从0到1：WPS接入DeepSeek详细教程 – wiki基地

从0到1：WPS Office 接入 DeepSeek 大模型详细教程

引言

随着人工智能技术的飞速发展，大型语言模型（LLM）在办公领域的应用日益广泛。WPS Office 作为国内领先的办公软件套件，积极拥抱 AI 技术，为用户提供更智能、高效的办公体验。DeepSeek 作为一款强大的国产开源大模型，在自然语言处理、文本生成、代码编写等方面表现出色。本文将详细介绍如何将 DeepSeek 大模型接入 WPS Office，让你的 WPS 拥有 AI 助手，大幅提升办公效率。

一、DeepSeek 大模型简介

DeepSeek 是一家专注于通用人工智能（AGI）的国内公司，致力于开发安全、可靠、对齐人类价值观的通用人工智能。DeepSeek 旗下推出了多款开源大模型，包括 DeepSeek LLM、DeepSeek Coder 等，在多个评测榜单上名列前茅，展现出强大的性能。

DeepSeek LLM: 这是一个通用的语言模型，擅长文本生成、对话、翻译、摘要等任务。
DeepSeek Coder: 专注于代码生成和理解，可以帮助开发者编写代码、调试程序、生成文档等。

DeepSeek 大模型的优势在于：

开源: 完全开源，允许用户自由使用、修改和分发。
性能强大: 在多个评测榜单上表现优异，可媲美甚至超越一些闭源模型。
中文支持: 对中文有良好的支持，更适合国内用户使用。
持续迭代: DeepSeek 团队积极维护和更新模型，不断提升性能和功能。

二、WPS Office 接入 DeepSeek 的价值

将 DeepSeek 大模型接入 WPS Office，可以为用户带来诸多好处：

智能写作: 自动生成文章、报告、邮件等，提高写作效率。
内容润色: 优化文本表达，使语言更流畅、准确。
智能问答: 回答用户提出的问题，提供信息和建议。
代码生成: 在 WPS 表格中生成公式、在 WPS 演示中生成 VBA 代码，简化操作。
语言翻译: 快速翻译文档内容，支持多语种。
信息提取: 从文档中提取关键信息，生成摘要。
智能排版: 自动调整文档格式，美化排版。
个性化定制: 可以自定义AI助手的风格、功能。

总而言之，接入 DeepSeek 大模型可以使 WPS Office 变得更加智能，成为用户强大的办公助手。

三、准备工作

在开始接入之前，我们需要做一些准备工作：

WPS Office 版本: 确保你的 WPS Office 是最新版本，或者至少是支持加载项的版本。
DeepSeek API Key (可选):
- 如果你计划使用 DeepSeek 官方提供的 API 服务，需要注册 DeepSeek 账号并获取 API Key。这种方式的优点是无需部署模型，直接调用 API 即可，简单方便。
- 如果你计划在本地部署 DeepSeek 模型，则无需 API Key。
本地部署环境 (可选):
- 如果你选择本地部署 DeepSeek 模型，需要一台配置较高的电脑，建议配备 NVIDIA GPU，并安装好 CUDA、cuDNN 等驱动程序。
- 还需要安装 Python 环境，以及 PyTorch、Transformers 等深度学习框架。
WPS 加载项开发知识 (可选):
- 如果你想自定义加载项的功能，需要具备一定的 JavaScript、HTML、CSS 基础知识。
- 熟悉 WPS 加载项的 API 文档，了解如何与 WPS Office 进行交互。

四、接入方式：两种方案

根据你的需求和技术能力，可以选择以下两种接入方式：

方案一：使用 DeepSeek 官方 API (无需本地部署)

这种方式最简单，适合普通用户。

注册 DeepSeek 账号:
- 访问 DeepSeek 官方网站 (deepseek.com)，注册一个账号。
- 登录后，进入 API 管理页面，创建一个新的 API Key。
- 复制并保存好你的 API Key，后续会用到。
寻找或开发 WPS 加载项:
- 可以直接寻找是否有已经做好的、集成了DeepSeek官方API的WPS加载项。如果没有，可以按照下面的步骤自己开发一个。
- 创建加载项项目:
  - 创建一个新的文件夹，作为加载项的项目目录。
  - 在该目录下创建三个文件：manifest.json、index.html、main.js。
- 编写 manifest.json:
  这个文件描述了加载项的基本信息，例如名称、版本、图标等。以下是一个示例：
  
  json { "name": "DeepSeek助手", "version": "1.0", "description": "基于DeepSeek大模型的智能办公助手", "author": "你的名字", "icon": "icon.png", // 替换成你的图标文件 "main": "index.html" }
- 编写 index.html:
  这个文件是加载项的用户界面。你可以使用 HTML、CSS 来设计界面，添加输入框、按钮、显示区域等。以下是一个简单的示例：
  
  html <!DOCTYPE html> <html> <head> <meta charset="UTF-8"> <title>DeepSeek助手</title> <link rel="stylesheet" href="style.css"> </head> <body> <h1>DeepSeek助手</h1> <textarea id="input" placeholder="请输入你的问题或指令"></textarea> <button id="submit">发送</button> <div id="output"></div> <script src="main.js"></script> </body> </html>
  * 编写style.css:
  为界面添加简单的样式(可选)
  “`css
  
  input {
  
  width: 100%;
  height: 100px;
  margin-bottom: 10px;
  }
  
  output {
  
  margin-top: 10px;
  border: 1px solid #ccc;
  padding: 10px;
  min-height: 50px;
  }
  `` * **编写main.js`**:
  这个文件负责处理用户输入，调用 DeepSeek API，并将结果显示在界面上。以下是一个示例：
  
  “`javascript
  const apiKey = “你的DeepSeek API Key”; // 替换成你的 API Key
  const apiUrl = “https://api.deepseek.com/v1/chat/completions”; // DeepSeek API 地址
  
  document.getElementById(“submit”).addEventListener(“click”, async () => {
  const input = document.getElementById(“input”).value;
  const output = document.getElementById(“output”);
  
  output.textContent = “正在生成…”;
  
  try {
  const response = await fetch(apiUrl, {
  method: “POST”,
  headers: {
  “Content-Type”: “application/json”,
  “Authorization”: Bearer ${apiKey},
  },
  body: JSON.stringify({
  model: “deepseek-llm-7b-chat”, //选择一个具体的模型
  messages: [
  {role: “user”, content: input}
  ]
  }),
  });
```
const data = await response.json();

if (data.choices && data.choices.length > 0) {
    let responseText = data.choices[0].message.content;
  output.textContent = responseText;
     // 将结果插入到 WPS 文档中
    wps.Application.ActiveDocument.Range().InsertAfter(responseText);
} else {
  output.textContent = "生成失败，请检查输入或 API Key。";
}
```
  } catch (error) {
  output.textContent = “请求失败：” + error.message;
  }
  });
  //初始化WPS加载项环境
  wps.on(“docchange”,()=>{
  console.log(“文档发生变化”);
  });
  “`
加载加载项:
- 打开 WPS Office，进入“开发工具”选项卡（如果没有，需要在“文件”->“选项”->“自定义功能区”中启用）。
- 点击“加载项”->“管理加载项”。
- 选择“添加”，找到你刚才创建的加载项文件夹，点击“确定”。
- 现在，你的 DeepSeek 加载项应该已经出现在 WPS 界面上了。
测试:
在加载项的输入框中输入问题或指令，点击“发送”按钮，DeepSeek 的回复会显示在输出区域，并插入到当前文档。

方案二：本地部署 DeepSeek 模型

这种方式需要一定的技术基础，但可以获得更好的性能和隐私保护。

硬件和软件准备:
- 确保你的电脑配置足够高，建议配备 NVIDIA GPU，并安装好 CUDA、cuDNN 等驱动程序。
- 安装 Python 环境（建议使用 Anaconda 或 Miniconda）。
- 安装 PyTorch、Transformers 等深度学习框架：
  
  bash pip install torch transformers
下载 DeepSeek 模型:
- 访问 DeepSeek 在 Hugging Face 上的模型仓库：https://huggingface.co/deepseek-ai
- 选择你想要使用的模型，例如 deepseek-llm-7b-chat。
- 使用 Git LFS 下载模型文件：
  
  bash git lfs install git clone https://huggingface.co/deepseek-ai/deepseek-llm-7b-chat
编写本地 API 服务:
- 使用 Flask 或 FastAPI 等框架，编写一个简单的 API 服务，将 DeepSeek 模型封装起来。
- 以下是一个使用 Flask 的示例：
  
  “`python
  from flask import Flask, request, jsonify
  from transformers import AutoModelForCausalLM, AutoTokenizer
  
  app = Flask(name)
  
  model_name = “deepseek-llm-7b-chat” # 替换成你的模型路径
  tokenizer = AutoTokenizer.from_pretrained(model_name)
  model = AutoModelForCausalLM.from_pretrained(model_name)
  
  @app.route(“/chat”, methods=[“POST”])
  def chat():
  data = request.get_json()
  input_text = data[“input”]
```
inputs = tokenizer(input_text, return_tensors="pt")
outputs = model.generate(**inputs)
response_text = tokenizer.decode(outputs[0], skip_special_tokens=True)

return jsonify({"response": response_text})
```
  if name == “main“:
  app.run(debug=True, port=5000) #可以修改端口
  “`
开发 WPS 加载项:
- 与方案一中加载项开发类似, 区别在于 main.js需要调用你本地的API地址，而不需要API Key。
  
  “`javascript
  const apiUrl = “http://localhost:5000/chat”; // 本地 API 地址
  
  document.getElementById(“submit”).addEventListener(“click”, async () => {
  const input = document.getElementById(“input”).value;
  const output = document.getElementById(“output”);
  
  output.textContent = “正在生成…”;
  
  try {
  const response = await fetch(apiUrl, {
  method: “POST”,
  headers: {
  “Content-Type”: “application/json”,
  },
  body: JSON.stringify({
  input: input,
  }),
  });
```
const data = await response.json();
output.textContent = data.response;
   // 将结果插入到 WPS 文档中
wps.Application.ActiveDocument.Range().InsertAfter(data.response);
```
  } catch (error) {
  output.textContent = “请求失败：” + error.message;
  }
  });
  //初始化WPS加载项环境
  wps.on(“docchange”,()=>{
  console.log(“文档发生变化”);
  });
  “`
启动API服务和加载加载项:
- 在命令行中运行你的 Python API 服务。
- 按照方案一的步骤，在 WPS 中加载你的加载项。
测试:
与方案一类似，在加载项的输入框中输入问题或指令，点击“发送”按钮，DeepSeek 的回复会显示在输出区域，并插入到当前文档

五、高级功能：与 WPS Office 深度集成

除了简单的文本交互，你还可以通过 WPS 加载项 API 实现更高级的功能，将 DeepSeek 与 WPS Office 深度集成：

上下文感知:
- 获取当前文档的内容，作为 DeepSeek 的上下文，让 AI 的回复更贴合文档主题。
- 使用 wps.Application.ActiveDocument.Content.Text 获取文档内容。
选中文本操作:
- 获取用户选中的文本，对选中文本进行翻译、润色、摘要等操作。
- 使用 wps.Application.Selection.Text 获取选中文本。
表格公式生成:
- 根据用户描述，自动生成 WPS 表格的公式。
- 使用 wps.Application.ActiveSheet.Range("A1").Formula = "=SUM(B1:B10)" 设置单元格公式。
演示 VBA 代码生成:
- 根据用户需求，生成 WPS 演示的 VBA 代码，实现自动化操作。
- 使用 wps.Application.ActivePresentation.Slides(1).Shapes(1).TextFrame.TextRange.Text = "Hello, World!" 修改幻灯片内容。
自定义右键菜单:
- 在 WPS 右键菜单中添加 DeepSeek 相关功能，方便用户快速调用。
- 使用 wps.Application.CommandBars("ContextMenuCell").Controls.Add(Type:=msoControlButton, Before:=1, Temporary:=True) 添加右键菜单项。

六、注意事项与优化

模型选择:
- 根据你的需求选择合适的 DeepSeek 模型。如果需要生成代码，可以选择 DeepSeek Coder 模型。
- 如果对性能有较高要求，可以选择参数量更大的模型，但需要更强的硬件支持。
Prompt 工程:
- 精心设计你的 Prompt（提示），可以引导 DeepSeek 生成更符合你期望的结果。
- 尝试不同的 Prompt 风格，找到最适合你的场景的 Prompt。
错误处理:
- 在加载项中添加完善的错误处理机制，处理 API 请求失败、模型生成错误等情况。
- 向用户提供友好的错误提示，帮助他们解决问题。
性能优化:
- 对于本地部署的模型，可以使用量化、剪枝等技术来减小模型体积，提高推理速度。
- 可以考虑使用 GPU 加速，充分利用硬件性能。
安全与隐私:
- 如果使用 DeepSeek 官方 API，请妥善保管你的 API Key，避免泄露。
- 如果本地部署模型，请注意保护你的服务器安全，防止未经授权的访问。
- 对于涉及敏感信息的文档，建议使用本地部署的方式，避免数据泄露。
异步处理:
对于耗时较长的操作（如模型生成），使用异步处理，避免阻塞 WPS 界面的响应。

七、总结与展望

本文详细介绍了如何将 DeepSeek 大模型接入 WPS Office，提供了两种可行的方案：使用 DeepSeek 官方 API 和本地部署模型。通过接入 DeepSeek，WPS Office 可以获得强大的 AI 能力，帮助用户提高办公效率，实现智能写作、内容润色、智能问答、代码生成等功能。

未来，随着大模型技术的不断发展，WPS Office 与 AI 的结合将更加紧密，为用户带来更多创新功能和更智能的办公体验。我们可以期待更多个性化定制、更强大的上下文理解、更自然的交互方式等。同时，也需要关注 AI 技术带来的安全与隐私问题，确保 AI 的应用符合伦理规范。

希望本文能够帮助你成功将 DeepSeek 接入 WPS Office，开启智能办公的新篇章！

从0到1：WPS Office 接入 DeepSeek 大模型详细教程

input {

output {

发表评论 取消回复

发表评论取消回复