在cursor中配置deepseek模型需按任务类型选择:业务编码用v3,系统设计/长上下文用r1;v3配置需版本≥0.32、修改models.json并重启;r1需开启64k上下文权限或本地ollama部署,并通过ai指令验证cot推理是否生效。
☞☞☞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☜☜☜

在Cursor中配置DeepSeek模型时,需根据当前开发任务类型决定选用V3还是R1——写业务逻辑、补全函数选V3;做系统架构设计、推理复杂算法、处理超长上下文(如整份微服务文档)必须用R1。
快速原型开发:优先配置DeepSeek V3
这一步操作起来很简单,直接把文件拖进去就行。V3响应快、补全准,适合日常编码节奏。
第一步:确认你的Cursor版本 ≥ 0.32(低于此版本不支持V3的32K上下文识别)。
第二步:打开 ~/.config/cursor/models.json,插入以下配置块(注意替换 your_v3_key):
{ "name": "deepseek-v3", "type": "custom", "endpoint": "https://api.deepseek.com/v1/completions", "apikey": "your_v3_key", "params": { "model": "deepseek-v3", "temperature": 0.7, "max_tokens": 2048 } }
第三步:重启Cursor → Settings → Models → 切换为 deepseek-v3。此时光标悬停在函数名上,补全延迟稳定在0.6~0.9秒之间。若发现补全结果频繁重复或跳行,说明 temperature 值偏高,需调低至0.5。
复杂系统设计:必须启用DeepSeek R1
R1不是“更好用”,而是“不可替代”——它能看懂你刚写的三份接口定义+两页数据库ER图+一段未提交的README草稿,并据此生成符合DDD分层的Go代码结构。
方法一:直连DeepSeek官方API(推荐企业级项目)
① 登录 deepseek.com/developer 控制台,创建应用并开启 R1 权限;【务必勾选「64K上下文」扩展包,否则默认截断为32K】
② 在 models.json 中新增 R1 配置,注意 max_tokens 必须 ≥ 4096,且 top_p 设为 0.92 以激活思维链推理:
{ "name": "deepseek-r1", "type": "custom", "endpoint": "https://api.deepseek.com/v1/completions", "apikey": "your_r1_key", "params": { "model": "deepseek-r1", "temperature": 0.5, "max_tokens": 4096, "top_p": 0.92 } }
方法二:本地Ollama部署(适合离线/安全敏感环境)
运行 ollama run deepseek-r1:7b 启动服务后,在Cursor中添加模型时 Base URL 填 http://localhost:11434/v1,API Key 填 ollama(不是空字符串,也不是密钥)。
怎么验证模型真正在干活?
打开任意 .py 文件,输入:# 根据以下需求生成FastAPI路由:接收用户ID,查询MongoDB并返回带格式化时间戳的订单列表,要求包含错误重试和日志追踪
按下 Ctrl+K(Windows)或 Cmd+K(Mac)触发AI指令。
若返回代码中出现 retry_strategy=ExponentialBackoff() 或 logger.info("fetched %d orders", len(orders)),说明R1已激活CoT推理;若只返回基础CRUD而无重试/日志/时间格式化,大概率还在用V3或配置未生效。
立即在Cursor右下角状态栏查看当前模型名称——点击它可强制切换。










