لإعداد استوديو LM لـ Deepseek ، اتبع الخطوات هذه:
1. قم بتنزيل وتثبيت LM Studio:
- تفضل بزيارة موقع LM Studio وقم بتنزيل الإصدار المناسب لنظام التشغيل الخاص بك (Windows أو MacOS أو Linux). قم بتثبيته باتباع الإرشادات التي تظهر على الشاشة.
2. قم بتنزيل نموذج Deepseek R1:
- افتح استوديو LM وانتقل إلى علامة التبويب Discover.
- ابحث عن "Deepseek R1" وحدد الإصدار المتوافق مع نظامك. إذا كنت تستخدم جهاز Mac مع معالجات Apple ، فاختر خيار MLX ؛ لنظام التشغيل Windows أو Linux ، حدد خيار GGUF.
3. تحميل النموذج:
- بعد التنزيل ، انتقل إلى قسم النماذج المحلية في استوديو LM. حدد Deepseek R1 وانقر فوق تحميل لإعداد النموذج للاستخدام.
4. ابدأ الخادم المحلي:
- في علامة تبويب المطور في LM Studio ، قم بتمكين خيار START Server. سيؤدي ذلك إلى بدء الخادم ، مما يجعل DeepSeek متاحًا على `http: // localhost: 1234`.
5. الاندماج مع Visual Studio Code (VSCODE):
- فتح VSCode وتثبيت أي ملحقات ضرورية تسمح بالتكامل مع النماذج المحلية.
- الوصول إلى إعدادات الامتداد وقم بتعيين مزود API على "LM Studio". أدخل `http: // localhost: 1234` باعتباره عنوان URL الأساسي لتوصيل VSCode مع نموذج Deepseek المحلي.
باتباع هذه الخطوات ، يجب أن تكون قادرًا على إعداد LM Studio بنجاح لـ Deepseek والبدء في استخدامه في مشاريعك.
الاستشهادات:[1] https://dev.to/dwtoledo/how-to-use-deepseek-r1-for-fre-in-visual-studio-code-with-line-or-roo-code-3an9
[2] https://www.youtube.com/watch؟v=Ajzocj9yzjm
[3] https://www.youtube.com/watch؟v=8OHCU2FMHDM
[4] https://www.reddit.com/r/machinelearning/comments/1i9xwbr/r_learn_how_to_run_deepseekr1_locally_a_free/
[5]
[6] https://news.ycombinator.com/item؟id=42768072
[7] https://www.youtube.com/watch؟v=51ayf_39sbu
[8] https://lmstudio.ai/blog/lmstudio-v0.3.7
تش