🌟 嗨，我是Lethehong！🌟
🌍 立志在坚不欲说，成功在久不在速🌍
🚀 欢迎关注：👍点赞⬆️留言收藏🚀
🍀欢迎使用：小智初学计算机网页IT深度知识智能体
🚀个人博客：Lethehong有一起互链的朋友可以私信我
✅GPT体验码：私信博主~免费领取体验码
目录
CherryStudio、DeepSeek 与 GPT 的技术协同及配置要点
写在前面
随着人工智能技术的广泛渗透，各行各业正迎来前所未有的机遇与挑战：如何在保持创造力的同时显著提升生产效率？CherryStudio、DeepSeek与GPT三大技术体系的深度协同，为智能工作模式注入了新的活力。本文将深入探讨这一技术组合如何重塑现代开发者的工作流程，助力用户在效率与创新之间找到最佳平衡。
工具介绍以及配置方法
CherryStudio
CherryStudio 是一款功能全面的 AI 助手平台，集成了多模型对话、知识库管理、AI 绘画、实时翻译等多种功能。其高度可定制化的设计、强大的扩展能力以及直观友好的用户界面，使其成为专业用户、开发者以及 AI 爱好者的首选工具。无论是零基础用户还是技术专家，都能通过 CherryStudio 轻松调用多样化的 AI 功能，从而提升工作效率与创造力。CherryStudio 支持通过可视化界面或远程 API 接口灵活调用各类模型，大幅降低了本地硬件配置的要求，为个人用户和企业团队提供了一个高效、便捷的 AI 解决方案。
DeepSeek
DeepSeek 是一家中国领先的创新型科技公司，专注于开发前沿的大语言模型（LLM）及相关技术。其大模型在语义理解、智能问答、文本生成等领域表现出色，广泛应用于知识管理、客户服务自动化以及复杂任务处理等场景。DeepSeek 模型以高效性和精准性著称，为开发者提供了强大的技术支持，助力构建智能化的应用系统。
GPT
GPT（Generative Pre-trained Transformer）是一种基于深度学习技术的先进语言模型，采用 Transformer 架构，通过在海量文本数据上的预训练，掌握了语言的复杂模式与结构。GPT 能够生成连贯、自然的文本，广泛应用于对话系统、内容创作、自动摘要、代码生成等多种自然语言处理任务。其强大的泛化能力和灵活性，使其成为 AI 工作流中不可或缺的核心组件。
蓝耘智算
蓝耘智算平台（Lanyun AI）是一个提供高性能 AI 模型调用服务的国内领先平台，特别以免费支持 DeepSeek-R1 和 V3 等大语言模型而著称。其 API 密钥获取流程简单，用户只需通过官网注册、验证邮箱和手机号，即可在控制台快速创建 API 密钥，接入 CherryStudio 等工具后即可使用。蓝耘 API 的优势在于稳定快速的网络连接、详尽的中文文档和本地化技术支持，极大降低了使用门槛，特别适合个人开发者、学生及预算有限的团队。无论是语义理解、文本生成还是智能问答，蓝耘 API 都能提供高效、精准的模型调用体验，是国内 AI 开发者的理想选择。
配置方法
2.1 安装CherryStudio
点击进入官网，根据自己的电脑系统下载安装包
双开打开下载，然后按照相关指引进行安装
2.2 获取API密钥
💡 提示：目前蓝耘平台新用户有100万+ Token，基本可以免费体验多个项目
2.2.1 获取蓝耘API_KEY（个人强推！白嫖DeepSeek-R1&V3等）
注册与Token获取
先说个好消息：蓝耘平台现在免费送超过100万Token！
对于像我这样的初学者来说，这简直是及时雨。
注册步骤：
点击注册链接：蓝耘智算平台
填写基本信息（邮箱、手机号）
验证通过后，直接进入控制台
进入MaaS，点击API KEY管理即可创建属于自己的API
粘贴蓝耘的API密钥，点击【检查】，提示“连接成功”即表示可以使用。
2.2.2 获取Github models模型服务API_KEY（白嫖GPT-4o、DeepSeek-R1&V3等，但GitHub访问慢）
Github 提供了一些免费的大语言模型，如 DeepSeek R1、GPT-4o 等，对于国内无法使用 OpenAI 服务的人来说，Github model 简直是意外惊喜。
点击打开Github models，选择任一模型点击进入，如OpenAI GPT-4o
单击该模型后进入界面，然后点击【Use this model】去创建 Key
在弹出的对话框中点击 “Get developer key
点击 “Generate new token”，选择第一个 “Generate new token”
填写 Token name 和有效期，然后点击 “Generate token”
点击复制按钮，将其粘贴到 CherryStuido的 “API 密钥” 处
点击【添加】，模型 ID 输出 “DeepSeek-R1”，点击【添加模型】
点击【检查】，根据自己的需求选择模型，然后点击右上角的【开启】开启 Github models即可。
2.2.3 获取OpenRouter模型服务API_KEY（白嫖DeepSeek、Gemma等免费服务，但有次数限制）
点击打开OpenRouter，注册/登录（可使用github授权）后，点击右上角菜单中的“Keys”，点击【API Keys】-【Create Key】
在弹窗中输入任意名称后，点击【Create】 ，点击【复制】按钮，将其粘贴到 CherryStuido的 “API 密钥” 处
连接成功后，点击CherryStudio的【设置】-【模型服务】-【OpenRouter】-【管理】，把自己想用的服务添加到配置中，最后点击右上角【开启】即可。
我们这里测试了一下OpenRouter的V3模型，并且让他给我们给写一个小游戏
import pygame
import random
import sys
from pygame.locals import *
# 初始化
pygame.init()
WINDOW_WIDTH = 600
WINDOW_HEIGHT = 700
GRID_SIZE = 4
CARD_SIZE = 120
MARGIN = 10
FPS = 60
# 颜色定义
WHITE = (255, 255, 255)
BLACK = (0, 0, 0)
GRAY = (200, 200, 200)
COLORS = {
0: (204, 192, 179),
2: (238, 228, 218),
4: (237, 224, 200),
8: (242, 177, 121),
16: (245, 149, 99),
32: (246, 124, 95),
64: (246, 94, 59),
128: (237, 207, 114),
256: (237, 204, 97),
512: (237, 200, 80),
1024: (237, 197, 63),
2048: (237, 194, 46)
}
# 设置窗口
window = pygame.display.set_mode((WINDOW_WIDTH, WINDOW_HEIGHT))
pygame.display.set_caption('2048翻牌游戏')
clock = pygame.time.Clock()
# 字体
font = pygame.font.SysFont('Arial', 40)
small_font = pygame.font.SysFont('Arial', 24)
class Card:
def __init__(self, value, row, col):
self.value = value
self.row = row
self.col = col
self.revealed = False
self.matched = False
def draw(self):
x = self.col * (CARD_SIZE + MARGIN) + MARGIN
y = self.row * (CARD_SIZE + MARGIN) + MARGIN + 100
if self.matched:
pygame.draw.rect(window, (150, 150, 150), (x, y, CARD_SIZE, CARD_SIZE))
elif self.revealed:
pygame.draw.rect(window, COLORS.get(self.value, WHITE), (x, y, CARD_SIZE, CARD_SIZE))
if self.value > 0:
text = font.render(str(self.value), True, BLACK)
text_rect = text.get_rect(center=(x + CARD_SIZE//2, y + CARD_SIZE//2))
window.blit(text, text_rect)
else:
pygame.draw.rect(window, (50, 50, 50), (x, y, CARD_SIZE, CARD_SIZE))
pygame.draw.rect(window, (100, 100, 100), (x+5, y+5, CARD_SIZE-10, CARD_SIZE-10))
class Game:
def __init__(self):
self.board = []
self.selected = None
self.moves = 0
self.pairs_found = 0
self.initialize_board()
def initialize_board(self):
# 创建配对的数字
values = []
for i in range(GRID_SIZE * GRID_SIZE // 2):
# 生成2的幂次方数字 (2, 4, 8, 16, 32, 64, 128, 256)
value = 2 ** (random.randint(1, 8))
values.append(value)
values.append(value)
random.shuffle(values)
self.board = []
index = 0
for row in range(GRID_SIZE):
board_row = []
for col in range(GRID_SIZE):
board_row.append(Card(values[index], row, col))
index += 1
self.board.append(board_row)
def draw(self):
window.fill(GRAY)
# 绘制标题
title = font.render("2048翻牌游戏", True, BLACK)
window.blit(title, (WINDOW_WIDTH//2 - title.get_width()//2, 20))
# 绘制统计信息
stats = small_font.render(f"步数: {self.moves} 配对成功: {self.pairs_found}/{GRID_SIZE*GRID_SIZE//2}", True, BLACK)
window.blit(stats, (WINDOW_WIDTH//2 - stats.get_width()//2, 70))
# 绘制卡片
for row in self.board:
for card in row:
card.draw()
def handle_click(self, pos):
x, y = pos
# 检查是否点击在卡片区域内
if y < 100 or y > 100 + GRID_SIZE * (CARD_SIZE + MARGIN):
return
col = (x - MARGIN) // (CARD_SIZE + MARGIN)
row = (y - 100 - MARGIN) // (CARD_SIZE + MARGIN)
if 0 <= row < GRID_SIZE and 0 <= col < GRID_SIZE:
card = self.board[row][col]
if not card.revealed and not card.matched:
card.revealed = True
if self.selected is None:
self.selected = card
else:
self.moves += 1
if self.selected.value == card.value:
self.selected.matched = True
card.matched = True
self.pairs_found += 1
self.selected = None
# 检查游戏是否结束
if self.pairs_found == GRID_SIZE * GRID_SIZE // 2:
self.game_over()
else:
# 不匹配，稍后翻回去
pygame.display.update()
pygame.time.delay(500)
self.selected.revealed = False
card.revealed = False
self.selected = None
def game_over(self):
# 显示游戏结束消息
message = font.render("恭喜你赢了！点击重新开始", True, BLACK)
window.blit(message, (WINDOW_WIDTH//2 - message.get_width()//2, WINDOW_HEIGHT - 100))
pygame.display.update()
# 等待点击重新开始
waiting = True
while waiting:
for event in pygame.event.get():
if event.type == QUIT:
pygame.quit()
sys.exit()
if event.type == MOUSEBUTTONDOWN:
waiting = False
self.__init__() # 重新开始游戏
def main():
game = Game()
while True:
for event in pygame.event.get():
if event.type == QUIT:
pygame.quit()
sys.exit()
if event.type == MOUSEBUTTONDOWN:
game.handle_click(event.pos)
game.draw()
pygame.display.update()
clock.tick(FPS)
if __name__ == "__main__":
main()
将代码拿去pycharm里面运行一下，我们看一下结果
用最简单语言，就能生成这样的效果，总得来说以上的这三个模型确实不错，值得大家去部署，另外还有很多未知领域，大家也可以去涉足探索一番
2.2.5 获取各种云提供的API_KEY（笔者暂未试用，请自取）
华为云、阿里云、京东云、腾讯云、火山引擎、华为昇腾社区、联通云、百度智能云等云厂商都已接入DeepSeek，且提供一定的免费体验额度（有些是天数，有些是tokens数）。
2.3 小程序
CherryStudio内可以使用各大服务商的网页版AI相关程序，目前暂不支持自定义添加和删除。
写在最后
CherryStudio、DeepSeek 与 GPT 的技术协同及配置要点
随着人工智能技术的飞速发展，CherryStudio、DeepSeek 和 GPT 的结合为开发者打造了一个高效、实用的工作生态，帮助用户在保持创造力的同时大幅提升工作效率。以下是对工具介绍、配置方法及各平台特点的总结，特别突出蓝耘智算平台的优势，同时兼顾 GitHub Models 和 OpenRouter 的亮点，以贴近实际使用场景的方式呈现。
CherryStudio：全能 AI 平台的枢纽
CherryStudio 是一个功能强大的 AI 助手平台，集成了对话、知识库管理、AI 绘画和翻译等多种功能。它的界面直观易用，无论是新手还是专业开发者都能快速上手。通过支持远程 API 调用和可视化配置，CherryStudio 让用户无需高端硬件就能使用 DeepSeek 和 GPT 等先进模型，极大降低了技术门槛。它的灵活性和扩展性使其成为连接多种 AI 模型的理想工具，为个人和企业提供了高效的解决方案。
DeepSeek：高效精准的国产 LLM
DeepSeek 作为中国领先的科技公司，专注于大语言模型的研发。其模型在语义理解、问答和文本生成方面表现优异，特别适合知识管理、自动化客服等场景。DeepSeek 的高效性和精准性为开发者提供了可靠的技术支持，尤其在需要快速响应的应用中表现突出。
GPT：灵活多能的语言模型
GPT 凭借 Transformer 架构和海量预训练数据，能够生成自然流畅的文本，广泛应用于内容创作、代码生成和对话系统。其强大的泛化能力使其成为 AI 工作流中的核心组件，适合处理多样化的任务需求。
技术协同的实际价值
通过 CherryStudio 的集成能力，用户可以无缝调用 DeepSeek 和 GPT 的模型，轻松实现从文本生成到复杂任务处理的多种功能。例如，利用 DeepSeek 进行精准的语义分析，再结合 GPT 的创意文本生成，最后通过 CherryStudio 的绘画功能输出视觉内容。这种组合不仅简化了开发流程，还让用户能够专注于创新，而非技术细节。
配置方法与平台特点
CherryStudio 的安装与使用
安装 CherryStudio 非常简单，只需访问官网即可。 API 密钥快速接入 DeepSeek 或 GPT 模型，并调整参数以优化输出效果。CherryStudio 的云端调用功能让低配设备也能流畅运行，特别适合移动办公或资源有限的场景。
API 密钥获取与平台对比
蓝耘智算平台
蓝耘智算平台是获取 DeepSeek-R1 和 V3 模型密钥的优选途径。注册流程简单：访问官网，填写邮箱和手机号，验证后即可进入控制台创建 API 密钥。粘贴密钥到 CherryStudio 并检查连接成功后即可使用。
优点：免费使用：提供 DeepSeek 高性能模型的免费调用，性价比极高，特别适合个人开发者或学生。
稳定快速：基于国内服务器，网络连接顺畅，模型响应速度快，适合高频使用。
易上手：注册和配置流程清晰，中文文档详尽，降低学习成本。
本地化支持：提供中文技术支持，遇到问题能快速解决。
GitHub Models
GitHub Models 支持 GPT-4o、DeepSeek-R1 等多种模型，获取密钥需登录 GitHub，进入模型页面，点击“Use this model”并生成 token，复制到 CherryStudio 即可。
优点：模型丰富：涵盖 GPT-4o 等前沿模型，适合探索多种 AI 功能。
免费额度：提供一定免费调用次数，适合轻量级测试。
生态整合：与 GitHub 深度绑定，方便熟悉该平台的开发者。
不足：国内访问 GitHub 可能较慢，需科学上网，影响使用体验。
OpenRouter
OpenRouter 提供 DeepSeek、Gemma 等模型的免费调用，注册后在“Keys”菜单创建 API 密钥，复制到 CherryStudio 并启用所需模型即可。
优点：多模型支持：聚合多种开源和商业模型，选择灵活。
快速注册：支持 GitHub 授权登录，省去繁琐步骤。
免费服务：适合小规模项目或功能验证。
不足：免费额度有限，调用次数需谨慎管理。
小程序与代码示例
CherryStudio 内置了各大服务商的网页版 AI 程序（如对话、绘画），但暂不支持自定义修改。文中展示了一个由 OpenRouter V3 模型生成的“2048 翻牌游戏”代码，基于 Pygame 实现，包含卡片翻转、匹配逻辑和游戏结束提示。这表明 AI 不仅能生成实用代码，还能通过 CherryStudio 的集成能力快速应用到实际项目中。
平台对比表格
| 平台 | 优点 | 不足 | 适用场景 |
|---|---|---|---|
| 蓝耘智算 | 免费 DeepSeek 模型、稳定快速、易上手、中文支持 | 功能较为专注，需配合 CherryStudio | 个人开发者、学生、预算有限用户 |
| GitHub Models | 模型种类多、免费额度、GitHub 生态整合 | 国内访问慢，需科学上网 | 熟悉 GitHub 的开发者 |
| OpenRouter | 多模型选择、快速注册、免费服务 | 免费额度有限，需管理调用次数 | 小规模测试、功能验证 |
为什么推荐蓝耘智算？
蓝耘智算平台以其免费的 DeepSeek 模型调用、稳定的网络连接和本地化支持成为首选。对于国内用户来说，蓝耘的快速响应和中文文档极大降低了使用难度，尤其适合个人开发者、学生或预算有限的团队。相比之下，GitHub Models 虽模型丰富，但访问速度慢；OpenRouter 虽灵活，但免费额度限制较多。蓝耘的性价比和实用性在实际使用中更具优势。
其他平台的亮点
GitHub Models：如果你已经习惯 GitHub 生态，或者需要测试 GPT-4o 等高端模型，它的免费额度和模型多样性是不错的选择。
OpenRouter：对于想快速尝试多种模型的小项目，OpenRouter 的便捷注册和多模型支持能节省不少时间。
CherryStudio 作为连接 DeepSeek 和 GPT 的桥梁，通过蓝耘、GitHub Models 和 OpenRouter 等平台提供的 API 接入，为开发者提供了一个高效的工作平台。蓝耘智算以免费、稳定和本地化的优势脱颖而出，GitHub Models 和 OpenRouter 则在模型多样性和快速集成上各有千秋。无论是快速开发、内容创作还是代码生成，这一技术组合都能帮助用户更高效地完成任务。未来，随着 AI 技术的进一步发展，类似 CherryStudio 的集成平台将继续推动智能工作模式的普及。
