一、案例介绍DeepSeek是一家创新型科技公司长久以来专注于开发先进的大语言模型LLM和相关技术。该公司推出了比较出名的模型有DeepSeek-V3和DeekSeek-R1。本案例通过本地部署DeepSeek搭建Agent智能体进行智能助手的设立。与普通的对话系统不同案例中通过提示词来设立Agent的角色和行为模式Agent不仅仅是一个简单的问答工具而是一个具有特定角色身份和任务目标的智能体。普通对话系统通常只能根据用户的输入进行机械式的回复而Agent则能够根据开发者设定的提示词结合用户的提问生成更加符合其角色身份的回答。通过实际操作让大家熟悉如何通过云主机部署DeepSeek并且通过本地部署的DeepSeek搭建属于自己的智能助手。说明①云主机安装Ollama②使用Ollama部署DeepSeek③云主机调用本地部署Deepseek④下载Autogen框架创建Agent。目录一、案例介绍1.1安装 Ollama1.2部署 DeepSeek二、Agent智能体功能的实现2.1虚拟环境的创建2.2Autogen的框架下载三、 智能助手功能实现3.1 健康助手3.2调酒师四、总结4.1实战结果1.1安装 OllamaOllama 是一个强大的开源工具旨在帮助用户轻松地在本地运行、部署和管理大型语言模型LLMs。它提供了一个简单的命令行界面使用户能够快速下载、运行和与各种预训练的语言模型进行交互。Ollama 支持多种模型架构并且特别适合那些希望在本地环境中使用 LLMs 的开发者和研究人员。可以在华为云开发者空间打开 云主机桌面右键选择“Open Terminal Here”打开命令终端窗口。行安装命令如下方式一推荐安装速度快curl-fsSLhttps://dtse-mirrors.obs.cn-north-4.myhuaweicloud.com/case/0035/install.sh|sudo bash1.2部署 DeepSeek接下来可以借助Ollama工具来部署Deepseek大模型部署deepseek-r1:1.5b版本执行命令ollama run deepseek-r1:1.5b部署的时间长短依赖于网络的情况部署完成后我们就可以与Deepseek大模型进行对话了二、Agent智能体功能的实现2.1虚拟环境的创建打开云主机桌面CodeArts IDE for Python。打开后点击新建工程输入工程名称Agent,点击创建创建好后左下角选择管理-设置。搜索框中输入active找到图中所示在“Python:Terminal:Activate Environment”选项前方框中点击勾选。打开终端前方出现venv字样表示创建成功如果没有请点击“删除”图标关闭终端重新打开一下。2.2Autogen的框架下载单击左下角“终端”输入命令按回车进行 pip 版本升级。pip install --upgrade pip -i https://mirrors.tuna.tsinghua.edu.cn/pypi/web/simple升级完毕后再次输入命令进行解压更新按回车进行 Autogen 框架下载pip install pyautogen -i https://mirrors.tuna.tsinghua.edu.cn/pypi/web/simple再次输入命令进行openai 下载。pip install openai -i https://mirrors.tuna.tsinghua.edu.cn/pypi/web/simple再次输入命令进行openai 下载。pip install openai -i https://mirrors.tuna.tsinghua.edu.cn/pypi/web/simple三、 智能助手功能实现通过不同的提示词可以将Agent设定为医生、教师、律师等不同特定的角色。当用户提问时Agent 会根据其角色设定提供符合该角色专业背景的回答。这种角色化的设定使得Agent 能够更好地模拟真实场景中的对话而不仅仅是提供泛泛的答案。本小节以健康助手和调酒师两个角色为例展示不同角色实现的过程。3.1 健康助手下载完毕后点击左上角新建文件输入文件名demo.py以下是Python自动化相关的代码。from autogen import UserProxyAgent, ConversableAgent, config_list_from_json from openai import models def main(): with open(r提示词.txt, encodingutf-8) as f: jiudan f.readlines() jiudan str(jiudan) # Load LLM inference endpoints from an env variable or a file # 从文件或者环境变量中加载 LLM 的推理端点 config_list config_list_from_json(env_or_fileOAI_CONFIG_LIST.json) #利用 LLM 来创建一个 Assistant Agent,这个 LLM 是在上面的配置文件里指定的。 assistant ConversableAgent(agent, llm_config{config_list: config_list},system _messagejiudan) #创建一个用户代理这个用户代理就代表你你可以随时加入对话中 user_proxy UserProxyAgent(user, code_execution_configFalse) #让 assistant 来开始这个对话如果用户输入 exit那么对话就会被终止。 assistant.initiate_chat(user_proxy, message欢迎来到私人健康助手) if name main : main()再次创建文件输入提示词.txt。由于文件中文本过多请前往https://dtse-mirrors.obs.cn-north-4.myhuaweicloud.com/Agent/提示词.txt地址下载。下载完成后单击右上角的图标在文件夹中打开。在文件上单击鼠标右键选择使用“文本编辑器”方式打开。打开文件后进行全选-复制的操作。然后转到CodeArts IDE 窗口粘贴到“提示词.txt”文件中。最后创建一个名为OAI_CONFIG_LIST.json 的文件。创建完毕后将以下代码复制进去[{model:deepseek-r1:1.5b,api_key: testkey,base_url:http://localhost:11434/v1}]修改完毕后在终端输入python demo.py运行文件。运行完毕后在终端输入我有些咳嗽我应该吃什么药物。3.2调酒师下载完毕后点击左上角新建文件输入文件名demo.py。创建完毕后将以下代码复制到demo.py 文件中。from autogen import UserProxyAgent, ConversableAgent, config_list_from_json from openai import models def main(): with open(r提示词.txt, encodingutf-8) as f: jiudan f.readlines() jiudan str(jiudan) # Load LLM inference endpoints from an env variable or a file # 从文件或者环境变量中加载 LLM 的推理端点 config_list config_list_from_json(env_or_fileOAI_CONFIG_LIST.json) #利用 LLM 来创建一个 Assistant Agent,这个 LLM 是在上面的配置文件里指定的。 assistant ConversableAgent(agent, llm_config{config_list: config_list},system _messagejiudan) #创建一个用户代理这个用户代理就代表你你可以随时加入对话中 user_proxy UserProxyAgent(user, code_execution_configFalse) #让 assistant 来开始这个对话如果用户输入 exit那么对话就会被终止。 assistant.initiate_chat(user_proxy, message欢迎来到Hop Haven) if name main : main()再次创建文件输入提示词.txt。由于文件中文本过多请前往提示词地址为https://dtse-mirrors.obs.cn-north-4.myhuaweicloud.com/Agent/提示词(1).txt下载。下载完成后单击右上角的图标在文件夹中打开。在文件上单击鼠标右键选择使用MousePad 方式打开。打开文件后进行全选-复制的操作。然后转到CodeArts IDE 窗口粘贴到“提示词.txt”文件中。最后创建一个名为OAI_CONFIG_LIST.json 的文件。[{model:deepseek-r1:1.5b,api_key: testkey,base_url:http://localhost:11434/v1}]修改完毕后在终端输入python demo.py运行文件。运行完毕后在终端输入我的心情有些 XX请帮我推荐一杯鸡尾酒。至此基于 DeepSeek 创建智能助手全部完成。四、总结Autogen 框架不仅支持单个角色创建还支持同时设立多个不同角色的 Agent。当用户提出 问题时这些Agent 可以根据各自的角色设定从不同角度进行分析和解答共同协作解决用户的问题。这种多角色协作的方式使得问题的解决更加全面和深入远超普通对话系统的能力范围。例如在解决一个复杂的技术问题时一个Agent 可以负责代码编写另一个 Agent 可以负责代码优化第三个Agent 则可以负责测试和调试。这种多角色协作的方式能够显著提高问题解决的效率和质量。感兴趣的同学继续进行 Agent 多角色探索之旅。4.1实战结果健康助手调酒师
云主机部署 DeepSeek 搭建Agent 智能助手
一、案例介绍DeepSeek是一家创新型科技公司长久以来专注于开发先进的大语言模型LLM和相关技术。该公司推出了比较出名的模型有DeepSeek-V3和DeekSeek-R1。本案例通过本地部署DeepSeek搭建Agent智能体进行智能助手的设立。与普通的对话系统不同案例中通过提示词来设立Agent的角色和行为模式Agent不仅仅是一个简单的问答工具而是一个具有特定角色身份和任务目标的智能体。普通对话系统通常只能根据用户的输入进行机械式的回复而Agent则能够根据开发者设定的提示词结合用户的提问生成更加符合其角色身份的回答。通过实际操作让大家熟悉如何通过云主机部署DeepSeek并且通过本地部署的DeepSeek搭建属于自己的智能助手。说明①云主机安装Ollama②使用Ollama部署DeepSeek③云主机调用本地部署Deepseek④下载Autogen框架创建Agent。目录一、案例介绍1.1安装 Ollama1.2部署 DeepSeek二、Agent智能体功能的实现2.1虚拟环境的创建2.2Autogen的框架下载三、 智能助手功能实现3.1 健康助手3.2调酒师四、总结4.1实战结果1.1安装 OllamaOllama 是一个强大的开源工具旨在帮助用户轻松地在本地运行、部署和管理大型语言模型LLMs。它提供了一个简单的命令行界面使用户能够快速下载、运行和与各种预训练的语言模型进行交互。Ollama 支持多种模型架构并且特别适合那些希望在本地环境中使用 LLMs 的开发者和研究人员。可以在华为云开发者空间打开 云主机桌面右键选择“Open Terminal Here”打开命令终端窗口。行安装命令如下方式一推荐安装速度快curl-fsSLhttps://dtse-mirrors.obs.cn-north-4.myhuaweicloud.com/case/0035/install.sh|sudo bash1.2部署 DeepSeek接下来可以借助Ollama工具来部署Deepseek大模型部署deepseek-r1:1.5b版本执行命令ollama run deepseek-r1:1.5b部署的时间长短依赖于网络的情况部署完成后我们就可以与Deepseek大模型进行对话了二、Agent智能体功能的实现2.1虚拟环境的创建打开云主机桌面CodeArts IDE for Python。打开后点击新建工程输入工程名称Agent,点击创建创建好后左下角选择管理-设置。搜索框中输入active找到图中所示在“Python:Terminal:Activate Environment”选项前方框中点击勾选。打开终端前方出现venv字样表示创建成功如果没有请点击“删除”图标关闭终端重新打开一下。2.2Autogen的框架下载单击左下角“终端”输入命令按回车进行 pip 版本升级。pip install --upgrade pip -i https://mirrors.tuna.tsinghua.edu.cn/pypi/web/simple升级完毕后再次输入命令进行解压更新按回车进行 Autogen 框架下载pip install pyautogen -i https://mirrors.tuna.tsinghua.edu.cn/pypi/web/simple再次输入命令进行openai 下载。pip install openai -i https://mirrors.tuna.tsinghua.edu.cn/pypi/web/simple再次输入命令进行openai 下载。pip install openai -i https://mirrors.tuna.tsinghua.edu.cn/pypi/web/simple三、 智能助手功能实现通过不同的提示词可以将Agent设定为医生、教师、律师等不同特定的角色。当用户提问时Agent 会根据其角色设定提供符合该角色专业背景的回答。这种角色化的设定使得Agent 能够更好地模拟真实场景中的对话而不仅仅是提供泛泛的答案。本小节以健康助手和调酒师两个角色为例展示不同角色实现的过程。3.1 健康助手下载完毕后点击左上角新建文件输入文件名demo.py以下是Python自动化相关的代码。from autogen import UserProxyAgent, ConversableAgent, config_list_from_json from openai import models def main(): with open(r提示词.txt, encodingutf-8) as f: jiudan f.readlines() jiudan str(jiudan) # Load LLM inference endpoints from an env variable or a file # 从文件或者环境变量中加载 LLM 的推理端点 config_list config_list_from_json(env_or_fileOAI_CONFIG_LIST.json) #利用 LLM 来创建一个 Assistant Agent,这个 LLM 是在上面的配置文件里指定的。 assistant ConversableAgent(agent, llm_config{config_list: config_list},system _messagejiudan) #创建一个用户代理这个用户代理就代表你你可以随时加入对话中 user_proxy UserProxyAgent(user, code_execution_configFalse) #让 assistant 来开始这个对话如果用户输入 exit那么对话就会被终止。 assistant.initiate_chat(user_proxy, message欢迎来到私人健康助手) if name main : main()再次创建文件输入提示词.txt。由于文件中文本过多请前往https://dtse-mirrors.obs.cn-north-4.myhuaweicloud.com/Agent/提示词.txt地址下载。下载完成后单击右上角的图标在文件夹中打开。在文件上单击鼠标右键选择使用“文本编辑器”方式打开。打开文件后进行全选-复制的操作。然后转到CodeArts IDE 窗口粘贴到“提示词.txt”文件中。最后创建一个名为OAI_CONFIG_LIST.json 的文件。创建完毕后将以下代码复制进去[{model:deepseek-r1:1.5b,api_key: testkey,base_url:http://localhost:11434/v1}]修改完毕后在终端输入python demo.py运行文件。运行完毕后在终端输入我有些咳嗽我应该吃什么药物。3.2调酒师下载完毕后点击左上角新建文件输入文件名demo.py。创建完毕后将以下代码复制到demo.py 文件中。from autogen import UserProxyAgent, ConversableAgent, config_list_from_json from openai import models def main(): with open(r提示词.txt, encodingutf-8) as f: jiudan f.readlines() jiudan str(jiudan) # Load LLM inference endpoints from an env variable or a file # 从文件或者环境变量中加载 LLM 的推理端点 config_list config_list_from_json(env_or_fileOAI_CONFIG_LIST.json) #利用 LLM 来创建一个 Assistant Agent,这个 LLM 是在上面的配置文件里指定的。 assistant ConversableAgent(agent, llm_config{config_list: config_list},system _messagejiudan) #创建一个用户代理这个用户代理就代表你你可以随时加入对话中 user_proxy UserProxyAgent(user, code_execution_configFalse) #让 assistant 来开始这个对话如果用户输入 exit那么对话就会被终止。 assistant.initiate_chat(user_proxy, message欢迎来到Hop Haven) if name main : main()再次创建文件输入提示词.txt。由于文件中文本过多请前往提示词地址为https://dtse-mirrors.obs.cn-north-4.myhuaweicloud.com/Agent/提示词(1).txt下载。下载完成后单击右上角的图标在文件夹中打开。在文件上单击鼠标右键选择使用MousePad 方式打开。打开文件后进行全选-复制的操作。然后转到CodeArts IDE 窗口粘贴到“提示词.txt”文件中。最后创建一个名为OAI_CONFIG_LIST.json 的文件。[{model:deepseek-r1:1.5b,api_key: testkey,base_url:http://localhost:11434/v1}]修改完毕后在终端输入python demo.py运行文件。运行完毕后在终端输入我的心情有些 XX请帮我推荐一杯鸡尾酒。至此基于 DeepSeek 创建智能助手全部完成。四、总结Autogen 框架不仅支持单个角色创建还支持同时设立多个不同角色的 Agent。当用户提出 问题时这些Agent 可以根据各自的角色设定从不同角度进行分析和解答共同协作解决用户的问题。这种多角色协作的方式使得问题的解决更加全面和深入远超普通对话系统的能力范围。例如在解决一个复杂的技术问题时一个Agent 可以负责代码编写另一个 Agent 可以负责代码优化第三个Agent 则可以负责测试和调试。这种多角色协作的方式能够显著提高问题解决的效率和质量。感兴趣的同学继续进行 Agent 多角色探索之旅。4.1实战结果健康助手调酒师
