需完成模型适配、API桥接与配置验证三类操作：一、部署DeepSeek模型并暴露HTTP接口；二、在WorkBuddy AI中配置OpenAI兼容的自定义模型参数；三、调整提示词模板与消息分隔符；四、启用流式传输以保障多轮对话上下文；五、通过Nginx反向代理清洗非标准响应。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
如果您希望在WorkBuddy AI中接入DeepSeek模型以实现本地化或私有化的大语言模型调用，则需完成模型适配、API桥接与配置验证三类核心操作。以下是具体实施步骤：
一、确认DeepSeek模型部署环境
WorkBuddy AI本身不内置DeepSeek模型，需先在本地或服务器端完成DeepSeek-R1或DeepSeek-Coder等对应版本的模型加载与服务暴露。该步骤确保后续WorkBuddy AI能通过标准HTTP接口访问推理能力。
1、从DeepSeek官方GitHub仓库下载指定版本的模型权重文件（如deepseek-ai/deepseek-coder-1.3b-base）。
2、使用vLLM、llama.cpp或Transformers+FastAPI搭建推理服务，启动后监听端口如http://127.0.0.1:8000/v1/chat/completions。
3、使用curl命令验证服务可用性：curl -X POST http://127.0.0.1:8000/v1/chat/completions -H "Content-Type: application/json" -d '{"model":"deepseek-coder-1.3b","messages":[{"role":"user","content":"Hello"}]}'。
二、配置WorkBuddy AI的自定义LLM接入参数
WorkBuddy AI支持通过“设置→AI模型→添加自定义模型”路径注入外部大模型API，需严格匹配OpenAI兼容接口规范，否则将触发404或500错误。
1、打开WorkBuddy AI客户端，进入【设置】菜单，点击【AI模型】选项卡。
2、点击右下角【+ 添加模型】按钮，在弹出表单中填写：模型名称填DeepSeek-Coder-1.3b，API基础地址填http://127.0.0.1:8000/v1，API密钥留空（若服务未启用鉴权）。
3、在“模型ID”字段中输入与推理服务返回header中一致的模型标识，例如deepseek-coder-1.3b-base，该值必须与vLLM启动时--model参数完全相同。
三、替换系统默认提示词模板
DeepSeek模型对system角色指令敏感度高于Llama系列，若沿用默认模板可能导致响应格式错乱或拒绝生成。需手动调整prompt schema以匹配DeepSeek训练时的对话结构。
1、在模型配置页点击【高级设置】展开区域。
WorkBuddy 桌宠工厂 —— 给一张角色图、一个 codex.pet 链接、一条 codex-pets.net 下载 URL、或一份现成的精灵表，就能自动创建一只可联动 WorkBuddy 状态的桌面宠物。当用户说"创建桌宠"、"做一只桌宠"、"用这张图做桌宠"、"从 codex.pet 安装桌宠"、"导入 codex 桌宠 XX"、"装一下 codex-pets.net 上的 XX&quo
2、将“系统提示词模板”字段内容替换为：You are a helpful programming assistant based on DeepSeek-Coder. Respond only in English unless explicitly asked for another language.
3、将“用户/助手消息分隔符”设为\n\n，禁用“添加system角色到请求体”选项（因部分DeepSeek部署不支持system字段）。
四、测试多轮对话上下文保持能力
DeepSeek-R1具备较强长上下文理解能力，但WorkBuddy AI默认会截断超过4096 token的历史记录。需手动启用流式传输与增量缓存机制保障对话连贯性。
1、新建一个代码分析任务窗口，输入问题：“请分析以下Python函数是否存在内存泄漏风险”，随后粘贴一段含闭包与全局变量的代码。
2、发送后观察响应延迟与token计数器，若显示streaming: true且响应分块返回，则说明WebSocket连接已生效。
3、紧接着追加提问：“基于刚才的分析，给出修复建议并重写函数”，验证历史上下文是否被正确注入至新请求的messages数组中。
五、处理常见响应解析异常
当WorkBuddy AI收到DeepSeek服务返回的非标准JSON（如含ANSI颜色码、多余换行或字段名大小写不一致）时，前端会抛出parse error。此时需在反向代理层做标准化清洗。
1、在Nginx配置中添加location /v1/段落，启用proxy_pass转发至本地vLLM服务，并插入header过滤规则。
2、添加sub_filter指令移除响应体中的控制字符：sub_filter '\x1b\[.*?m' '';
3、启用json_filter模块，强制将response body中所有key转为小写，确保WorkBuddy AI解析器可识别choices、message、content等字段。
