Deepseek AI 与插件Continue代码智能助手

    Deepseek的代码AI能力智能助手在代码生成与补全、代码修复与优化、智能问答。似乎是替代Cursor AI的方案，以下介绍是VS CODE中安装插件Continue

准备工作 Deepseek API access Key申请

配置

config.json配置如下

{
 "completionOptions": {
 "BaseCompletionOptions": {
 "temperature": 0,
 "maxTokens": 256
    }
  },
 "models": [
    {
 "title": "DeepSeek",
 "model": "deepseek-chat",
 "contextLength": 128000,
 "apiKey": "你的ak",
 "provider": "openai",
 "apiBase": "https://api.deepseek.com/beta"
    },
    {
 "title": "DeepSeek Coder",
 "model": "deepseek-coder",
 "contextLength": 128000,
 "provider": "deepseek",
 "apiKey": "你的ak"
    }
  ],
 "tabAutocompleteModel": {
 "title": "DeepSeek",
 "model": "deepseek-chat",
 "apiKey": "你的ak",
 "provider": "openai",
 "apiBase": "https://api.deepseek.com/beta"
  },
 "slashCommands": [
    {
 "name": "edit",
 "description": "Edit highlighted code"
    },
    {
 "name": "comment",
 "description": "Write comments for the highlighted code"
    },
    {
 "name": "share",
 "description": "Export the current chat session to markdown"
    },
    {
 "name": "cmd",
 "description": "Generate a shell command"
    }
  ],
 "customCommands": [
    {
 "name": "test",
 "prompt": "{{{ input }}}\n\nWrite a comprehensive set of unit tests for the selected code. It should setup, run tests that check for correctness including important edge cases, and teardown. Ensure that the tests are complete and sophisticated. Give the tests just as chat output, don't edit any file.",
 "description": "Write unit tests for highlighted code"
    }
  ],
 "contextProviders": [
    {
 "name": "diff",
 "params": {}
    },
    {
 "name": "open",
 "params": {}
    },
    {
 "name": "terminal",
 "params": {}
    }
  ]
}

实践

我们使用VS CODE打开一个JAVA项目，如下是JAVA示例源代码

如下是我们生成 【代码注释】 /comment

生成代码注释

/test 生成【单元测试】

unit testing

我们看到生成单元测试包含逆向testcase

/edit

edit highlighted code

在VS Code中可以自动逐行修改

/custom 自定义提示词

自定义提示词

Deepseek API 使用量统计

总结

Deepseek 的代码AI能力主要体现在其多个版本的代码生成模型上，尤其是DeepSeek-Coder系列模型。以下是对Deepseek代码AI能力的总结：

1. 模型版本与性能

• DeepSeek-Coder V2：
  • 性能提升：在DeepSeek-Coder V1的基础上进行了重大改进，性能与GPT4-Turbo相当，达到了代码生成领域的最先进水平。
  • 架构优化：采用Mixture-of-Experts (MoE) 架构，将模型分解为多个专家模型，每个专家模型专注于特定的任务，提高了模型的效率和灵活性。
  • 数据集：使用更大的数据集进行预训练，增强了模型对代码语义和结构的理解能力。
  • 编程语言支持：支持的编程语言从86种增加到338种，满足了更多开发人员的需求。
  • 上下文长度：上下文长度从16K增加到128K，能够处理更复杂的代码。
• DeepSeek V2.5：
  • 模型合并：合并了DeepSeek Coder V2和DeepSeek V2 Chat两个模型，形成了更为强大的综合模型。
  • 通用能力与代码能力：在通用能力、代码能力上都显著超过了旧版本的两个模型。
  • 优化：在写作任务、指令跟随等多方面进行了优化，提升了模型与人类偏好的对齐度。

2. 主要功能

• 代码解释：DeepSeek-Coder模型可以解释代码的含义，帮助开发人员更好地理解代码。
• 代码修复：能够修复代码中的错误，提高代码质量。
• 代码生成：根据自然语言描述生成代码，帮助开发人员更快地编写代码。

3. 技术特点

• 高性价比：DeepSeek-V2等模型在性能上直逼顶尖模型，但价格仅为GPT-4-Turbo的近百分之一，被誉为“AI界的拼多多”或“价格屠夫”。
• 开源与商用授权：DeepSeek-Coder模型采取了完全开源的策略，并允许商业用途，降低了用户的使用门槛和成本。
• 硬件需求：DeepSeek-Coder-V2等大型语言模型需要强大的硬件配置进行推理，建议使用高性能的CPU、GPU和内存。

4. 实际应用

• 提升开发效率：DeepSeek的代码AI能力能够显著提升开发人员的编程效率，减少编码时间和错误。
• 多领域应用：除了在代码生成方面的应用，DeepSeek还展示了在数学、逻辑推理等多领域的能力，为科研人员和技术开发者提供了更全面的支持。

如有想了解更多软件设计与架构, 系统IT,企业信息化, 团队管理 资讯，请关注我的微信订阅号：

作者：Petter Liu
出处：http://www.cnblogs.com/wintersun/
本文版权归作者和博客园共有，欢迎转载，但未经作者同意必须保留此段声明，且在文章页面明显位置给出原文连接，否则保留追究法律责任的权利。 该文章也同时发布在我的独立博客中-Petter Liu Blog。