最新博客文章
9 / 200AI 开发实战教程,从零到一构建你的 AI 应用。
全部200
入门32
进阶92
高级76
全部
提示词工程12
RAG检索增强17
Agent开发34
模型微调21
部署与运维25
AI应用开发40
DeepSeek API16
多模态开发6
AI 安全6
模型推理3
检索系统1
RAG检索1
模型架构3
API 开发1
Agent 开发10
模型部署1
多模态1
模型评测2
教程
日期
流式输出实战:SSE 处理与前端渲染
DeepSeek API
进阶
生产环境中流式输出是提升用户体验的关键。本文详解 DeepSeek API 的 SSE 流式响应处理,包括 Python/Node.js 实现、前端逐字渲染、思考模式流式解析和中断处理。
JSON Mode 结构化输出:从 Schema 到生产环境
DeepSeek API
进阶
DeepSeek V4 原生支持 JSON Mode,确保模型输出严格符合 JSON Schema。本文详解 response_format 参数、结构化输出验证、Pydantic 集成和生产环境部署策略。
DeepSeek Harness 的 Python SDK 与多形态调用:从 Web UI 到无头运行
DeepSeek API
进阶
dsh 不只有网页:Web UI、headless 一次性运行、CLI、Python SDK 与 TypeScript SDK 各有适用场景。本文给出 Python SDK 的会话建立、工具回调与流式输出写法,并对比各形态的启动成本、适用边界与多模态输入的处理方式。
Tool Calls 实战:DeepSeek V4 Function Calling 完全指南
DeepSeek API
进阶
Function Calling 是连接 AI 与现实世界的核心机制。本文详解 DeepSeek V4 的 tool_calls 用法,包括并行调用、严格模式、错误处理和多工具编排,附完整 Python/Node.js 代码。
FIM 代码补全:让 DeepSeek 成为你的 AI 编程助手
DeepSeek API
进阶
Fill-in-the-Middle(FIM)是代码补全的核心技术。DeepSeek V4 支持原生 FIM 补全,可集成到 VS Code、Neovim 等编辑器。本文详解 FIM 原理、API 调用和编辑器集成。
DeepSeek V4 Flash 性能深度评测
DeepSeek API
进阶
DeepSeek V4 Flash 以 ¥0.02/M tokens 的超低价格对标 GPT-5 性能。本文从编码、推理、数学、多语言、延迟、并发六大维度实测,给出客观选型建议。
长上下文实战:KV Cache 与 1M Token 应用设计
DeepSeek API
进阶
1M 上下文让「塞入整本手册」成为可能,但处理长上下文有大量工程陷阱。本文讲解 KV Cache 机制、长文档分块策略、Token 预算管理与多轮对话的实用设计。
DeepSeek V4 思考模式完全指南
DeepSeek API
进阶
DeepSeek V4 的核心创新——思考模式(Thinking Mode)让模型在回答前进行深度推理。本文详解 thinking.type、reasoning_effort 参数、思考链提取以及非思考/思考双模式切换策略,附完整 Python/Node.js 代码示例。
1M 上下文高效利用:多轮对话与长文档处理策略
DeepSeek API
进阶
DeepSeek V4 支持 1M tokens 上下文窗口(约 70 万中文字)。本文详解如何高效利用长上下文,包括消息截断策略、摘要压缩、分段处理和大文档分析最佳实践。