告别 GPT-4！教你用 DeepSeek 搭建私人 AI 编程助手，0 成本把数据握在自己手里，后面有教如何使用gemini3 pro api

前言：为什么要本地化？

（痛点描述）还在为 ChatGPT 的 Plus 会员费心疼？还在担心公司敏感代码传到云端泄露？2025 年了，DeepSeek 的能力已经不仅是“够用”，而是“惊艳”。本文带你手把手，10分钟在本地笔记本上搭建一套基于DeepSeek + Ollama的私人知识库。

对于开发者，最后教如何使用gemini3 pro api，针对python和java

2. 核心架构图解

• 模型层：Ollama (管理 DeepSeek 模型)

• 交互层：AnythingLLM (或 Dify，提供 UI 和 向量数据库管理)

• 数据层：本地 Markdown/PDF 文档

3. 第一步：Ollama 极速安装与模型拉取

• 展示下载命令。

• 关键代码：

  # 安装完成后，终端输入以下命令拉取 DeepSeek Coder V2 (或最新 V3) ollama run deepseek-coder:33b # 验证是否运行成功 curl http://localhost:11434/api/generate -d '{ "model": "deepseek-coder:33b", "prompt": "用 Python 写一个贪吃蛇游戏" }'

4. 第二步：配置 AnythingLLM (投喂知识)

• 图文演示如何下载桌面版 AnythingLLM。

• 在设置中选择Ollama作为推理引擎，输入http://localhost:11434。

• 实战演示：上传一份《公司内部开发规范.pdf》，然后提问：“我们公司的代码注释规范是什么？”

• 截图展示 AI 准确读取文档并回答的过程。

5. 第三步：进阶——通过 API 调用你的本地模型

• 对于想做二次开发的同学，提供一段 Python 代码示例（使用 LangChain）：

  from langchain_community.llms import Ollama llm = Ollama(model="deepseek-coder:33b") response = llm.invoke("如何优化 Solidity 智能合约的 Gas 消耗？") print(response)

6. 总结

• 对比云端 API 的成本（0元 vs 昂贵 Token）。

• 强调数据的绝对隐私。

• 文末福利：关注博主，私信“DeepSeek”获取本文用到的所有安装包百度云链接（增加粉丝粘性）。

7. 白嫖gemini3 pro使用其api

第一步：白嫖gemini3 pro：白嫖gemini 3 pro方法-CSDN博客

第二步：python的安装Google GenAI SDK，java引用依赖

pip install -q -U google-genai

<dependencies> <dependency> <groupId>com.google.genai</groupId> <artifactId>google-genai</artifactId> <version>1.0.0</version> </dependency> </dependencies>

第三步：提交一个请求

python

from google import genai # The client gets the API key from the environment variable `GEMINI_API_KEY`. client = genai.Client() response = client.models.generate_content( model="gemini-2.5-flash", contents="Explain how AI works in a few words" ) print(response.text)

java

package com.example; import com.google.genai.Client; import com.google.genai.types.GenerateContentResponse; public class GenerateTextFromTextInput { public static void main(String[] args) { // The client gets the API key from the environment variable `GEMINI_API_KEY`. Client client = new Client(); GenerateContentResponse response = client.models.generateContent( "gemini-2.5-flash", "Explain how AI works in a few words", null); System.out.println(response.text()); } }