翔宇认为，在2025年的AI大模型竞争中，DeepSeek凭借其极致的性价比和创新的技术方案，正在成为Make自动化工作流中不可或缺的重要组成部分。本文将从实用角度出发，为大家详细介绍DeepSeek的特点和应用方案。
DeepSeek简介
近年来，大型语言模型 (LLM) 在人工智能领域取得了显著的进展，并在各个行业展现出强大的应用潜力。DeepSeek 作为一家专注于 LLM 研发的中国科技公司，凭借其强大的模型性能和低廉的使用成本，迅速崛起并引起了广泛关注。本文将深入探讨 DeepSeek 大模型的特点、优势，以及如何在 Make.com 自动化工作流中使用 DeepSeek 提升效率和用户体验。
DeepSeek公司
DeepSeek 成立于 2023 年 7 月，其母公司是国内知名的量化投资公司幻方量化。幻方量化早在 2017 年就实现了投资策略的全面 AI 化，这为 DeepSeek 积累了丰富的 AI 技术经验。DeepSeek 致力于探索人工智能的本质，并以”AI 界高效低价典范”的形象著称，旨在降低人工智能技术的使用门槛，让更多人受益。公司团队规模精简，仅有约 140 名工程师和研究人员，大多来自清华大学、北京大学等国内顶尖高校，并且 DeepSeek 偏好年轻且富有创造力的毕业生，这体现了其对人才培养和创新的重视。DeepSeek 专注于底层技术优化，并以开源精神和长期主义追求普惠 AGI (通用人工智能)。
AGI，即通用人工智能，是指拥有人类水平认知能力的人工智能系统。DeepSeek 认为语言大模型是通往 AGI 的必经之路，因此选择从大模型入手进行研究。DeepSeek 的目标是构建一个围绕其技术的生态系统，让其他公司能够在 DeepSeek 的基础上构建 ToB 和 ToC 的业务，共同推动 AGI 的发展。
DeepSeek 的主要业务是开发和提供高性能的 LLM，并通过 API 平台和开源项目等方式将其推广到各个应用场景。公司创始人梁文锋认为，大模型技术是通往 AGI 的必经之路，因此 DeepSeek 会持续专注于大模型的研究和开发。此外，DeepSeek 还在积极探索降低对英伟达 GPU 的依赖，以实现更大的技术独立性。
DeepSeek模型种类详解
DeepSeek 目前已发布多个开源大语言模型，包括 DeepSeek-Coder、DeepSeek-V3 和 DeepSeek-R1 等，以及多模态模型 DeepSeek-VL。
DeepSeek-V3 是一款采用 MoE 架构的通用语言模型，拥有671B参数(激活37B)。它在14.8万亿tokens的高质量数据集上进行预训练,在多项评测中超越了 Qwen2.5-72B 和 Llama-3.1-405B 等开源模型,并在性能上与 GPT-4o 和 Claude-3.5-Sonnet 等顶尖闭源模型不分伯仲。DeepSeek-V3在百科知识、长文本理解、代码编程、数学推理等多个领域都展现出了卓越的能力,特别是在算法类代码和数学竞赛题目上的表现尤为突出。通过算法和工程创新,其生成速度相比前代提升了3倍,达到60 TPS,为用户带来更流畅的体验。
DeepSeek-R1 是一款推理模型，它在数学、代码和自然语言推理等任务上表现出色。DeepSeek-R1 采用多阶段渐进训练方法，并通过强化学习提升了模型的推理能力。在后训练阶段大规模使用了强化学习技术，在仅有极少标注数据的情况下，极大提升了模型推理能力。在数学、代码、自然语言推理等任务上，性能比肩 OpenAI o1 正式版。DeepSeek-R1 遵循 MIT License，允许用户通过蒸馏技术借助 R1 训练其他模型。通过蒸馏技术，DeepSeek 还发布了6个小模型，其中32B和70B模型在多项能力上实现了对标 OpenAI o1-mini 的效果。用户可以通过设置 model=‘deepseek-reasoner’ 来调用 DeepSeek-R1 的 API 服务，定价为每百万输入 tokens 1元(缓存命中)/4元(缓存未命中)，每百万输出 tokens 16元。
论文链接： https://github.com/deepseek-ai/DeepSeek-R1/blob/main/DeepSeek_R1.pdf
HuggingFace 链接： https://huggingface.co/deepseek-ai
DeepSeek的核心优势
DeepSeek 大模型的优势主要体现在以下几个方面：
- 高性能: DeepSeek 的模型在多个基准测试中都取得了领先的成绩，例如 DeepSeek-V3 在多个 LLM 基准测试中都达到了与 GPT-4o 和 Claude Sonnet 3.5 等顶尖模型相媲美的性能。DeepSeek-R1 甚至在某些推理任务上超过了 OpenAI 的 o1 模型。
- 低成本: DeepSeek 的模型训练成本远低于同类模型，例如 DeepSeek-V3 的训练成本仅为 GPT-4o 的二十分之一，仅需 558 万美元，而 Meta 的 Llama 3 系列模型的计算预算则高达 3930 万美元。
- 开源: DeepSeek 积极拥抱开源社区，例如 DeepSeek-V3 和 DeepSeek-R1 都采用了开源协议，方便开发者进行二次开发和应用。这体现了 DeepSeek 的开源精神和对 AI 技术普惠化的追求。
- 易用性: DeepSeek 提供了丰富的 API 文档和示例代码，方便开发者将模型集成到自己的应用中。
Make.com自动化工作流中的DeepSeek实战教程
deepseek官网: https://deepseek.com
开放平台: https://platform.deepseek.com/
Make.com作为一款功能强大的自动化平台,为用户提供了便捷的应用程序和服务连接能力,让创建自动化工作流变得轻而易举。在Make.com中调用DeepSeek API主要有直接调用官方API和通过中转平台调用。其中,OpenRouter作为中转平台支持调用DeepSeek,并提供了原生模块支持,使用起来简单快捷。不过需要注意的是,相比官方API,中转平台的稳定性略逊一筹。这是因为作为第三方介入,在面对大量访问请求时可能会出现错误提示。下面我们将详细介绍调用官方API的两种调用方式的具体步骤。
Make平台集成DeepSeek方式一：使用原生模块（推荐）
这是最简单直接的方式，特别适合刚接触 Make 的新手用户。
- 添加 DeepSeek 模块
- 在 Make.com 中点击添加新模块
- 在搜索框中输入 “deepseek ai”
- 选择 DeepSeek AI 模块
- 配置模块
- 输入你的 DeepSeek API Key
- 选择模型类型（V3 或 R1）
- 可以开启”结构化输出”选项，这样返回的数据会更容易处理
- 设置提示词和参数
- 在模块中填写你的提示词
- 根据需要调整温度、最大长度等参数
- 可以使用前序模块的输出作为动态提示词
Make平台集成DeepSeek方式二：HTTP调用教程
如果你需要更灵活的配置或者原生模块不能满足特定需求，可以使用 HTTP 方式调用。
接口文档如下：https://api-docs.deepseek.com/zh-cn
- 准备工作
- 访问 DeepSeek 官网 (deepseek.com)
- 注册账号并获取 API 密钥
- 在 Make.com 中配置 HTTP 模块
- 添加 HTTP 模块，选择 “Make a request”
- URL 设置为：https://api.deepseek.com/chat/completions
- 请求方法选择：POST
- Headers 添加：
Content-Type: application/json Authorization: Bearer <你的 DeepSeek API Key> - Body 示例（JSON 格式）：
{ "model": "deepseek-chat", "messages": [ {"role": "system", "content": "You are a helpful assistant."}, {"role": "user", "content": "Hello!"} ], "stream": false }
- 处理响应
- 使用 JSON 解析模块处理返回的数据
- 可以通过映射面板将响应数据传递给后续模块
Make平台集成DeepSeek总结与展望
通过本文的介绍，你已经掌握了在 Make 平台上使用 DeepSeek AI 的两种主要方式。无论是通过原生模块还是 HTTP 调用，都能帮助你轻松实现 AI 能力的集成。在实际应用中，请务必注意 API Key 的安全保管、调用方式的选择、参数的合理设置以及返回数据的处理验证等关键环节。
随着人工智能技术的快速发展，我们看到越来越多优秀的大模型不断涌现。DeepSeek 只是其中之一，未来会有更多强大的模型加入这个生态系统。这对于 Make 平台的用户来说是一个极好的消息。更多的选择意味着我们可以根据具体需求选择最适合的模型，而且这些模型的能力会越来越强大，使用门槛会越来越低。Make 平台也在持续优化其自动化流程，让 AI 能力的集成变得更加简单直观，帮助用户实现更高效的工作流程。
作为一名专注于 Make 平台自动化的技术专家，我深信未来的工作流程会变得更加智能和高效。如果你在使用过程中遇到任何问题，欢迎关注我的专栏或在评论区留言交流。让我们一起拥抱这个 AI 驱动的自动化新时代！
Make平台DeepSeek进阶学习资源
- 关注我的YouTube频道：翔宇工作流，我会定期发布Make平台的使用教程和实战案例，帮助您更好地掌握大模型的集成技巧。
- 加入我的Make专栏，获取更多实用教程和工作流模板。专栏中有详细的操作指南和实例分析，助您快速上手。
- 加入翔宇自动化社群，与志同道合的朋友交流学习。社群中有许多自动化爱好者和专家，大家可以互相分享经验和心得，共同进步。
通过Make平台和AI技术的结合，您可以实现更加高效和智能的API集成，提升工作效率，简化操作流程。立即行动，开启您的自动化之旅吧！
翔宇工作流出品，未经许可禁止转载！
