在一百二十八个病发以下去做这个生产。 那么以下是根据这上面的数据做的一些图标啊，总的来说呢，像这个模型基本上需要两百七十 g 左右的一个显存，大家有其他的需求，或者说其他的模型要跑也可以来一起聊聊。

刚才我查了一下账单，发现自己用 deepsea 写代码花了将近二十三块钱，三千多次调用将近四亿 token， 同等量级扔到 gpt 上，一个月少说几百十几倍的差价，而且用起来说实话没感觉有什么区别。这就是我今天想聊的东西， resonix， 一个专门适配 deepsea 的 本地编程助手。先说清楚，这玩意儿不需要外网，装起来也很简单。 github 搜 resonix 小 白直接下桌面客户端，双击打开即可， 首次启动会让你填 a p i 密钥，据 deepsafe 官网注册一下，领个密钥粘进去一两分钟的事。界面就是个聊天窗口，有两个模式需要注意， review 和 auto 模式会申请工作区外的文件访问权限，而我日常电脑没什么重要的文件，所以一般直接开 ulog 模式，省事方便。 来实际带你们体验一下。比方说我想知道 ai 热点，用这个 ai 热点的 skill， 直接跟他说帮我搜今天 ai 圈有什么新闻，整理成精简文案，他自己就去抓信息了，不用写任何代码。 等了大概几分钟，结果直接出来了，可以看到这都是最新的资讯，时刻紧跟热点。我做自媒体内容的时候，给他搭了一套完整流程，从八视频素材提文案到改写预判数据表现，一条指令走通， 花费一两个小时搭建，就能节约以后我找素材的时间。而且如果你完全不懂代码，也能用它搭个人网站。 我试过用了开源的模板，借助 deep c 转化为我想要的样子，可以给大家稍微看一下成品纯前端，自己图一，乐呵乐呵的。当然运行中间报错了也别慌，它会自己看错误信息 自己修，修完继续跑。对新手来说，这体验确实可以。原作者我在评论区 a d 出来了，感兴趣的可以关注。下期的话，看评论区问的最多的问题，我挑一个话题继续深入。

嗨，大家好啊，我是 pk。 今天我们就丛林来装一下 hermes agent， 听说这个爱马仕它的记忆和自我进化能力会比龙虾强很多，那我们今天就来尝试一下安装，还有接入 deepsea v 四的 api 的 所有配置和适用的过程。它们这个官网看起来还是挺有艺术感。 copy 一下它的安装命令，我们打开终端，然后把这段命令发给他。 hermes agent install 已经开始装了，这个安装的过程有快有慢，如果卡住了可以重新再试一次。好，这边下好了，我们就开始配置了，这个应该大家都会比较熟了，跟 龙虾的配置差不多，我们选快速，后面也都是可以改的。然后这边输入 dbc 的 一边 key， 自己在 dbc 的 开放平台这边去创建和充值。 pro 会更聪明一点，我们先用最聪明用量最高的吧， 就装好了。 那这就已经装好了，用的也是 deepsea v 四 pro。 我 们先跟他聊一聊，我现在想要配置一下，链接到 飞书钉钉企业微信， qbo 元宝， telegram， discord， 我 的 signal 疫苗，飞书飞书机器人 现在协助我接入黑书吧。那我一步一步来创建企业之间有喝米助手 凭证与基础信息页面添加应用能力。机器人权限管理 这边 hermes 会告诉你他需要飞书 bot 的 哪些权限，按他的提示打开这些权限就可以了，我是全部给了，省得麻烦。一个一个的搜也挺麻烦的。 创建版本 在艺术开发者平台配置好需要的各种权限之后呢？ 我们只要告诉 hermes， 我 们配置好了，它会自动的去做一些连条的工作，完事了之后就算完全的配置好了，我们可以跟他聊天了， 那这边就已经接入成功了，后面只要你电脑开着，你就可以在任何地方来跟你的 agent 聊天，让他控制你的电脑。你能做些什么？我能做的事情还挺多， 我想要研究一下外部定制的主要步骤出来。 later， ok， 它完成了。我们来看一下从想法到上线 这篇文档还是挺好的， 要我自己去搜的话，那得一天吧，它用了多久？五分钟？帮我研究一下杭州政府对一人公司的扶持政策，具体是哪一方面的扶持？办公场地还是资金还是托管？最后我需要一个 md 文档， 收到指令后呢，他会给自己列个计划，你需要给他一些权限的同意，他就会自己去干活了。这个期间你就可以去做一些自己的事情， 当然你如果感兴趣的话，也可以看着他干活，他会把他自己的思考和发数据的流程都展示出来。 ok， 这边他已经帮我生成了 md 文档，整个流程大概是十四分钟左右。深度研究和最后的文档的产出。呃，我觉得质量还是可以的。对，我想要了解的东西都已经在文档里面。 我们现在来看一下 hermes 加上 deepsea v 四 pro 的 代码能力怎么样。我们先给它装几个好用的 u i u 叉 skill。 那 这之前分享过的网站上面找一下，然后打开终端，打开 hermes， 先装一下原 skill 版本 skills， 装一下这个 skills， 这个前端的也装一下 网站设计指南，装一下 u i u 叉 pro max 装一下，写文案的话装一个去 ai 感的 这 human nature 这里在原先分享过的 prompt 参考网站找一个页面风格的参考，把提示词给他 later 还挺快的，五分钟就写完了。我们来看一下 参考的设计风格还原的还是可以的，整个的半夜的动效也可以。 我觉得 ok 啊，他自己来做个简单的个人页面还是没有问题的， 风格的话大家可以改。然后那我在深度使用之后再给大家分享我的养马经历， 我们看一下它的用量。没咋用啊，八毛五行， ok。

四月二十四号， deeptech 突然发布了 vk 预览版，引起了内外 ai 圈的广泛关注。经过我一个月的深度使用，今天我就把最真实的体验，它到底能做什么，不能做什么，一次性给大家讲清楚。 这次的 deepsea 预览版依旧是完全直接开源，而且一口气发布了两个版本。第一个是 v pro 主打能力，官方说法是 a 制能力达到当前开源模型最佳水平，世界知识仅次于 jammin 三点一 pro、 数学、 stem 代码这些硬指标对标全球顶级闭源模型，说人话就是 deepsea 内部团队现在写代码用的就是它，号称体验比 cloud sony 四点五还强，交互质量接近 cloud opus 四点六的非思考模式。 第二个是 vflash， 主打又快又便宜，适合用来做那些量大但不需要太聪明的任务。而且这次 deeppeak 最值得关注的是它的上下文长度，直接从 v 十二的幺二八 k 一 口气升级到了一百万 token， 上下文整整翻了八倍。 这意味着你可以直接把一本比较长的网络小说丢给他，他也能完全看懂，然后跟你讨论里面的细节。 接下来说大家最关心的价格。 deepsea 一 直主打的就是量大管保，这次也没让大家失望， vivo 是 综合价格，一点二五元每百万 toon。 vivo 是 综合价格呢，三点七五元每百万 toon， 同档位下国外的 gpt 五点五， cloud opus 四点七，综合价基本是它的二十到六十倍以上，性价比可以说是吭中吭了， 光看这些纸面参数和价格没什么意义，能真正干活才是硬道理。经过我的深度使用，下面这四个方面的工作你可以放心的交给 deepsea vs。 首先就是用来做类似小龙虾这样的 ai 助手的大脑。 在 deep secret 刚发布的第一天，我就把小龙虾的 api 从 kimi 改成了 deep secret， 这一个月用下来，无论是回复质量还是任务执行都比 kimi 强了不少。特别是当我的要求需要读取比较大的内容，比如整理整个文件夹的文档，之前 kimi 会一直报超出上下文限制， 而现在用 deepsafe 一 直没出过这个问题，结果还都是我想要的。最重要的是，因为 deepsafe 加上缓存实在太便宜了，我可以不用买套餐直接充钱，再也不会出现限流的报错。我高度使用了一个月 充的五十块钱，到现在都还没用完。第二个是简单的网站和小工具开发， deepsafe vpa 基本上写出来就能用，而且价格非常便宜，写一个网站就几毛钱， 而且审美也比 cloud 拦止渐变高多了。比如你要写个电商网站或者个人博克，用 opencode 接 deepseek 就 能直接搞定。 第三个是常文档的阅读和分析，一百万 token 的 上下文意味着你可以一次性把一份五十页的房屋买卖合同丢进去，让他逐条挑出对你不利的条款，用大白话解释清楚， 还给出修改建议。或者把一本两百页的考研复习资料整本丢进去，让他直接根据高频考点给出二十道模拟题。 还有一个虽然不能提高生产力，但比较有意思的用途就是小说续写或者小说同人文，我非常喜欢的某部小说，直接把整本丢给了 deepsea， 他 就能完全按照我的想法续写后面的情节，或者改写某个我不满意的桥段。 最主要的是，他写出来的文笔跟原文毫无违和感，读起来非常自然，用来自我娱乐非常有用。当然， deepsea 也不是什么都适合，经过我的测试，下面这些领域他还不太擅长，目前还替代不了像 cloud opus 这样的顶级模型。 第一个是复杂软件的开发，如果你想用它做一个相对完整的软件项目，现在还是不太行。我用它跑我的抖音视频生成 skill， 跑到一半就直接罢工了，没办法继续调用 api 生成音频。但我用 cloud opus 从来没出过这种问题，它每次都能把整个流程完整跑完，产出最后的视频。 第二个是涉及图片截图、 ui 设计、读图表这类任务。 ui 现在完全不行，因为微炒版本并没有多模态功能，没办法看你传给他的图片，也就没办法根据截图帮你找问题、看数据。讲到这里，我想退一步说说 deepsea 真正的意义。 大家这么喜欢用它，从来不是因为它的能力超越了拆 d、 p d 或者 cloud， 而是它的性价比以及程序员最高的追求。开源 deepsea 用 cloud 百分之一甚至千分之一的价格，做到了 cloud 百分之八十以上的效果，让所有人都能不看价格地使用顶级 ai， 这才是它对普通人真正的价值。 最后我想说， deepsea 微才不是终点，它更像一个新起点。它告诉我们， a 的 未来不会只属于少数几家闭园大厂，而是属于所有愿意拥抱开园，拥抱高效工具的人， 我们人类要做的从来不是被 ai 替代，而是学会和 ai 协作，用 ai 去创造以前不敢想的世界。以上就是我一个月深度使用 deepsea tech 的 全部分享，你有没有深度用过 deepsea tech？ 体验怎么样？欢迎在评论区告诉 我，觉得有用的话，点赞、收藏、关注一下，我后面会继续跟大家分享更多深度的 ai 知识。我是集物君，我们下期见。

来了来了！ deepsea 六月即将上线 v 四点一版本，这次终于是要把多模态这块最大的短板给补全了！新版本将彻底解决前代仅能处理文字的短板。原声搭载图像、音频双解析系统， 识图、听音、解析视频样样精通。它不光能看懂图文表层信息，连画面里的梗与隐藏情绪都能精准捕捉。 语音可分辨语气起伏，读懂潜台词。每期视频能串联画面音效，理清完整剧情跳出简单识别，实现真正的情感共鸣。 你甩一张草图，哼一段旋律，它就能生成完整的执行方案，彻底打破文字、图像、声音的感知壁垒。这次升级补齐的不只是功能，更是 ai 与人无障碍沟通的核心能力， 连你的沉默与情绪都能精准读懂，真正的智能写作就此开启！六月，我们一起见证国产 ai 天花板的新高度！

现在 code 可以 直接使用 dc v 四了， code 确实好用，但是额度真的是不经烧，随便几个问题直接就清空了，又得等五个小时。所以我试着把 dc v 四接进去，烧了四 e token 之后，发现操作竟然很丝滑，体验也完全不输原版，关键是真的大碗便宜， 后面我会带你一步步接好。其实步骤是非常简单的，就三样东西， c c 叉， d c 的 a p i， 还有 c c switch， 而且工具我都已经整理好，你照着我这几部点，基本几分钟就可以搞定。 解压后先打开 c c 叉的文档，然后打开 emv 文件，里面会有一个密钥，这里你可以保持默认，也可以自己去修改一个。改完之后记得先保存，然后启动 c c 叉，它会弹出一个终端，你找到这个管理界面的地址， 然后按住 ctrl 键再点击，就会来到这个页面。进去之后把刚才 e v m 里面的密钥粘进去，就能够进入到后台，这里你可以顺手切成中文就行，这部分就基本搞定了。接下来我们去到 d c 的 官网，点击 api 开发平台，第一次进来得先注册一下，然后点击左边的 api key， 新建一个 key， 名字可以随便填。创建完记得先保存好，因为它只会显示一次。然后回到 c c 叉上面，选择 code， 中间点击添加频道，这里就可以直接把这个文档粘进去。最下面把刚才复制的 a p i 粘进去，创建就算成功了。记得顺手做两个设置，一个是选一下 openchain， 另外一个是把规范化，非常健 打开。这一步搞定， d c 其实已经接近来了，然后打开 cc switch， 点击上面的这个标志，右边新增一个配置，具体的参数你可以按照这个来就好。这里有三点是需要注意一下， 首先，这里的 api key 不是 d c 的 那个，是一开始 emv 里面的那个密钥。第二点，点击一下这个获取模型列表，就不用自己手动去填写了。第三点，把 e m 上下文窗口勾上，这样子才能全力去跑，下面这些都不用管，填完之后直接点击保存， 然后点击启动，最后把 codex 安装或重启一下，到了这一步就已经接好了。打开之后， codex 这里不是显示 d c， 它只会显示自定义。别慌，这个时候你随便发一句话，先试试能不能是正常使用。然后直接去看看 cc switch 的 使用记录，你会看到模型这一栏已经变成了 d c v 四 pro， 来源是 codex， 那 说明已经是链接成功了，也就是说后台真正在跑的已经是 deepsea 了。最后我补两个词，已踩过的坑。第一个坑是 cc switch 最新的版本，现在有 bug 会连不上 codex， 所以 别手痒去更新，直接用包里面的版本就行。 第二个坑是 d c v 四没有视觉能力，所以一旦你平时有看图识图这类型的需求，进来之后可能会有部分的能力用不上。不过好消息是这套流程本身是通用的，你可以直接换成其他的多模态模型，思路也是一样的。我是木马，陪你一起玩 air 赛博达子，咱们下期见，拜拜！

想必通过 ai 去生成 ppt 已经是大家普遍的需求了，那近期我就把各类的 ai 生成 ppt 的 方案都做了实测，三周，花了我上亿的投坑，总计花费也超过一千块钱了。 本期视频我就把我过程中的一些经验和踩了一些坑分享给大家，把这三种方案在生成效果、生成成本、生成效率和适用场景上的表现做了一个记录，在视频最后整理了一个表格，有需要的朋友可以截图保存。 那目前从我看来，现在大家对 ppt 的 需求是比较多样化的，因为有的时候需要设计感比较强的 ppt， 有 时候又需要生成一些汇报类的 ppt， 那 有时候我对于 ppt 的 内容可能又会反复的调整， 所以也就导致我们现在的 ppt 生成的需求很难用一套工作流就把它全部满足。那我们从现在的 ppt 生成技术方案上来说，大概都是三类部件的组合，一类一是大模型，比如说 cloud、 四点七 gpt， 五点五 deepsea、 gm、 kimi， 这些都是可选项， 它们其实就是 ppt 生成的大脑去指挥这个 ppt 的 生成的过程。那第二个必不可少的就是 agent， 比如大家常听说的 cloud code codex、 open code， 这些其实都是智能体框架，它们是工作任务的流程指导，当然目前还有一些第三方工具做的 skill 也可以归属到智能体框架里。 那第三就是一些后处理的手段，因为模型在处理能力上的不足，你就会发现有一些能力我们需要去外挂一些部件， 有些是通过大屏的提示再去做一次操作，那有一些是外挂一些组建，比如说像图片转 svg， 像 html 转 ppt， 当然这一块不是必须，它主要是为了补齐模型能力的不足。 那我们把这些两两组合之后，就会得到非常多的生成方案。当然其中有一些因为竞争原因，一些框架和模型是没有官方兼容的，比如你想让 clock code 去接 emoji， 当然虽然也有一些邪修的办法，但是我实测以后会有很大的不稳定性，所以这类方案也就不在我本次的分视频范围内。 那最终到底哪种更好呢？我就在这些海量的组合里面做了一批测试，我这次测试是拿了我工作中的一个简单的一个产品介绍， 这个内容并不是太规整，我就直接把这段文字再加上一句，请帮我生成 ppt 作为输入，那其中并不做特别细化的 prompt 提示的处理，一方面为了尽量的公平，另外一方面也尽量能体现出模型以及 action 自身的理解和设计能力。 最终我就挑选了三个方案，我觉得应该能覆盖开头我们说的各类的 ppt 生成的场景了，那下面我们就来详细的看一下实际的内容。好，那第一种方案就是使用 codex 加上 gpt image 二生成， 那这张图就是我通过 codex 加 image 二去生成的。可以看到它其实还是一个 ppt 的 展示形式，但是它整体的文件格式是 png 的 格式， 所以你会看到整体的它会有 ppt 的 标题，也会有 ppt 的 内容，而且从整个内容上来说，它的设计感还是非常好的。那我个人感觉这张 ppt 直接拿到产品发布会上是完全可以使用的，但是有个问题就是其实网上有很多人在分享用 codex 去转 svg 的 方式去生成二次编辑的 ppt， 像一些常规布局的形式，它其实转 svg 还可以，但是你只要稍微有一些设计感的考虑，它再去转 svg 的 时候就会有问题。像刚才那个 ppt 转完之后就会有非常大的设计上的损耗， 这种有些设计感的图片在转换的时候基本上都不太能还原效果，虽然它把文字和矢量图都已经摘取出来， 但是整体的效果已经完全没有，刚才我们看到那种设计感就是那第二种就是通过 clockcode 加上 pptmaster 去生成的一个原声编辑 ppt 的 一个文件， 那大家可以那从这个文件里面可以看到整体的效果还是不错的，每一个元素在 ppt 中都是可以编辑的。而且最关键的是左后端是接的 deepsea 的 模型，并没有接像 deepsea 和 ops 四点七这样的更强的模型， 我接 deepseek 去生成这样的 ppt 的 时候，整体效果也没有差很多。那第三种就是通过 clockcode 加上 off 四点七去直接生成的一个 html 的 网页， 但是我要求它去生成一个类似 ppt 形式的 html 网页，所以它也会有前面的这个导航。整体效果大概就是这样，从生成效果上来说应该是比 ppt， 但是同样的它也会有一些转换上的损耗， 所以如果你对 ppt 的 格式没有严格要求，那 h 加二五去做演讲是非常棒的一种形式。那最后我们来做一个总结，如果你需要设计感比较强的 ppt， 那 首推还是 codex 加 gpd 二，效果很好， 缺点就是二次编辑转 svg， 很 可能会丢失一些设计效果。所以建议就是在前期就和大模型做好整体版面的确认，在最后进行生成。 那如果你的设计感要求不是很强，而且要汇报的形式一定是 ppt， 那 我就建议你使用 color code 加 ppt master 加 deepsea v 四 pro 这样的方案，那这种方案整体效果非常可控，设计感其实也不差。而且实测我生成二十张 ppt 也就最多是两百 k 的 token 消耗，按现在 deepsea 的 折扣价，一张 ppt 也就两毛钱，非常给力。最后，如果你的汇报不严格要求是 ppt 格式， 那我非常建议你直接使用 curlcode 去生成 html 去做演讲，这样子对大模型的生成更友好，且动态效果更优。

最近这个 cloud 接入 deepsea 真的 是太火了，我们这个视频我们让测试一下 deepsea 的 前端能力怎么样，我们叫他帮我们制作一下这个洗护店的网页啊，我们这里先快进一下 好了，大概的数据啊，它估计已经跑好了，然后在右侧呢给我们预览了一下页面啊，这个是 cloud 自带的预览页面啊， 看没有这些 u i 我 觉得还是比较符合我们审美的，只是说比较符合，也没有太烂，我觉得效果还可以。这个是手机预览画面啊，这个看这个尺寸的话， 还有这里快速预约手机号码啊，都是可以输的，宠物类型也可以选择，他都把我们弄好了，还有服务等等都有。 好，接下来我们看一下他的那个电脑网页端是怎么显示的，我们找一下他那个帮我们把 html 文件放哪了，我看一下。 好，我们打开网页端看一下啊，这就是我们电脑网页端，还是非常不错的呀，比较干净整洁啊，这些价格都是他自己给我们弄上去的，我就一段话一段话。 哦，看来这个 deep deepsea 能力还是可以的，门店信息、预约项目这些都有。 好了，那本期测试视频就到这里吧，谢谢大家。

今天我们再给大家介绍一下那个开源的 k transformer 的 这个项目，前三周发布了零点六点二，在这个版本里面，它最主要是原生支持了这个 deepsea v 四 flash 的 模型，这个模型因为也是 deepsea 的 一个 非常重要的一个模型，它上下文达到了一兆，那么性能也是非常不错的。 k transformer 这个项目我们一直是给大家介绍的，它主要是用一些比较少量的一个 gpu， 再加上 c p u 内存的这样一个混合推理的方式去支持。那目前我跑了一下，基本上也已经跑通了，给大家来介绍一下这个项目。首先我们给大家看一下这个项目，我还是用 rtx 四零九零四块 gpu 去跑这样一个 d p v 四 flash 的 这样一个版本，它目前每秒钟大概 是在二十个透坑左右，二十二个透坑是最高的，差不多是这样的一个情况，应该来讲性能还是能够接受，当然它主要是并发症不能太多，如果你并发症多，它可能性能不一定好。这个是我们测了一下它的 ck， 也是可以顺利的跑通，应该没有太大的问题。 那我们给大家来介绍一下它是怎么来运行的。在 k transformer 里面，它提供了这样的一个文档，它这个文档主要是去支持五零九零的这样一个例子，它是官方是用 rtx 五零九零一块 gpu 去跑的，内存要大于二百五十六 g， 它是这样的一个情况，那我目前是用了 rtx 四零九零，给大家看一下 rtx 四零九零对 memory 的 话呢，我们是也用了蛮多的，用了江百二二百五十六，虚拟内存的话，将近用到三百三十三百四十左右，基本上内存要用到至少一百 一百六十一 g 吧，它这显示的是那这样的一个情况，这个是它的环境，当然我们也测了一下，那个 rtx 四零九零也是能够支持的，它是用了一块也能跑，我们是用了四块性能会更好一些，它是等于是这样， 然后你的 c p u 的 话呢，要必须要支持这个叫 avx 五幺二，那一般的话老的这个英特尔的 c p u 应该也是能够支持，按照那个存储空间的话呢，要三百四十 g b， 它等于是这样，那你还是按照它这个去去进行安装，先安装的就是先要翻译的是 k t pro 这样的一个东西的这个目的， 然后编辑完了之后的话呢，再要安装 s g line， 就是 安装，然后呢你要去更新它的库达和 flash， 英菲尔的这样一个酷，因为它这个酷要必须要大于零点六点九这个版本，默认安装的话呢是零点六点三，这个一定要更新一下，否则是跑不起来的。 另外的话呢，你要做一个降级，因为目前的话 s g line 它 deepsea 用的还是 transformer 的 这个 v 四的版本，所以你要把它给降下来，降到四点五七点一这个版本， 它目前还那个 v 四 flash， 它还不兼容这个 v 五的这样的 transformer 这个库，所以你还是要把它降一下。降完之后的话，你还要安装一下这个库，这个库是主要是 v 四 flash 或者 dk v 四，它的一些算子，它都是依赖于这个 i o land 的 这样一个库的，这个是比较重要的。好， 那么安装完了之后的话，那基本上就可以了，然后你要下载权重，下载权重，下载权重完了之后的话，你就可以去运行，当然在运行的过程当中，这两个指令是比较重要的，这两个变量你要跑 deepseek v 四的这个 model 叫二二六零四，然后 要把这个指定一下它这个，然后它才能正常的跑起来，它这个，那么跑完的话呢，基本上我看了一下解码，基本上四块 r t x 四零九零的话呢，也是在二十个二十多个托肯左右，差不多是这样。好，那么应该来讲 k transformer 这个开源库的话呢，对我们一些 就是消费级别的这个 gpu 还是比较友好的，特别是买不起一些高端的，像 r t x pro 这个六千的这些 gpu 福气来讲还是不错的。所以像我们原来有些企业买的 rtx 四零九零四十八 g 的， 应该跑起来会更好一些啊，这个好，那么今天的话呢，我们这样的一个视频就给大家就介绍一下，就是我们在有些怎么跑乞丐版的 dpc vs flash 的 这个版本。好，那么今天我们这样一个视频就给大家介绍到这。

最近 deep seek v 四大模型出来了，用它整出稿的速度确实快了不少，也让不少同学打起了走捷径的歪心思。但真心不建议大家直接用它整论文。 一份合格的出稿，不仅要有规范排版、完整大纲，还要内容充实， ai 查重率达标。虽说 deep seek v 四产出的语句规整流畅，但模板痕迹太重，导师都不带开护眼模式的。 虽说新版本新增了联网解锁功能，能匹配到真实参考文献，但归根结底它只是大模型，很难贴合专业出稿的写作逻辑。如果想省心偷懒，还想稳稳通过审核，正确做法应该是自己去织网找文献。用关键词检查后，文献质量参差不齐，没必要逐篇点开细看，直接在左侧筛选栏勾选主次要主题， 时间限定近五年。再点击右上角的填字格，文献的摘要、关键词、年份、作者全都清晰可见。挑个十几二十篇导出，查新引文格式， 存好备用。然后就把专业的事交给专业的工具来干。选上学校的格式模板，最繁琐的一点就这么解决了。接着把参考文献复制粘贴，要是你需要图标公式或者代码，右边顺手一勾就行，剩下的等着就完了。一份结构清清楚楚，格式规规矩矩，一看就没少干活的初稿直接就完成了。

很多人都在问 deepsea v 四到底强不强？我今天不吹参数，不看跑分，也不复读发布会我直接告诉你， 普通人到底该不该用。因为现在很多 ai 发布最大的问题不是不够强，而是你看完一堆宣传，最后根本不知道它能不能真正帮你干活。而 d e e p s e k v 四这次最关键的其实只有五件事。第一件事， 它不是那种一夜图榜的模型，你别指望它刚发布就把所有顶级闭源 ai 按在地上打，但重点是它重新回到了第一梯队。什么意思？以前很多国产模型最大的问题是不稳定，有时候很强，有时候像失忆。 但这次 deepsea v 四明显开始往稳定生产工具走了，这很重要，因为真正能进入工作流的 ai， 不 一定是最炸裂的，而是你敢长期依赖的。第二件事，这次真正被低估的不是跑分，而是百万级上下文。 很多人还把 ai 当聊天机器人，但现在已经进入智能体时代了， ai 不是 陪你聊天，而是开始帮你读文档、拆任务、调用工具，连续执行。这时候上下问一短，问题就来了，任务做到一半直接断篇，前面说过的话，后面全忘。 所以 deepsea 这次把长上下文做起来，本质上是在铺 ai 工作流的基础设施，你现在可能感觉不到，但未来所有自动化协作 ai agent、 长链路任务都会越来越依赖这个能力。第三件事，很多人看模型只盯着 api 价格， 什么一百万偷啃多少钱，但真正做项目的人都知道，单价根本不是重点，重点是同一个任务， 你到底要改几轮？有些模型虽然便宜，但你改十次他都理解不了，最后头肯越烧越多。真正该算的不是调用成本，而是任务完成成本。 这也是为什么有时候贵模型反而更省钱。第四件事，很多普通用户最容易犯一个错误，所有任务都开最强模型，其实完全没必要。如果你只是写文案、做总结、整理数学、 多步骤任务、 pro 版本，差距就会慢慢出来。真正聪明的玩法，不是无脑上最贵，而是普通任务用快的关键，任务在用强的，这才是 ai 时代真正省钱的方法。第五件事， 也是最关键的一件事。 deepsea v 四真正值得测的，根本不是网页聊天框，而是智能体工具，比如代码助手、自动整理资料、知识库问答、 pdf 报告生成、自动化工作流。因为只有到了真实流程里，你才能真正感受到长上下文 工具调用、中文表达能力到底有没有价值。但这里我要提醒一句，很多人现在对 ai 最大的误解就是觉得模型升级以后就能全自动驾驶，其实并没有。复杂任务里， ai 依然不一定会主动选最合适的工具， skill 插件、外部调用很多时候还是需要你自己判断，所以它更像什么，像一个效率极高的协作者，而不是一个完全不需要人类的大脑。最后说一句， 这次 deepsea v 四真正重要的可能不是超越了谁，而是它在持续开源，持续降低门槛，持续推进国产 ai 生态。 这意味着国产 ai 开始从跟随慢慢进入，共同探索下一代智能。如果你平时经常写内容、读长文档、做代码、搭 agent、 跑工作流。我建议你认真试一下， 不是为了追热点，而是看看它到底能不能让你的任务更快完成。但如果你只是偶尔聊天，也不用焦虑，你不会因为没有某个模型就错过一个亿。记住一句话，模型排名只是参考，能不能进入你的工作流才是真正的关键。我是 ai 知识博主麦克飞 k， 后面我会继续用普通人的视角拆 ai 模型，拆 ai 工具，拆 ai 工作流。别迷信单个模型，真正的红利永远属于会把 ai 放进流程里的人。