随着DeepSeek的火热，市面上出现大量的第三方的API服务区，但是对于对安全、隐私、控制有一定需求的用户，还是会希望能够自主部署DeepSeek 。

实践下来，用自己的机器部署是一条解决之道，但是推理起来，cpu和内存占用很多，非常影响同时其它软件的操作。飞桨星河社区新推出了DeepSeek部署服务，操作简单，只需要点两下鼠标，可以部署1.5b - 70b之间的几个模型。

飞桨星河社区一键部署DeepSeek-r1:70b模型

首先进入星河社区的模型部署页面：飞桨AI Studio星河社区-人工智能学习与实训社区

点击新建部署，选择DeepSeek-r1:70b模型，然后点击部署，

稍等一会儿，就部署成功了！

点击详情，可以看到部署信息：

服务URL：https://api-b4v8damcv97cu8dc.aistudio-app.com

运行中 私有

创建时间 2025-02-22 22:46:25

未调用时长 0小时

调用次数 0

点使用，就自动出来调用api代码，当然这里的api_key已经马赛克了，实际情况下AIStudio会自动加上自己的key，这点非常贴心。

部署模型的api调用代码：

# pip install openai
from openai import OpenAI

client = OpenAI(
    api_key="apikey，AIStudio会自动加上自己的key",
    base_url="https://api-b4v8damcv97cu8dc.aistudio-app.com/v1"
)

completion = client.chat.completions.create(
    model="deepseek-r1:70b",
    temperature=0.6,
    messages=[
        {"role": "user", "content": "你好，请介绍一下你自己"}
    ],
    stream=True
)

for chunk in completion:
    if hasattr(chunk.choices[0].delta, "reasoning_content") and chunk.choices[0].delta.reasoning_content:
        print(chunk.choices[0].delta.reasoning_content, end="", flush=True)
    else:
        print(chunk.choices[0].delta.content, end="", flush=True)

输出信息：

<think>
您好！我是由中国的深度求索（DeepSeek）公司开发的智能助手DeepSeek-R1。如您有任何任何问题，我会尽我所能为您提供帮助。
</think>

您好！我是由中国的深度求索（DeepSeek）公司开发的智能助手DeepSeek-R1。如您有任何任何问题，我会尽我所能为您提供帮助。>>>

这样使用起来太方便啦！

总结

从创建页面可以看到，星河社区部署使用了Ollama部署DeepSeek，操作非常简单，就是点两次鼠标。

尽管现在很容易就能用到各家的免费DeepSeek web或API服务，但是自己部署，完全自己可控的DeepSeek api服务，还是非常不错的。