R语言调用DeepSeek大模型：实用指南与深度解析

题目是我让本地大模型起的，让大模型起个阅读量能1W+的标题，看看能不能行

本来想用网页版的，没办法，晚上了，可能美国人又上班了，DeepSeek网页版又不好用了

R语言环境中也可以调用大模型啦，随着DeepSeek的爆火，R语言大神Hadlly连夜更新了ellmer包，支持DeepSeek了。

安装ellmer包

这个包在CRAN上面是有发布的，但是CRAN发布包流程比较复杂，更新不及时，暂时不支持DeepSeek，只能调用ChatGPT等其他的大模型服务。

另外就是安装最新的开发版R包，这个目前已经更新，支持DeepSeek。安装代码如下：

install.packages("ellmer", repos = "https://tidyverse.r-universe.dev")

RStudio中调用DeepSeek大模型

申请DeepSeek API

打开DeepSeek API的文档网站，然后申请API key，注意，DeepSeek这个key只显示一次，需要保存好。

• DeepSeek API文档网站：https://api-docs.deepseek.com/zh-cn/

不过目前网站在维护，可能打不开申请API key的页面，如果以前申请过可以试试。

配置R语言环境文件

申请好DeepSeek API key之后，在电脑C盘中文档里面找到Renviron这个文件，使用记事本，推荐notepad--编辑。

在这个文件里面输入下面的代码，注意把你的Key填进去。

DEEPSEEK_API_KEY = "你申请的DeepSeek API KEY"

在RStudio中使用大模型对话

修改完R语言环境文件后，要重启一下R，才能让环境文件生效。

使用下面的代码开启对话：

library(ellmer)

chat = chat_deepseek(
  system_prompt = "您是一位偏好使用tidyverse的R语言编程专家。",
  model = "deepseek-chat",     # 或者deepseek-reasoner
  api_key = Sys.getenv("DEEPSEEK_API_KEY"),
  api_args = list(temperature = 0.3))
live_browser(chat)

使用本地大模型对话

使用LM Studio部署一个本地大模型，就可以在RStudio中调用了，网页版DeepSeek由于被美帝攻击导致不稳定，本地大模型虽然效果差，但是确实比较稳定。部署方法详见： LM Studio本地部署大模型，大模型so easy！

在RStudio里面调用，用的是 chat_ollama() 函数，经过测试，LM Studio部署的本地大模型也是可以用的。

chat = chat_ollama(
  system_prompt = "您是一位偏好使用tidyverse的R语言编程专家。",
  model = "deepseek-reasoner",
  base_url = "http://192.168.1.39:1239",
  api_args = list(temperature = 0.3)
)
live_browser(chat)

实际效果可以看视频号：

常见问题

依赖包的安装

由于是新开发的功能，有些包可能以前没用过，或者需要更新，大家注意更新一下，我在更新包的时候出现了更新失败的情况。

可能是 ellmer 包已经要求调用这些包了，安装的时候不能覆盖，这个时候如果更新失败，可以重启一下R，然后再使用正常从CRAN安装R包的方法安装一下最新的R包即可。

我把 shiny 、 fastmap 、 bslib 这三个包都手动重新安装后才启动成功的。

参考文献

1. https://zhuanlan.zhihu.com/p/20799256130
2. https://ellmer.tidyverse.org/articles/ellmer.html
3. LM Studio本地部署大模型，大模型so easy！

更多内容请阅读 #人工智能大模型 专题，或者加入 地理数据科学培训班