- DeepSeek企业级AI应用实践
- - 作者：编者:张云波|责编:王秋阳
  - 出版社：清华大学
  - ISBN：9787302689898
  - 出版日期：2025/04/01
  - 页数：292
- 售价：35.92

内容大纲
    DeepSeek作为一款开源、低成本且性能卓越的AI模型，凭借其独特的技术优势，正在重新定义人工智能的开发和应用模式。本书系统地介绍了DeepSeek的技术架构、应用场景、开发流程以及未来发展方向，内容全面且具有实战导向，旨在为读者提供一本从理论到实践的深度学习指南。
    本书共分为8章，涵盖从基础理论到高级应用的多个方面。书中不仅介绍了DeepSeek的技术原理和架构设计，还通过具体的实战项目，如自动化工作流设计、AI智能体构建、智能卫生间APP开发等，展示如何将DeepSeek应用于实际场景。
    本书适合广大AI领域的从业者、研究人员以及技术爱好者。无论是希望快速掌握DeepSeek开发技巧的技术人员，还是对AI务场景应用感兴趣的创业者，抑或希望在学术研究中探索AI模型优化的科研人员，本书都是一本极具价值的参考书籍。
作者介绍
张云波，一个喜欢尝试前沿领域的自由程序员，花川学院创始人、华为开发专家（Huawei Developer Experts，HDE）、首届HarmonyOS开发者创新大赛导师、第二届HarmonyOS开发者创新大赛科技创新奖得主、51CTO开源技术社区MVP、润和软件HiHope社区专家、未来杯HarmonyOS技术应用创新大赛导师。曾就职于IBM、SAP、SONY等公司，具有丰富的工作经验。从苹果Swift、微信小程序、区块链，到如今的鸿蒙和仓颉，自然不能错过，希望可以亲眼见证I行业国产化的深度崛起。
目录
第1章  DeepSeek的前世今生
  1.1  从金融到AI的转型之路
    1.1.1  DeepSeek的诞生
    1.1.2  战略突围：商业化探索的挑战
    1.1.3  市场表现与行业影响
  1.2  DeepSeek技术演进图谱
    1.2.1  架构革命的四阶跃迁
    1.2.2  整体架构与设计理念转变
    1.2.3  性能与任务处理能力进化
    1.2.4  闭源模式的突破
    1.2.5  成本优势解析
  1.3  重构AI范式的核心优势
    1.3.1  重构AI基础架构：技术层面的高效与卓越
    1.3.2  商业价值的范式重构
    1.3.3  DeepSeek时代的商业挑战与机遇
  1.4  开源生态的裂变效应
    1.4.1  降低开发门槛与成本
    1.4.2  社区合作与知识共享
    1.4.3  自主掌控与数据隐私保护
    1.4.4  生态系统的构建与拓展
  1.5  市场主流AI模型的比较
    1.5.1  语言处理能力比较
    1.5.2  逻辑推理能力比较
    1.5.3  性价比比较
  1.6  本章小结
第2章  DeepSeek-R1实例场景开发
  2.1  构建AI智能体与自动化
    2.1.1  准备工作
    2.1.2  配置n8n与DeepSeek API的连接
    2.1.3  测试和优化工作流程
    2.1.4  部署和监控工作流程
  2.2  DeepSeek-R1的推理和逻辑
    2.2.1  准备工作
    2.2.2  JupyterNotebook实现
    2.2.3  执行生成的代码
    2.2.4  残差分析与优化
    2.2.5  根据优化建议改进模型
  2.3  使用DeepSeek-R1开发H网站和工具
    2.3.1  准备工作
    2.3.2  生成代码
    2.3.3  代码调试和部署
  2.4  DeepSeek-R1自动执行任务
    2.4.1  准备工作
    2.4.2  构建n8n工作流
    2.4.3  保存并激活工作流
  2.5  DeepSeek-R1与其他工具集成
    2.5.1  配置Postman环境
    2.5.2  生成测试用例
    2.5.3  批量执行
  2.6  通过DeepSeek-R1集成HTTPAPI

    2.6.1  准备工作
    2.6.2  编写API端点
    2.6.3  部署与测试
  2.7  DeepSeek-R1实战用例
    2.7.1  环境准备
    2.7.2  FastGPT接收模拟数据
  2.8  使用Cline开发项目
    2.8.1  安装VisualStudioCode与Cline
    2.8.2  生成项目
  2.9  用于自动化的免费工具和资源
    2.9.1  自动化工具的技术谱系与核心能力
    2.9.2  第三方API服务的技术纵深与行业适配
    2.9.3  技术演进趋势与未来展望
  2.10  认识Make.com
    2.10.1  Make.com自动化基础
    2.10.2  Make.com自动化的应用场景
    2.10.3  如何学习和掌握Make.com
  2.11  基于DeepSeek-R1的Email自动化
    2.11.1  注册Make.com账号
    2.11.2  QQ邮箱自动化
  2.12  基于DeepSeek-R1的内容创作
    2.12.1  RSS简介
    2.12.2  自动化内容创作
  2.13  自动化模板深度探索
    2.13.1  模板库
    2.13.2  低代码/无代码平台趋势
    2.13.3  AI编程趋势
第3章  用DeepSeek打造契合用户需求的产品
  3.1  基于聊天形式的人机交互的演变
    3.1.1  从指令到对话：Chat模式的革命性突破
    3.1.2  用户需求升级：从“功能满足”到“情感认同”
  3.2  AI产品对用户行为的塑造
  3.3  用户需求对AI产品设计的影响
  3.4  Chat交互背后的AI引擎
    3.4.1  Transformer架构与大模型技术
    3.4.2  实时反馈与自学习的优化
    3.4.3  自然语言处理与语音识别技术的融合
    3.4.4  多模态情感识别技术
    3.4.5  情感生成的动态策略
    3.4.6  情境感知
    3.4.7  智能个性化：从“千人一面”到“一人千面”
    3.4.8  端侧模型轻量化
第4章  智能卫生间APP开发实战
  4.1  智能卫生间带来的新体验
  4.2  智能卫生间的整体设计
    4.2.1  整体硬件布局
    4.2.2  软件功能与用户体验设计
  4.3  软硬件的适配
    4.3.1  项目需求概述
    4.3.2  硬件设备选型与布局

    4.3.3  软件系统设计
    4.3.4  软硬件协同工作
  4.4  UI设计与交互体验
    4.4.1  UI设计
    4.4.2  交互体验
  4.5  基于DeepSeek的fastgpt.ai底座
    4.5.1  认识FastGPT
    4.5.2  选用DeepSeek作为AI模型底座的优势
    4.5.3  使用FastGPT创建第一个AI对话应用
    4.5.4  使用FastGPT创建工作流
  4.6  AI文字或语音控制实现
  4.7  基于DeepSeek-R1的智能卫生间AI智能体优化设计与实现
    4.7.1  什么是AI智能体
    4.7.2  基于DeepSeek-R1的智能卫生间AI智能体
  4.8  数据分析与人流量策略规划
    4.8.1  数据分析
    4.8.2  人流量策略规划
第5章  DeepSeek的跨行业UX设计
  5.1  DeepSeek引领AI时代跨行业UX设计
    5.1.1  AI如何提升体验设计的无缝性与个性化
    5.1.2  DeepSeek的独特之处
  5.2  深入挖掘并验证用户体验需求
    5.2.1  DeepSeek如何支持产品优化
    5.2.2  DeepSeek通过多模态洞察数据
    5.2.3  DeepSeek以精准性验证需求
  5.3  用户需求与体验并行
    5.3.1  DeepSeek如何引入差异化思路
    5.3.2  发散创意源泉
    5.3.3  探索DeepSeek与人类的协作动态
  5.4  UX交互革新
    5.4.1  追溯交互从静态到动态多模态的转变
    5.4.2  DeepSeek如何优化新形式、界面和逻辑
    5.4.3  深化人与环境的连接
  5.5  智能流程再造
    5.5.1  自动化设计流程：从烦琐到高效的转变
    5.5.2  智能协同创新网络：连接人与技术的桥梁
    5.5.3  从直觉到洞察的飞跃
第6章  智能硬件开发实战
  6.1  智能硬件开发的基本流程与挑战
    6.1.1  智能硬件开发的基本流程
    6.1.2  开发者面临的挑战
  6.2  DeepSeek：代码生成加速器
    6.2.1  从自然语言到代码的转换
    6.2.2  与Cursor结合提升开发效率
    6.2.3  嵌入式代码生成的优势
    6.2.4  用对话创造硬件
    6.2.5  像搭积木一样开发硬件
  6.3  嵌入式开发：从硬件选型到代码生成
    6.3.1  ESP32开发板选型指南
    6.3.2  DeepSeek生成基础代码框架

  6.4  实战项目：ESP32与DeepSeek的联合
    6.4.1  项目概述
    6.4.2  端到端案例：语音控制灯光
  6.5  实战项目：SparkBot对接火山引擎（DeepSeek全流程支持）
    6.5.1  项目架构设计
    6.5.2  调试与优化
第7章  DeepSeek-R1模型优化与微调入门
  7.1  DeepSeek-R1模型基础剖析
    7.1.1  DeepSeek模型架构探秘
    7.1.2  DeepSeek-R1一种新的强化范式
  7.2  常见模型优化方法
    7.2.1  训练阶段优化
    7.2.2  推理阶段优化
    7.2.3  边缘部署优化
  7.3  对DeepSeek-R1-1.5B版本本地优化试验
  7.4  大模型微调基础概念详解
    7.4.1  微调的定义与目的
    7.4.2  微调的流程
    7.4.3  热门微调工具概述
    7.4.4  云平台选择考量
    7.4.5  Unsloth快速入门
    7.4.6  DeepSeek-R1微调试验环境搭建
  7.5  使用Unsloth训练自己的GRPO模型
    7.5.1  GRPO模型
    7.5.2  Llama3.1_(8B)-GRPO微调试验（基于Unsloth+Colab）
第8章  DeepSeek-R1部署工程化
  8.1  模型服务化
    8.1.1  TritonInferenceServer的架构与功能
    8.1.2  使用TritonInferenceSever配置DeepSeek
    8.1.3  TritonInferenceServer参数配置
    8.1.4  访问TritonInferenceServer的协议
    8.1.5  使用Python调用TritonInferenceServer
    8.1.6  其他Serving框架
  8.2  A/B测试框架
    8.2.1  A/B测试的原理和作用
    8.2.2  对DeepSeek-R1模型进行A/B测试
    8.2.3  分析A/B测试结果并做出决策
  8.3  性能压测方案
    8.3.1  性能压测的原理和作用
    8.3.2  对DeepSeek-R1模型服务进行性能压测
    8.3.3  分析性能压测结果并优化系统性能
    8.3.4  模拟真实用户流量与设置合理压测指标
  8.4  监控与日志
    8.4.1  对DeepSeek-R1模型服务进行监控
    8.4.2  配置日志系统
  8.5  蓝绿部署与金丝雀发布
  8.6  模型安全与对抗防御
  8.7  异构硬件支持
  8.8  资源管理与调度
  8.9  展望

内容大纲

作者介绍

目录

同类热销排行榜

推荐书目