30款热门AI模型一站整合DeepSeek/GLM/Qwen 随心用限时 5 折。 点击领海量免费额度自学AI第三天Codex本地部署DeepSeek接入全套实战教程最近在探索AI编程助手时发现很多开发者对Codex和DeepSeek的组合非常感兴趣但网上的教程要么过于零散要么环境配置复杂容易踩坑。本文将为你提供一套从零开始的完整闭环方案手把手教你如何在本地部署Codex并成功接入DeepSeek API打造一个功能强大、响应迅速的本地AI编程环境。无论你是想深入研究大语言模型本地化还是希望获得一个稳定、高效的代码生成工具这篇教程都能让你快速上手。1. 背景与核心概念为什么选择CodexDeepSeek在开始动手之前我们先理清几个核心概念了解这个组合能解决什么问题。Codex并不是一个单一的产品而是一个泛指。在当前的AI工具生态中它通常指代两类事物基于VS Code的AI编程插件例如Cursor编辑器内置的AI能力或者一些社区开发的、能够调用大语言模型API的VS Code扩展。这类工具的核心是提供一个便捷的界面让你在熟悉的IDE中直接与AI交互完成代码补全、解释、重构等任务。特定的本地AI代码助手应用有些开源项目或商业化产品以“Codex”为名提供了一个独立的图形界面或命令行工具专门用于代码生成和对话。本文的“Codex本地部署”更侧重于第一种场景即部署一个能够本地运行、并可通过配置自由切换后端AI模型如DeepSeek的AI编程助手环境。这能带来几个关键优势数据隐私与安全代码、 prompts 和生成的代码都在本地或你信任的服务器上处理无需上传至第三方云端服务。网络稳定与低延迟摆脱对国际网络环境的依赖响应速度更快体验更流畅。成本可控DeepSeek等国产模型API性价比极高按需调用费用透明。高度可定制你可以自由选择模型供应商、调整参数甚至未来接入其他模型。DeepSeek是由深度求索公司开发的一系列高性能、开源的大语言模型。它因其在代码生成、数学推理和通用对话上的出色表现以及极具竞争力的API价格迅速成为开发者和研究者的热门选择。通过API接入我们可以让本地的“Codex”工具调用DeepSeek的强大能力。简单来说我们的目标就是搭建一个本地的“前台”Codex类工具让它能稳定、高效地调用“后台”DeepSeek API从而形成一个专属于你的、安全高效的AI编程工作站。2. 环境准备与前置条件工欲善其事必先利其器。在开始部署前请确保你的开发环境满足以下要求。本文以 Windows 11 系统为例进行演示macOS 和 Linux 用户操作思路类似部分命令需相应调整。2.1 硬件与系统要求操作系统Windows 10/11, macOS 10.15, 或主流的Linux发行版如Ubuntu 20.04。内存建议 8GB 及以上。运行一些本地服务可能会占用较多内存。网络需要能够正常访问互联网以下载必要的软件和依赖包。存储空间预留至少 5GB 的可用空间用于安装运行环境和相关工具。2.2 核心软件安装我们需要安装几个基础软件它们是后续所有操作的基石。1. 安装 Node.js 和 npmNode.js 是许多现代开发工具和本地服务的运行时环境。我们将使用它来运行一些本地代理或服务。访问官网打开 Node.js 官方网站 。下载安装选择LTS长期支持版进行下载并安装。安装过程中请务必勾选Add to PATH选项。验证安装安装完成后打开命令行终端Windows 下为 PowerShell 或 CMD输入以下命令检查版本node -v npm -v如果正确显示版本号如v18.x.x和9.x.x则说明安装成功。2. 安装 PythonPython 是 AI 领域和许多脚本工具的通用语言。访问官网打开 Python 官方网站 。下载安装下载最新稳定版的 Windows installer。安装时务必勾选 “Add python.exe to PATH”然后点击安装。验证安装打开新的命令行终端输入python --version pip --version显示版本号即成功。3. 安装 GitGit 用于克隆和管理代码仓库。访问官网打开 Git 官方网站 。下载安装下载 Windows 版安装程序按照默认选项安装即可。验证安装在命令行输入git --version2.3 获取 DeepSeek API Key我们的“后台”服务需要凭证才能调用。前往 DeepSeek 开放平台获取 API Key。访问 DeepSeek 开放平台 。注册并登录账号。在控制台界面找到“API Keys”或“密钥管理”相关选项。点击“创建新的 API Key”。为密钥命名例如MyLocalCodex并妥善保存生成的密钥字符串。这个密钥只会显示一次请立即复制保存到安全的地方。至此基础环境已就绪。接下来我们将进入核心的部署环节。3. 方案选择与本地服务部署实现“Codex本地部署DeepSeek接入”主要有两种主流方案我们将分别介绍你可以根据自身情况选择。3.1 方案一使用开源项目搭建本地AI网关推荐许多开源项目可以充当本地代理将标准 OpenAI API 格式的请求转发到 DeepSeek 等第三方 API。这里我们以功能强大且配置灵活的LocalAI或LiteLLM的变体为例介绍一种简易部署方法。我们将使用一个名为ai-gateway的轻量级示例项目概念演示。在实际中你可以搜索localai、llm-gateway等关键词找到更成熟的项目。步骤1创建项目目录并初始化# 打开终端进入你常用的工作目录例如桌面 cd ~/Desktop # 创建一个新的项目文件夹 mkdir local-ai-gateway cd local-ai-gateway # 初始化一个新的Node.js项目 npm init -y步骤2安装必要的依赖我们需要一个简单的 HTTP 服务器和请求转发库。npm install express axios cors步骤3创建本地代理服务器代码在项目根目录下创建一个名为server.js的文件并填入以下内容// server.js - 一个简单的本地AI API代理服务器 const express require(express); const axios require(axios); const cors require(cors); const app express(); const PORT 3000; // 本地服务端口 const DEEPSEEK_API_URL https://api.deepseek.com/v1/chat/completions; // DeepSeek API 地址 const DEEPSEEK_API_KEY 你的_DeepSeek_API_Key; // 请替换成你自己的Key // 使用中间件 app.use(cors()); // 允许跨域请求方便前端或插件调用 app.use(express.json()); // 解析JSON格式的请求体 // 定义一个与OpenAI兼容的聊天补全端点 app.post(/v1/chat/completions, async (req, res) { console.log(收到请求:, JSON.stringify(req.body, null, 2)); try { // 将收到的请求体几乎原样转发给DeepSeek API但需要添加认证头 const response await axios({ method: post, url: DEEPSEEK_API_URL, headers: { Content-Type: application/json, Authorization: Bearer ${DEEPSEEK_API_KEY} }, data: req.body // 直接转发请求数据 }); console.log(DeepSeek响应成功); // 将DeepSeek的响应返回给客户端 res.json(response.data); } catch (error) { console.error(转发请求失败:, error.response?.data || error.message); res.status(error.response?.status || 500).json({ error: { message: 请求DeepSeek API失败: ${error.message}, type: api_error } }); } }); // 健康检查端点 app.get(/health, (req, res) { res.json({ status: ok, service: local-ai-gateway }); }); // 启动服务器 app.listen(PORT, () { console.log( 本地AI代理服务器已启动运行在http://localhost:${PORT}); console.log( 正在代理请求到: ${DEEPSEEK_API_URL}); console.log(⚠️ 请确保已将 server.js 中的 DEEPSEEK_API_KEY 替换为你自己的密钥); });步骤4替换API Key并运行服务用文本编辑器打开server.js找到const DEEPSEEK_API_KEY 你的_DeepSeek_API_Key;这一行。将你的_DeepSeek_API_Key替换为你在 2.3 节获取的真实密钥注意保留单引号。保存文件。在终端中运行服务node server.js如果看到 本地AI代理服务器已启动...的提示说明服务启动成功。这个服务现在监听本地的3000端口并提供了一个与 OpenAI API 格式兼容的/v1/chat/completions接口。3.2 方案二配置支持自定义API的客户端如Cursor/VS Code插件如果你不想自己运行一个代理服务器也可以直接在一些支持自定义API端点的客户端中配置。这里以Cursor编辑器为例因为它对AI功能集成非常友好。步骤1下载并安装Cursor访问 Cursor 官网 下载安装包并安装。步骤2配置Cursor使用自定义API打开 Cursor。进入设置Settings。通常可以通过Ctrl,(Windows/Linux) 或Cmd,(Mac) 打开。在设置中搜索API或Model相关选项。找到配置AI模型的地方将API Base URL修改为你自己搭建的代理服务器地址例如http://localhost:3000/v1如果你按方案一部署了服务。在API Key处可以填写任意非空字符串如local因为我们的本地代理服务器会在代码中硬编码真正的DeepSeek Key。如果你的代理服务器设计为需要传递Key则需填写真实Key。选择模型时可以填写deepseek-chat或deepseek-coder具体取决于你的代理服务器如何映射在简单代理中模型名会直接转发给DeepSeek所以需要填写DeepSeek支持的模型名。原理Cursor 会将AI请求发送到你指定的http://localhost:3000/v1然后由你的本地代理服务器server.js接收添加上真实的DeepSeek API Key后转发给https://api.deepseek.com/v1最后将结果返回给Cursor。这样就实现了通过本地中转调用DeepSeek。4. 完整实战构建一个简易的本地AI代码助手Web界面为了更直观地展示整个流程我们将构建一个极简的网页通过我们的本地代理与DeepSeek交互实现一个代码解释功能。4.1 项目结构在之前的local-ai-gateway目录下创建如下文件结构local-ai-gateway/ ├── server.js # 本地代理服务器已创建 ├── package.json # Node.js项目描述文件已生成 ├── public/ # 静态资源文件夹 │ └── index.html # 前端页面 └── package-lock.json # 依赖锁文件自动生成4.2 创建前端页面在public文件夹下创建index.html文件!DOCTYPE html html langzh-CN head meta charsetUTF-8 meta nameviewport contentwidthdevice-width, initial-scale1.0 title本地AI代码助手 (DeepSeek)/title style body { font-family: sans-serif; max-width: 800px; margin: 40px auto; padding: 20px; } .container { border: 1px solid #ccc; border-radius: 8px; padding: 20px; } textarea, input, button { width: 100%; padding: 10px; margin: 10px 0; box-sizing: border-box; } #response { background-color: #f5f5f5; padding: 15px; border-radius: 5px; white-space: pre-wrap; min-height: 100px; } .code { font-family: monospace; background-color: #eee; padding: 2px 4px; border-radius: 3px;} /style /head body div classcontainer h1 本地AI代码助手/h1 p通过本地代理调用 DeepSeek API解释你的代码。/p label forcodeInput输入你的代码/label textarea idcodeInput rows10 placeholder例如def fibonacci(n): ...def fibonacci(n): if n 1: return n else: return fibonacci(n-1) fibonacci(n-2)/textarea label forapiEndpoint本地代理地址/label input typetext idapiEndpoint valuehttp://localhost:3000/v1/chat/completions readonly button onclickexplainCode()解释这段代码/button h3AI 回复/h3 div idresponse等待请求.../div /div script async function explainCode() { const code document.getElementById(codeInput).value.trim(); const endpoint document.getElementById(apiEndpoint).value; const responseDiv document.getElementById(response); if (!code) { alert(请输入一些代码); return; } responseDiv.textContent 正在请求AI...; const requestBody { model: deepseek-chat, // 指定DeepSeek模型 messages: [ { role: system, content: 你是一个专业的编程助手请用简洁清晰的中文解释用户提供的代码。 }, { role: user, content: 请解释以下代码的功能、逻辑和可能的用途\n\\\python\n${code}\n\\\ } ], stream: false // 非流式响应简化处理 }; try { const response await fetch(endpoint, { method: POST, headers: { Content-Type: application/json, // 注意我们的简易代理不需要在客户端传真实KeyKey在server.js里。 // 如果你的代理需要可以在这里添加 Authorization 头。 }, body: JSON.stringify(requestBody) }); const data await response.json(); if (response.ok) { // 成功获取回复 const aiReply data.choices[0].message.content; responseDiv.innerHTML pstrong解释结果/strong/pp${aiReply.replace(/\n/g, br)}/p; } else { // API返回错误 responseDiv.textContent 错误: ${data.error?.message || 未知错误}; } } catch (error) { // 网络或请求错误 console.error(请求失败:, error); responseDiv.textContent 请求失败: ${error.message}. 请确保本地代理服务器server.js正在运行; } } /script /body /html4.3 修改服务器以支持静态文件为了让我们的server.js能够提供这个HTML页面需要添加静态文件服务中间件。更新server.js文件在app.use(cors());行之后添加// ... 其他引入和常量定义 ... app.use(cors()); app.use(express.json()); // 新增提供 public 目录下的静态文件 app.use(express.static(public)); // ... 后续的 /v1/chat/completions 路由和监听 ...4.4 运行与验证确保代理服务器运行在终端中确保node server.js正在运行。打开浏览器访问http://localhost:3000。测试功能在网页的文本框中已经预填了一段 Python 斐波那契数列函数代码。点击“解释这段代码”按钮。观察结果页面会显示“正在请求AI...”稍等片刻后下方会显示来自 DeepSeek 的代码解释。恭喜至此你已经成功搭建了一个完整的本地AI应用链浏览器前端 (index.html) 发送请求到localhost:3000。本地Node.js代理服务器 (server.js) 接收请求。代理服务器将请求转发至真正的 DeepSeek API并附上你的API Key。DeepSeek 处理请求并返回结果。代理服务器将结果返回给浏览器前端显示。5. 常见问题与排查思路 (FAQ)在部署和使用过程中你可能会遇到一些问题。以下是常见问题的排查指南。问题现象可能原因排查步骤与解决方案运行node server.js时报错Error: Cannot find module express项目依赖未安装。1. 确保在local-ai-gateway目录下。2. 运行npm install安装package.json中定义的依赖。访问http://localhost:3000无法打开页面1. 代理服务器未启动。2. 端口被占用。3. 防火墙阻止。1. 检查终端是否成功运行node server.js且无报错。2. 尝试更换server.js中的PORT为其他值如8080并重启服务浏览器访问对应端口。3. 检查系统防火墙设置允许Node.js进行网络访问。点击按钮后页面显示“请求失败Failed to fetch”浏览器无法连接到localhost:3000。1.最常见原因server.js中的cors()中间件未正确配置或服务未运行。确保服务运行且代码无误。2. 检查浏览器控制台F12 - Console是否有详细的CORS错误信息。AI回复显示“错误请求DeepSeek API失败...”1. DeepSeek API Key 错误或未替换。2. 网络问题无法访问api.deepseek.com。3. API Key 余额不足或过期。1.仔细检查server.js第8行DEEPSEEK_API_KEY的值是否已替换为你的真实密钥格式为Bearer sk-xxx中的sk-xxx部分。2. 尝试在终端用curl或ping测试网络连通性。3. 登录 DeepSeek 平台控制台检查API Key状态和余额。Cursor 或其他客户端配置后无响应或报错1. 客户端配置的API Base URL或模型名错误。2. 本地代理服务器未运行或路由不匹配。1. 确认客户端中配置的API Base URL为http://localhost:3000/v1注意/v1后缀。2. 确认模型名填写了DeepSeek支持的模型如deepseek-chat。3. 使用工具如 Postman 或curl直接测试你的本地代理端点是否正常工作curl -X POST http://localhost:3000/v1/chat/completions -H Content-Type: application/json -d {model:deepseek-chat, messages:[{role:user,content:Hello}]}服务器日志显示429 Too Many Requests触发了DeepSeek API的速率限制。DeepSeek API有调用频率和次数限制。请放慢请求速度或检查官方文档的限流策略。对于个人开发正常使用通常不会触发。6. 最佳实践与进阶配置建议掌握了基础部署后以下建议能让你的本地AI环境更健壮、更安全、更高效。6.1 安全性强化保护你的API Key当前示例将API Key硬编码在server.js中这并不安全尤其是如果你打算将代码提交到Git仓库。应该使用环境变量。安装dotenv包npm install dotenv。在项目根目录创建.env文件写入DEEPSEEK_API_KEY你的_真实_API_Key。在server.js顶部引入require(dotenv).config();。修改代码const DEEPSEEK_API_KEY process.env.DEEPSEEK_API_KEY;。将.env添加到.gitignore文件中确保密钥不会上传。限制访问来源在生产环境中不应使用cors()允许所有来源。可以配置具体的域名或IP。const corsOptions { origin: http://localhost:8080, // 只允许你的前端地址 optionsSuccessStatus: 200 }; app.use(cors(corsOptions));6.2 功能增强支持流式响应 (Streaming)AI生成内容时流式响应可以逐字显示体验更好。需要修改server.js的转发逻辑和前端处理方式。DeepSeek API 支持stream: true参数。多模型路由你的代理服务器可以成为一个网关根据请求中的不同模型名 (model字段)将请求转发到不同的AI服务提供商如OpenAI、Claude、智谱等。添加请求日志与监控记录请求量、响应时间、消耗的Token数便于分析和成本控制。实现简单的缓存对于重复或类似的查询可以在本地缓存结果减少API调用节省成本和时间。6.3 部署与维护使用进程管理工具在服务器上长期运行Node.js服务建议使用pm2等工具实现进程守护、日志管理和自动重启。npm install -g pm2 pm2 start server.js --name local-ai-gateway pm2 save pm2 startup容器化部署使用 Docker 将你的代理服务容器化可以确保环境一致性方便在不同机器上迁移和部署。定期更新依赖定期运行npm audit和npm update确保使用的第三方包没有已知的安全漏洞。6.4 探索更成熟的开源方案本文的server.js是一个极简的教学示例。社区有更多功能完善、可直接使用的开源项目省去重复造轮子的时间LocalAI一个强大的本地推理框架可以运行多种开源模型也支持作为网关。LiteLLM一个统一的Python库和代理服务器支持将请求路由到100个LLM API端点管理成本极高。Open WebUI(原名 Ollama WebUI)如果你在本地运行了Ollama等模型服务这是一个优秀的Web界面也支持配置外部API。通过本篇教程你不仅学会了如何搭建一个连接DeepSeek的本地AI代理更重要的是理解了从客户端到本地网关再到云端AI服务的完整数据流。这套方法具有很高的灵活性你可以轻松地将后端从DeepSeek切换到其他任何提供兼容API的模型服务。接下来你可以尝试将这套代理集成到更多的开发工具中或者基于它开发更复杂的AI应用例如自动化代码审查、文档生成等真正将AI能力融入你的个人工作流。 30款热门AI模型一站整合DeepSeek/GLM/Qwen 随心用限时 5 折。 点击领海量免费额度
30款热门AI模型一站整合DeepSeek/GLM/Qwen 随心用限时 5 折。 点击领海量免费额度自学AI第三天Codex本地部署DeepSeek接入全套实战教程最近在探索AI编程助手时发现很多开发者对Codex和DeepSeek的组合非常感兴趣但网上的教程要么过于零散要么环境配置复杂容易踩坑。本文将为你提供一套从零开始的完整闭环方案手把手教你如何在本地部署Codex并成功接入DeepSeek API打造一个功能强大、响应迅速的本地AI编程环境。无论你是想深入研究大语言模型本地化还是希望获得一个稳定、高效的代码生成工具这篇教程都能让你快速上手。1. 背景与核心概念为什么选择CodexDeepSeek在开始动手之前我们先理清几个核心概念了解这个组合能解决什么问题。Codex并不是一个单一的产品而是一个泛指。在当前的AI工具生态中它通常指代两类事物基于VS Code的AI编程插件例如Cursor编辑器内置的AI能力或者一些社区开发的、能够调用大语言模型API的VS Code扩展。这类工具的核心是提供一个便捷的界面让你在熟悉的IDE中直接与AI交互完成代码补全、解释、重构等任务。特定的本地AI代码助手应用有些开源项目或商业化产品以“Codex”为名提供了一个独立的图形界面或命令行工具专门用于代码生成和对话。本文的“Codex本地部署”更侧重于第一种场景即部署一个能够本地运行、并可通过配置自由切换后端AI模型如DeepSeek的AI编程助手环境。这能带来几个关键优势数据隐私与安全代码、 prompts 和生成的代码都在本地或你信任的服务器上处理无需上传至第三方云端服务。网络稳定与低延迟摆脱对国际网络环境的依赖响应速度更快体验更流畅。成本可控DeepSeek等国产模型API性价比极高按需调用费用透明。高度可定制你可以自由选择模型供应商、调整参数甚至未来接入其他模型。DeepSeek是由深度求索公司开发的一系列高性能、开源的大语言模型。它因其在代码生成、数学推理和通用对话上的出色表现以及极具竞争力的API价格迅速成为开发者和研究者的热门选择。通过API接入我们可以让本地的“Codex”工具调用DeepSeek的强大能力。简单来说我们的目标就是搭建一个本地的“前台”Codex类工具让它能稳定、高效地调用“后台”DeepSeek API从而形成一个专属于你的、安全高效的AI编程工作站。2. 环境准备与前置条件工欲善其事必先利其器。在开始部署前请确保你的开发环境满足以下要求。本文以 Windows 11 系统为例进行演示macOS 和 Linux 用户操作思路类似部分命令需相应调整。2.1 硬件与系统要求操作系统Windows 10/11, macOS 10.15, 或主流的Linux发行版如Ubuntu 20.04。内存建议 8GB 及以上。运行一些本地服务可能会占用较多内存。网络需要能够正常访问互联网以下载必要的软件和依赖包。存储空间预留至少 5GB 的可用空间用于安装运行环境和相关工具。2.2 核心软件安装我们需要安装几个基础软件它们是后续所有操作的基石。1. 安装 Node.js 和 npmNode.js 是许多现代开发工具和本地服务的运行时环境。我们将使用它来运行一些本地代理或服务。访问官网打开 Node.js 官方网站 。下载安装选择LTS长期支持版进行下载并安装。安装过程中请务必勾选Add to PATH选项。验证安装安装完成后打开命令行终端Windows 下为 PowerShell 或 CMD输入以下命令检查版本node -v npm -v如果正确显示版本号如v18.x.x和9.x.x则说明安装成功。2. 安装 PythonPython 是 AI 领域和许多脚本工具的通用语言。访问官网打开 Python 官方网站 。下载安装下载最新稳定版的 Windows installer。安装时务必勾选 “Add python.exe to PATH”然后点击安装。验证安装打开新的命令行终端输入python --version pip --version显示版本号即成功。3. 安装 GitGit 用于克隆和管理代码仓库。访问官网打开 Git 官方网站 。下载安装下载 Windows 版安装程序按照默认选项安装即可。验证安装在命令行输入git --version2.3 获取 DeepSeek API Key我们的“后台”服务需要凭证才能调用。前往 DeepSeek 开放平台获取 API Key。访问 DeepSeek 开放平台 。注册并登录账号。在控制台界面找到“API Keys”或“密钥管理”相关选项。点击“创建新的 API Key”。为密钥命名例如MyLocalCodex并妥善保存生成的密钥字符串。这个密钥只会显示一次请立即复制保存到安全的地方。至此基础环境已就绪。接下来我们将进入核心的部署环节。3. 方案选择与本地服务部署实现“Codex本地部署DeepSeek接入”主要有两种主流方案我们将分别介绍你可以根据自身情况选择。3.1 方案一使用开源项目搭建本地AI网关推荐许多开源项目可以充当本地代理将标准 OpenAI API 格式的请求转发到 DeepSeek 等第三方 API。这里我们以功能强大且配置灵活的LocalAI或LiteLLM的变体为例介绍一种简易部署方法。我们将使用一个名为ai-gateway的轻量级示例项目概念演示。在实际中你可以搜索localai、llm-gateway等关键词找到更成熟的项目。步骤1创建项目目录并初始化# 打开终端进入你常用的工作目录例如桌面 cd ~/Desktop # 创建一个新的项目文件夹 mkdir local-ai-gateway cd local-ai-gateway # 初始化一个新的Node.js项目 npm init -y步骤2安装必要的依赖我们需要一个简单的 HTTP 服务器和请求转发库。npm install express axios cors步骤3创建本地代理服务器代码在项目根目录下创建一个名为server.js的文件并填入以下内容// server.js - 一个简单的本地AI API代理服务器 const express require(express); const axios require(axios); const cors require(cors); const app express(); const PORT 3000; // 本地服务端口 const DEEPSEEK_API_URL https://api.deepseek.com/v1/chat/completions; // DeepSeek API 地址 const DEEPSEEK_API_KEY 你的_DeepSeek_API_Key; // 请替换成你自己的Key // 使用中间件 app.use(cors()); // 允许跨域请求方便前端或插件调用 app.use(express.json()); // 解析JSON格式的请求体 // 定义一个与OpenAI兼容的聊天补全端点 app.post(/v1/chat/completions, async (req, res) { console.log(收到请求:, JSON.stringify(req.body, null, 2)); try { // 将收到的请求体几乎原样转发给DeepSeek API但需要添加认证头 const response await axios({ method: post, url: DEEPSEEK_API_URL, headers: { Content-Type: application/json, Authorization: Bearer ${DEEPSEEK_API_KEY} }, data: req.body // 直接转发请求数据 }); console.log(DeepSeek响应成功); // 将DeepSeek的响应返回给客户端 res.json(response.data); } catch (error) { console.error(转发请求失败:, error.response?.data || error.message); res.status(error.response?.status || 500).json({ error: { message: 请求DeepSeek API失败: ${error.message}, type: api_error } }); } }); // 健康检查端点 app.get(/health, (req, res) { res.json({ status: ok, service: local-ai-gateway }); }); // 启动服务器 app.listen(PORT, () { console.log( 本地AI代理服务器已启动运行在http://localhost:${PORT}); console.log( 正在代理请求到: ${DEEPSEEK_API_URL}); console.log(⚠️ 请确保已将 server.js 中的 DEEPSEEK_API_KEY 替换为你自己的密钥); });步骤4替换API Key并运行服务用文本编辑器打开server.js找到const DEEPSEEK_API_KEY 你的_DeepSeek_API_Key;这一行。将你的_DeepSeek_API_Key替换为你在 2.3 节获取的真实密钥注意保留单引号。保存文件。在终端中运行服务node server.js如果看到 本地AI代理服务器已启动...的提示说明服务启动成功。这个服务现在监听本地的3000端口并提供了一个与 OpenAI API 格式兼容的/v1/chat/completions接口。3.2 方案二配置支持自定义API的客户端如Cursor/VS Code插件如果你不想自己运行一个代理服务器也可以直接在一些支持自定义API端点的客户端中配置。这里以Cursor编辑器为例因为它对AI功能集成非常友好。步骤1下载并安装Cursor访问 Cursor 官网 下载安装包并安装。步骤2配置Cursor使用自定义API打开 Cursor。进入设置Settings。通常可以通过Ctrl,(Windows/Linux) 或Cmd,(Mac) 打开。在设置中搜索API或Model相关选项。找到配置AI模型的地方将API Base URL修改为你自己搭建的代理服务器地址例如http://localhost:3000/v1如果你按方案一部署了服务。在API Key处可以填写任意非空字符串如local因为我们的本地代理服务器会在代码中硬编码真正的DeepSeek Key。如果你的代理服务器设计为需要传递Key则需填写真实Key。选择模型时可以填写deepseek-chat或deepseek-coder具体取决于你的代理服务器如何映射在简单代理中模型名会直接转发给DeepSeek所以需要填写DeepSeek支持的模型名。原理Cursor 会将AI请求发送到你指定的http://localhost:3000/v1然后由你的本地代理服务器server.js接收添加上真实的DeepSeek API Key后转发给https://api.deepseek.com/v1最后将结果返回给Cursor。这样就实现了通过本地中转调用DeepSeek。4. 完整实战构建一个简易的本地AI代码助手Web界面为了更直观地展示整个流程我们将构建一个极简的网页通过我们的本地代理与DeepSeek交互实现一个代码解释功能。4.1 项目结构在之前的local-ai-gateway目录下创建如下文件结构local-ai-gateway/ ├── server.js # 本地代理服务器已创建 ├── package.json # Node.js项目描述文件已生成 ├── public/ # 静态资源文件夹 │ └── index.html # 前端页面 └── package-lock.json # 依赖锁文件自动生成4.2 创建前端页面在public文件夹下创建index.html文件!DOCTYPE html html langzh-CN head meta charsetUTF-8 meta nameviewport contentwidthdevice-width, initial-scale1.0 title本地AI代码助手 (DeepSeek)/title style body { font-family: sans-serif; max-width: 800px; margin: 40px auto; padding: 20px; } .container { border: 1px solid #ccc; border-radius: 8px; padding: 20px; } textarea, input, button { width: 100%; padding: 10px; margin: 10px 0; box-sizing: border-box; } #response { background-color: #f5f5f5; padding: 15px; border-radius: 5px; white-space: pre-wrap; min-height: 100px; } .code { font-family: monospace; background-color: #eee; padding: 2px 4px; border-radius: 3px;} /style /head body div classcontainer h1 本地AI代码助手/h1 p通过本地代理调用 DeepSeek API解释你的代码。/p label forcodeInput输入你的代码/label textarea idcodeInput rows10 placeholder例如def fibonacci(n): ...def fibonacci(n): if n 1: return n else: return fibonacci(n-1) fibonacci(n-2)/textarea label forapiEndpoint本地代理地址/label input typetext idapiEndpoint valuehttp://localhost:3000/v1/chat/completions readonly button onclickexplainCode()解释这段代码/button h3AI 回复/h3 div idresponse等待请求.../div /div script async function explainCode() { const code document.getElementById(codeInput).value.trim(); const endpoint document.getElementById(apiEndpoint).value; const responseDiv document.getElementById(response); if (!code) { alert(请输入一些代码); return; } responseDiv.textContent 正在请求AI...; const requestBody { model: deepseek-chat, // 指定DeepSeek模型 messages: [ { role: system, content: 你是一个专业的编程助手请用简洁清晰的中文解释用户提供的代码。 }, { role: user, content: 请解释以下代码的功能、逻辑和可能的用途\n\\\python\n${code}\n\\\ } ], stream: false // 非流式响应简化处理 }; try { const response await fetch(endpoint, { method: POST, headers: { Content-Type: application/json, // 注意我们的简易代理不需要在客户端传真实KeyKey在server.js里。 // 如果你的代理需要可以在这里添加 Authorization 头。 }, body: JSON.stringify(requestBody) }); const data await response.json(); if (response.ok) { // 成功获取回复 const aiReply data.choices[0].message.content; responseDiv.innerHTML pstrong解释结果/strong/pp${aiReply.replace(/\n/g, br)}/p; } else { // API返回错误 responseDiv.textContent 错误: ${data.error?.message || 未知错误}; } } catch (error) { // 网络或请求错误 console.error(请求失败:, error); responseDiv.textContent 请求失败: ${error.message}. 请确保本地代理服务器server.js正在运行; } } /script /body /html4.3 修改服务器以支持静态文件为了让我们的server.js能够提供这个HTML页面需要添加静态文件服务中间件。更新server.js文件在app.use(cors());行之后添加// ... 其他引入和常量定义 ... app.use(cors()); app.use(express.json()); // 新增提供 public 目录下的静态文件 app.use(express.static(public)); // ... 后续的 /v1/chat/completions 路由和监听 ...4.4 运行与验证确保代理服务器运行在终端中确保node server.js正在运行。打开浏览器访问http://localhost:3000。测试功能在网页的文本框中已经预填了一段 Python 斐波那契数列函数代码。点击“解释这段代码”按钮。观察结果页面会显示“正在请求AI...”稍等片刻后下方会显示来自 DeepSeek 的代码解释。恭喜至此你已经成功搭建了一个完整的本地AI应用链浏览器前端 (index.html) 发送请求到localhost:3000。本地Node.js代理服务器 (server.js) 接收请求。代理服务器将请求转发至真正的 DeepSeek API并附上你的API Key。DeepSeek 处理请求并返回结果。代理服务器将结果返回给浏览器前端显示。5. 常见问题与排查思路 (FAQ)在部署和使用过程中你可能会遇到一些问题。以下是常见问题的排查指南。问题现象可能原因排查步骤与解决方案运行node server.js时报错Error: Cannot find module express项目依赖未安装。1. 确保在local-ai-gateway目录下。2. 运行npm install安装package.json中定义的依赖。访问http://localhost:3000无法打开页面1. 代理服务器未启动。2. 端口被占用。3. 防火墙阻止。1. 检查终端是否成功运行node server.js且无报错。2. 尝试更换server.js中的PORT为其他值如8080并重启服务浏览器访问对应端口。3. 检查系统防火墙设置允许Node.js进行网络访问。点击按钮后页面显示“请求失败Failed to fetch”浏览器无法连接到localhost:3000。1.最常见原因server.js中的cors()中间件未正确配置或服务未运行。确保服务运行且代码无误。2. 检查浏览器控制台F12 - Console是否有详细的CORS错误信息。AI回复显示“错误请求DeepSeek API失败...”1. DeepSeek API Key 错误或未替换。2. 网络问题无法访问api.deepseek.com。3. API Key 余额不足或过期。1.仔细检查server.js第8行DEEPSEEK_API_KEY的值是否已替换为你的真实密钥格式为Bearer sk-xxx中的sk-xxx部分。2. 尝试在终端用curl或ping测试网络连通性。3. 登录 DeepSeek 平台控制台检查API Key状态和余额。Cursor 或其他客户端配置后无响应或报错1. 客户端配置的API Base URL或模型名错误。2. 本地代理服务器未运行或路由不匹配。1. 确认客户端中配置的API Base URL为http://localhost:3000/v1注意/v1后缀。2. 确认模型名填写了DeepSeek支持的模型如deepseek-chat。3. 使用工具如 Postman 或curl直接测试你的本地代理端点是否正常工作curl -X POST http://localhost:3000/v1/chat/completions -H Content-Type: application/json -d {model:deepseek-chat, messages:[{role:user,content:Hello}]}服务器日志显示429 Too Many Requests触发了DeepSeek API的速率限制。DeepSeek API有调用频率和次数限制。请放慢请求速度或检查官方文档的限流策略。对于个人开发正常使用通常不会触发。6. 最佳实践与进阶配置建议掌握了基础部署后以下建议能让你的本地AI环境更健壮、更安全、更高效。6.1 安全性强化保护你的API Key当前示例将API Key硬编码在server.js中这并不安全尤其是如果你打算将代码提交到Git仓库。应该使用环境变量。安装dotenv包npm install dotenv。在项目根目录创建.env文件写入DEEPSEEK_API_KEY你的_真实_API_Key。在server.js顶部引入require(dotenv).config();。修改代码const DEEPSEEK_API_KEY process.env.DEEPSEEK_API_KEY;。将.env添加到.gitignore文件中确保密钥不会上传。限制访问来源在生产环境中不应使用cors()允许所有来源。可以配置具体的域名或IP。const corsOptions { origin: http://localhost:8080, // 只允许你的前端地址 optionsSuccessStatus: 200 }; app.use(cors(corsOptions));6.2 功能增强支持流式响应 (Streaming)AI生成内容时流式响应可以逐字显示体验更好。需要修改server.js的转发逻辑和前端处理方式。DeepSeek API 支持stream: true参数。多模型路由你的代理服务器可以成为一个网关根据请求中的不同模型名 (model字段)将请求转发到不同的AI服务提供商如OpenAI、Claude、智谱等。添加请求日志与监控记录请求量、响应时间、消耗的Token数便于分析和成本控制。实现简单的缓存对于重复或类似的查询可以在本地缓存结果减少API调用节省成本和时间。6.3 部署与维护使用进程管理工具在服务器上长期运行Node.js服务建议使用pm2等工具实现进程守护、日志管理和自动重启。npm install -g pm2 pm2 start server.js --name local-ai-gateway pm2 save pm2 startup容器化部署使用 Docker 将你的代理服务容器化可以确保环境一致性方便在不同机器上迁移和部署。定期更新依赖定期运行npm audit和npm update确保使用的第三方包没有已知的安全漏洞。6.4 探索更成熟的开源方案本文的server.js是一个极简的教学示例。社区有更多功能完善、可直接使用的开源项目省去重复造轮子的时间LocalAI一个强大的本地推理框架可以运行多种开源模型也支持作为网关。LiteLLM一个统一的Python库和代理服务器支持将请求路由到100个LLM API端点管理成本极高。Open WebUI(原名 Ollama WebUI)如果你在本地运行了Ollama等模型服务这是一个优秀的Web界面也支持配置外部API。通过本篇教程你不仅学会了如何搭建一个连接DeepSeek的本地AI代理更重要的是理解了从客户端到本地网关再到云端AI服务的完整数据流。这套方法具有很高的灵活性你可以轻松地将后端从DeepSeek切换到其他任何提供兼容API的模型服务。接下来你可以尝试将这套代理集成到更多的开发工具中或者基于它开发更复杂的AI应用例如自动化代码审查、文档生成等真正将AI能力融入你的个人工作流。 30款热门AI模型一站整合DeepSeek/GLM/Qwen 随心用限时 5 折。 点击领海量免费额度
![[C++]内存管理：串顺序存储的内存回收](http://pic.xiahunao.cn/yaotu/[C++]内存管理：串顺序存储的内存回收)
