如何在 LobeChat 中免费使用 DeepSeek

你有没有想过，不花一分钱、不用买显卡、甚至不需要写代码，就能拥有一个基于 DeepSeek 这类顶级国产大模型的专属 AI 助手？更进一步，它还能支持文件上传、语音对话、联网搜索，甚至帮你写代码、读财报、查天气？

这不是未来，而是现在就可以实现的事。

借助 LobeChat + DeepSeek 的组合，普通用户也能快速搭建出功能媲美商业产品的智能聊天系统。整个过程无需任何硬件投入，只需几分钟点击操作，即可完成部署。最关键的是——完全免费起步，可持续使用。

---

为什么这个组合值得尝试？

先别急着动手配置，我们来聊聊背后的逻辑：为什么是 LobeChat？为什么选 DeepSeek？

LobeChat 并不是一个简单的“换皮 ChatGPT”。它是基于 Next.js 打造的现代化开源聊天框架，定位更像是一个“AI 助手操作系统”——你可以把它看作 Android，而不同的大模型就是可以安装的应用程序。

它的优势在于：

• 支持 OpenAI、Claude、Gemini、Ollama 等多种后端；
• 提供角色预设、插件扩展（如网页搜索、知识库）、多模态交互（TTS/STT）；
• 支持 Docker 和计算巢一键部署，对新手极其友好；
• 界面美观流畅，适合个人使用或团队协作。

而 DeepSeek，则是中国团队推出的一系列高性能开源大语言模型。尤其是最新的 DeepSeek-V3，在推理能力、长文本处理和中文理解上表现亮眼，部分场景已接近 GPT-4 水平。

更重要的是，它具备几个让开发者心动的特性：

• ✅ 使用 MoE 架构，在保证质量的同时降低推理成本；
• ✅ 支持高达 128K 上下文长度，能处理整本小说或大型项目代码；
• ✅ 完全兼容 OpenAI API 协议，接入第三方工具毫无障碍；
• ✅ 新用户普遍可获得百万级甚至数亿 Token 的免费额度。

这两个项目的结合，等于把“强大脑力”装进了“优雅外壳”，真正实现了高端 AI 的平民化。

---

免费使用的三种路径，哪种最适合你？

虽然 DeepSeek 官方提供了 API 接口，但高峰期经常出现排队、限流等问题。为了获得更稳定、持久的体验，我们需要一些“聪明”的接入方式。

以下是经过实测有效的三种方案，按推荐优先级排序：

方式	是否免费	推荐指数	特点
① 阿里云百炼平台调用 DeepSeek	✅ 免费（含100万Token）	⭐⭐⭐⭐☆	接口稳定、响应快、免部署
② 计算巢一键部署 DeepSeek + Ollama	✅ 完全免费	⭐⭐⭐⭐	自主可控、支持更换模型
③ DeepSeek 官方 API 密钥	✅ 新用户送500M Token	⭐⭐⭐	可能限流，适合轻量使用

如果你只是想快速试用，首选第一种；如果希望长期掌控、自由切换模型，第二种更合适；第三种则适合作为备用选项。

接下来，我们重点讲前两种最实用的方法。

---

方法一：通过阿里云百炼平台接入（零门槛推荐）

这是目前最简单、最稳定的免费接入方式。阿里云百炼平台已经内置了 DeepSeek 模型，并提供与 OpenAI 兼容的 API 接口，LobeChat 可以直接识别并调用。

整个流程分为四个步骤：

第一步：注册并获取 API Key

1. 打开 阿里云百炼控制台；
2. 使用阿里云账号登录（新用户可免费注册）；
3. 将鼠标悬停在右上角头像处，点击「API-Key」管理；
4. 点击「创建我的API-Key」，生成密钥并立即复制保存（仅显示一次！）。

📌 百炼为新用户提供 100万免费 Token 额度，日常对话足够用几个月，完全满足初期需求。

第二步：确认模型名称与接口地址

1. 在左侧菜单进入「模型广场」；
2. 搜索 “deepseek”，找到 deepseek-r1 或 deepseek-chat；
3. 复制模型编码（例如：deepseek-r1），后续配置要用到；
4. API 地址固定为：
   https://dashscope.aliyuncs.com/api/v1/services/aigc/text-generation/generation

注意：不要误选尚未公开的 deepseek-v3，目前可用的是 deepseek-r1。

第三步：部署 LobeChat（两种方式任选）

推荐方式 A：使用计算巢一键部署（适合新手）

不想折腾环境？直接上云端！

1. 访问 阿里云计算巢 - LobeChat 服务页；
2. 搜索 “LobeChat”，选择官方镜像；
3. 填写实例名称、设置密码、分配公网 IP，点击「立即部署」；
4. 等待 3~5 分钟，系统自动完成部署并提供访问链接。

✅ 优点非常明显：无需本地电脑、自带 HTTPS 加密、有独立域名，开箱即用。

进阶方式 B：本地或服务器运行（适合开发者）

如果你习惯自己掌控环境，也可以在本地运行：

# 克隆项目
git clone https://github.com/lobehub/lobe-chat.git

# 进入目录
cd lobe-chat

# 安装依赖
npm install

# 启动开发服务器
npm run dev

然后浏览器打开 http://localhost:3210 即可访问。

💡 建议生产环境使用 docker-compose 部署，更加稳定安全。

第四步：在 LobeChat 中添加 DeepSeek 模型

1. 登录 LobeChat，进入「设置」→「模型提供商」；
2. 选择「OpenAI 兼容接口」；
3. 填写以下信息：

字段	内容
自定义名称	百炼 DeepSeek
Base URL	https://dashscope.aliyuncs.com/api/v1/services/aigc/text-generation/generation
API Key	刚才复制的百炼 API Key
模型列表	手动输入 deepseek-r1, deepseek-chat

保存后，你就可以在会话中切换使用 DeepSeek 模型了。

💡 小技巧：可以在「角色中心」创建一个名为“DeepSeek-R1”的角色，设定描述为“我是来自深度求索的最强推理模型”，提升交互沉浸感。

---

方法二：通过计算巢部署本地 DeepSeek 实例（自主可控）

如果你不满足于调用远程接口，而是想彻底掌控模型运行环境，甚至未来换成 Qwen、Llama3 或其他模型，那这条路更适合你。

核心思路是：在云端服务器部署一个运行 DeepSeek 的 Ollama 实例，再由 LobeChat 远程调用它。

这种方式的优势很明显：

• 完全免费（按量付费，低频使用每月不到 ¥10）；
• 可随时更换模型；
• 不依赖第三方平台配额；
• 数据更私密，适合敏感场景。

步骤 1：部署 DeepSeek-Ollama 实例

1. 打开 阿里云计算巢 - DeepSeek+Ollama 镜像页；
2. 点击「立即部署」；
3. 推荐配置：至少 2vCPU / 8GB RAM（确保模型加载顺利）；
4. 设置安全组规则：开放 11434 端口（Ollama 默认端口）；
5. 等待实例启动成功，记录其公网 IP。

📘 该镜像已预装 Ollama，并默认拉取 deepseek-coder:6.7b 模型，适用于编程辅助和通用对话。

步骤 2：验证服务是否正常

在浏览器中访问：

http://<你的公网IP>:11434/api/tags

你应该看到类似如下响应：

{
  "models": [
    {
      "name": "deepseek-coder:6.7b",
      "size": 4768371584,
      "modified_at": "2024-04-10T12:00:00Z"
    }
  ]
}

说明服务已就绪。

🔒 安全提醒：请勿长期将 11434 端口暴露给所有人。建议后期通过反向代理（如 Nginx）加 JWT 认证保护接口，或将安全组限制为仅允许 LobeChat 实例 IP 访问。

步骤 3：配置 LobeChat 接入远程 Ollama

1. 打开 LobeChat → 设置 → 模型提供商；
2. 添加新的「Ollama」实例；
3. 填写远程地址：
   http://<你的公网IP>:11434
4. 点击「同步模型列表」，自动发现 deepseek-coder:6.7b；
5. 保存后即可在聊天中选择该模型。

从此，你就拥有了一个完全属于自己的 AI 推理节点。

---

进阶玩法：不只是聊天，还能做这些事

LobeChat 的真正价值，不仅在于连接模型，而在于它是一个 AI 应用组装平台。结合 DeepSeek 的强大能力，你能实现远超普通聊天机器人的功能。

🎯 玩法 1：打造专属编程助手

试试创建一个叫 “DeepCoder” 的角色：

• 描述：“我是一名精通 Python、JavaScript 和 SQL 的资深工程师”
• 启用插件：代码解释器、GitHub 文件读取
• 测试问题：“帮我写一个 Flask 接口，接收 JSON 并存入 SQLite”

你会发现，DeepSeek 能精准生成可运行代码，还能根据错误反馈进行调试优化。对于开发者来说，这简直是效率神器。

🔍 玩法 2：开启联网搜索增强

默认情况下，大模型的知识是静态的。但通过启用 Web Search 插件，可以让 DeepSeek “感知实时世界”。

操作步骤：

1. 在设置中启用「Web Search」插件（支持 Tavily、Google Custom Search）；
2. 配置对应 API Key；
3. 输入：“今天北京天气怎么样？”
   → AI 将自动发起网络查询并返回最新结果。

这对需要获取新闻、行情、政策等动态信息的用户非常有用。

📎 玩法 3：上传文档提问

支持上传 .pdf, .docx, .xlsx 等文件，让 AI 解析内容并回答问题。

示例：上传一份年报 PDF，提问：“该公司去年净利润是多少？同比增长率多少？”

得益于 LobeChat 内建的文档解析流水线（PDF → 文本提取 → 分块嵌入 → 提示工程），这类任务轻松搞定。

想象一下，以后读合同、审报表、查论文，都不用你自己逐行看了。

---

常见问题与避坑指南

❓ 提示“模型未找到”或“认证失败”怎么办？

最常见的原因有三个：

• API Key 错误或复制不完整；
• Base URL 缺少 /generation 路径；
• 模型名称填写错误（比如写了 deepseek-v3 而非 deepseek-r1）；

排查建议：

curl -X POST https://dashscope.aliyuncs.com/api/v1/services/aigc/text-generation/generation \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "deepseek-r1",
    "input": { "messages": [{"role": "user", "content": "你好"}] }
  }'

用这条命令测试接口连通性，看是否返回合法响应。

❓ 能不能同时接入多个 DeepSeek 模型？

当然可以！LobeChat 支持多实例配置。比如：

• 百炼平台 → deepseek-r1（强推理）
• 本地 Ollama → deepseek-coder（编程专用）
• 官方 API → deepseek-chat（通用对话）

你可以在不同会话中自由切换，按需使用。

❓ 有没有可能永久免费？

目前所有“免费”都依赖平台赠额或公共资源。若想长期稳定使用，建议：

• 关注 DeepSeek 官方活动，定期领取新额度；
• 使用计算巢按量付费模式，低频使用每月费用极低（约 ¥5~10）；
• 条件允许的话，自建家庭 NAS + GPU 主机运行 Ollama，彻底摆脱云端依赖。

---

最后一点思考：AI 正在变得触手可及

几年前，训练一个大模型需要千万级投入和 A100 集群。今天，普通人只要点几下鼠标，就能拥有一个基于顶尖模型的智能助手。

LobeChat + DeepSeek 的组合，正是这一趋势的缩影。它告诉我们：技术民主化的时代真的来了。

你不再需要成为算法专家，也不必拥有昂贵硬件，就能驾驭最先进的 AI 工具。无论是学生写作业、程序员写代码、产品经理做调研，还是创业者构建原型，这套方案都能立刻带来生产力跃迁。

所以，别再观望了。

打开浏览器，花十分钟走完部署流程，你就能拥有一个懂你、帮你、陪你成长的 AI 伙伴。

技术的价值，从来不是掌握在少数人手中，而是服务于每一个愿意尝试的人。

---

📌 资源汇总

名称	链接
LobeChat GitHub 仓库	https://github.com/lobehub/lobe-chat
阿里云百炼平台	https://bailian.console.aliyun.com
计算巢 - LobeChat 部署	https://computenest.console.aliyun.com/service/market/cn-hangzhou?keyword=LobeChat
计算巢 - DeepSeek+Ollama 镜像	https://computenest.console.aliyun.com/service/detail/cn-hangzhou/service-41ad58439b4b4bf8ae73/15

💬 如果你在部署过程中遇到问题，欢迎加入 LobeChat 官方 Discord 社区交流探讨。让我们一起推动开源 AI 的普及与发展！