哔哩哔哩：观看视频

youtube：观看视频

海外大模型账号：查看相关文章

昨天大海发了开源项目AIClient2API的部署教程，很多朋友表示这是反代cli，不是web端，那咱们今天就来个纯正的web端，WebAI2API

WebAI2API 是一个基于 Camoufox (Playwright) 的网页版 AI 服务转通用 API 的工具。通过模拟人类操作与 LMArena、Gemini 等网站交互, 提供兼容 OpenAI 格式 的接口服务, 同时支持 多窗口并发 与 多账号管理(浏览器实例数据隔离)。

1、服务器的选择

想要24小时顺畅使用该服务，最好是部署在服务器上。本地可以部署，没有公网IP环境配置将更复杂，使用也没有服务器方案简便。

购买哪里的服务器，主要由想使用的模型所决定，鉴于gemini、GPT等厂商的服务不对大陆和香港等地区开放，推荐使用美国地区服务器，假如只使用国内的厂商，购买大陆地区服务器速度会好很多。

美国服务器，大海推荐三家，都是我正在使用的：

①莱卡云（月付性价比）

香港、日本、美国洛杉矶2H2G15M，19.9元/月，国内正规厂商，大海资源网的服务商，续费同价：前往莱卡云

②腾讯云（年付性价比）

曼谷、首尔、美国硅谷2H4G30M，199/年，国内大厂，续费同价：前往腾讯云

③cloudcone（极致低价）

美国洛杉矶2H1G，70元/年，国外老厂，续费同价：查看相关文章

友情提示：本项目为docker运行且有图形化界面，所以机器运行内存至少2G。

远程连接工具

宝塔ssh终端：前往宝塔官网

2、环境准备和系统安装

服务器推荐使用Debian系统，使用ssh工具远程链接

①更新系统并安装git

sudo apt update && sudo apt install -y git curl

注意：低配置服务器参考作者低内存优化：低内存优化文档

②配置 Node.js 20 源并安装

curl -fsSL https://deb.nodesource.com/setup_20.x | sudo -E bash -
sudo apt-get install -y nodejs

③安装全局 pnpm

sudo npm install -g pnpm

④克隆仓库

git clone https://github.com/foxhui/WebAI2API.git
cd WebAI2API

⑤安装依赖

pnpm install

⑥安装图形化环境

sudo apt-get update
sudo apt-get install xvfb x11vnc libgtk-3-0 libx11-xcb1 libasound2

3、运行项目

①生成api token

npm run genkey

②初始化

npm run init

③标准启动

npm start

登录模式

npm start -- -login -xvfb -vnc

4、浏览器访问

①powershell端口转发

ssh -p ssh连接端口 -L 3000:127.0.0.1:3000 root@服务器IP

②web访问

http://localhost:3000/

默认密码：sk-change-me-to-your-secure-key

哔哩哔哩：观看视频

youtube：观看视频

海外大模型账号：查看相关文章

随着openclaw的爆火，获利最大的不是用户，是各大模型厂商，因为coding plan终于供不应求了，基本上大厂的都需要抢，虽然不排除饥饿营销吧，但至少是值得营销，国外的三大厂更不用说了，claude，gemini，GPT不光是价格贵，还限速，很多时候没整几句话token就用完了。

今天这个来自于github的项目就是针对这个问题诞生的，大厂的api是订阅制，但网页端或者是客户端都有免费的对话。AIClient2API 是一个突破客户端限制的 API 代理服务，将 Gemini、Antigravity、Codex, Grok、Kiro 等原本仅限客户端内使用的免费大模型，转换为可供任何应用调用的标准 OpenAI 兼容接口。

1、服务器的选择

想要24小时顺畅使用该服务，最好是部署在服务器上。本地可以部署，没有公网IP环境配置将更复杂，使用也没有服务器方案简便。

购买哪里的服务器，主要由想使用的模型所决定，鉴于gemini、GPT等厂商的服务不对大陆和香港等地区开放，推荐使用美国地区服务器，假如只使用国内的厂商，购买大陆地区服务器速度会好很多。

美国服务器，大海推荐两家，都是我正在使用的：

①莱卡云（月付性价比）

香港、日本、美国洛杉矶2H2G15M，19.9元/月（首页—>最新活动—>限量秒杀），续费同价：前往莱卡云

目前大海资源网就是部署在莱卡云的香港服务器上，稳定运行多年，由于是国内服务器厂商，官网的访问和响应速度很好，做活动的时候价格也非常给力，但他家的活动不是经常有，需要的小伙伴看到活动一定要屯上，有支持月付的套餐是我最喜欢他家的一点，很多项目的未来无法预测，月付保证了最大的成本控制，当然月付的性能确实不如年付了，年付更适合除了本项目还想建个网站或者搞点别的玩法的小伙伴。

②腾讯云（年付性价比）

曼谷、首尔、美国硅谷2H4G30M，199/年，国内大厂，续费同价：前往腾讯云

③cloudcone（极致低价）

cloudcone的活动机器必须通过专门的链接进入，请看大海搜集的活动机器帖子：查看相关文章

cloudcone也算是老牌并且便宜的主机商了，大海目前也用着一台最低配的机器，主要就是访问chatgpt和gemini使用，由于是国外的服务商，所以官网连通性不是很好，大海也有对应的教程：查看相关文章。

今年年初还发生过机房被黑客连窝端了的事情，直接下线了一个礼拜，不过最后修复了，还给补偿了一点点的损失，工单系统貌似是印度人的客服，回复非常缓慢，基本都得隔天。不过问题再多也架不住便宜，最低配2H1G套餐只要70元一年，请不要挑三拣四，好的体验必然是要付出更高的成本。

友情提示：本项目为docker运行，所以最好是机器运行内存2g，相对而言速度和体验都有提升。

远程连接工具

宝塔ssh终端：前往宝塔官网

2、docker安装

服务器推荐使用Debian系统，使用ssh工具远程链接

①更新系统软件

sudo apt update && sudo apt upgrade

②安装数字证书管理器

sudo apt install -y ca-certificates curl

③配置docker环境

sudo install -m 0755 -d /etc/apt/keyrings 
sudo curl -fsSL https://download.docker.com/linux/debian/gpg -o /etc/apt/keyrings/docker.asc 
sudo chmod a+r /etc/apt/keyrings/docker.asc

④添加docker软件源

sudo tee /etc/apt/sources.list.d/docker.sources <<EOF
Types: deb
URIs: https://download.docker.com/linux/debian
Suites: $(. /etc/os-release && echo "$VERSION_CODENAME")
Components: stable
Architectures: $(dpkg --print-architecture)
Signed-By: /etc/apt/keyrings/docker.asc
EOF

sudo apt update

⑤安装docker

sudo apt install -y docker-ce docker-ce-cli containerd.io docker-buildx-plugin docker-compose-plugin

⑥运行docker并设置开机自启

sudo systemctl enable docker 
sudo systemctl start docker

3、安装AIClient-2-API

①新建项目文件夹

sudo mkdir -p /opt/aiclient/configs

②运行容器

docker run -d \\
  -p 3000:3000 \\
  -p 8085-8086:8085-8086 \\
  -p 1455:1455 \\
  -p 19876-19880:19876-19880 \\
  --restart=always \\
  -v "/opt/aiclient/configs:/app/configs" \\
  --name aiclient2api \\
  justlikemaki/aiclient-2-api

4、浏览器访问

访问地址：服务器ip地址:3000

登录密码：admin123

重置密码的命令

echo "新密码" | sudo tee /opt/aiclient/configs/pwd
docker restart aiclient2api

youtube：观看视频

本地模型的参数量直接决定了模型的智商水平，大海在视频里测试过Qwen2.5-Coder-7b和qwen3.5-4b，对于简单的数学推理题都没办法做出正确答案。

随着量化和专家模型的出现，使得低配置电脑也可以跑高参数量模型，当然一个高性能的框架也非常重要，llama.cpp是一众可视化引擎如ollama，lmstudio等的底层框架，直接由c++开发，性能上要超过可视化引擎，不过配置过程略复杂，今天咱们来拆解下。

1、github下载llama.cpp源码

不同的系统和不同的配置要下载不同的版本

windows系统下的版本对应关系如表

以大海为例，我是RTX2080super，那我就选cuda平台的，cuda平台的要下载两个文件，务必注意，将下载的源码解压到一个文件夹，最好解压到固态硬盘以提升速度，文件路径最好是全英文。

2、下载模型

可以去抱脸或者魔搭社区下载模型，注意模型格式直接下载GGUF格式，没找到就搜索下，眼下这个节点大海这个电脑可以跑qwen3.5-35b-a3b-UD-IQ4_XS或者gemma-4-26B-A4B-it-UD-IQ3_S.gguf

意思就是gemma4这个模型，26b的参数量，a4b的专家模型一次只读取4b的参数，IQ3的量化，IQ是新的重要性矩阵量化模式，IQ3几乎持平传统的Q4量化，但体积却更小了。

你会发现即使是这样量化再压缩，模型的体积也达到了13GB，8g显存是完全放不下的，还好llama.cpp支持内存cpu和gpu混合计算，也就是用内存替代显存，虽然速度慢点，但能跑呀，理论上只要你的内存+显存>模型体积，那就是能跑的，当然实际上还得考虑操作系统对内存和显存的占用，还有上下文长度也需要占用存储。

ps:如果你只是用文字，那你只需要主模型就可以，但假如你要图片相关的交互，那还需要下载mmproj（多模态投影器）的视觉模型文件，这个文件一般不大。

3、powershell启动模型

在llama.ccp文件夹打开powershell窗口，用命令启动模型

.\\llama-server.exe `
  --model "D:\\AI\\models\\Qwen3.5-35B-A3B-UD-IQ4_XS.gguf" `
  --ctx-size 16384 `
  --batch-size 1024 `
  --ubatch-size 512 `
  --n-gpu-layers 99 `
  --threads 12 `
  --cache-type-k q4_1 `
  --cache-type-v q4_1 `
  --flash-attn on `
  --mlock `
  --temp 0.7 `
  --top-p 0.8 `
  --top-k 20 `
  --min-p 0.05 `
  --reasoning off `
  --port 8080 `
  --host 0.0.0.0

这里有必要对里面的一些参数做出注释，方便大家对照修改

ctx-size：上下文长度，长文本输入或者openclaw调用需要较长的上下文长度，但越长输出的速度越慢

batch-size：批处理，影响读取速度，决定了 AI 在“思考”之前，一次性能够“吞下”并处理多少个 Token，增加可以提升长文本处理速度，太大会噎着

ubatch-size：显卡实际执行时的物理分片量，防止噎着，所以ubatch-size需要小于等于batch-size

n-gpu-layers：加载到GPU的模型层数，层数越多生成的越快，99就是全量加，显存不够就会内存凑，有时需要平衡和上下文长度的数值，保证读取和生成速度都不慢

threads：cpu线程数，当 GPU 塞不下模型时，CPU 调用 线程来处理剩下的计算任务。

cache-type-k和v：它们决定了 AI 在对话过程中，用来存储“记忆”的内存空间被压缩到了什么程度，有四个档可选f16（无压缩），q8_0（压缩50%智力损失小），q4_1（压缩75%智力损失轻微），q4_0（智力损失大不适合高智力模型）

flash-attn：显存节省神器。开启后能显著降低长文本时的显存占用，提高效率。

mlock：强制锁死内存，禁止系统把 AI 模型的数据交换（Swap）到硬盘上

temp：随机性/创造力，越高越天马行空（适合写文案），越低越严谨（适合写代码）。

top-p：过滤掉低概率的词。0.8 表示只从前 80% 概率的词里选，防止胡言乱语。

top-k：每次 AI 准备蹦出下一个字时，只从概率最高的前 20个候选词里选。

min-p：比 top-p 更好的筛选方式，去除无关痛痒的干扰词，提高逻辑性。

reasoning off：关闭显示思考过程，缩短结果输出时间

port：调用端口

host：谁能调用

模型调用成功，就会在命令窗口看到访问端口

这时所有的能使用openai范式端口的客户端都可以调用该模型，比如openclaw，cherry-studio，LobeChat，NextChat，Page Assist，AnythingLLM等等

调用地址：http://127.0.0.1:8080/v1

youtube：观看视频

要说文生图，最厉害的必须是谷歌出品的Nano Banana，这玩意只要用过的就戒不了了，大海的视频封面经常就是把导出的字幕发给他，就能给我设计出非常贴切的封面图，而且大海这种教程类的视频，封面往往会包含一些小字，只有banana能做到小字也完全正确，不会出错也没有繁体字。

Nano Banana固然好用，然而门槛着实有点高了，光是魔法上网就拦住了很多人，订阅的价格也直接劝退，难道我们就真的用不上这个商业闭源好用的工具吗？大海的答案当然是用的上，而且还要免费用，今天大海给大家罗列6个可以国内的Nano Banana生图工具，当然人家辛苦搞接口，做网站，肯定不是慈善家，但他想让人们付费，不就得给人们试用么，这7家服务商比较良心，提供的免费额度够我们用一阵子了。

1、IMYAI（大海推荐）

访问 Super AI

不光模型全，包含了主流的大模型和所有应用场景，对话，生图，生视频，而且体验也很给力，首次注册：赠送500积分基础模型余额 | 50积分高级模型余额 | 50积分绘画余额，每天签到还送很多积分，假如是轻度用户，可能签到就够用了，签到甚至还有累计签到激励，我都怀疑他是鼓励人们白嫖。

2、running hub（大海推荐）

访问 RunningHub

每日登录赠送 100RH 币，生图是副业，很多做AI短剧的都是用的running hub的工作流，有超多大佬分享自己的工作流和模版，值得学习的平台，每日API 调用限制 5 次，消耗约 10RH 币，如果通过上述邀请链接注册，额外再获得 1000RH 币

注册需微信或者手机号，免费版生成的图片左上角有平台水印

3、oooai（大海推荐）

访问 OOOAI

界面简洁，需要魔法的主力模型都有了，而且线路纯熟，直接跳模型页面，速度体验不错，大模型注册就能免费用1天，gemini免费一小时，但是别着急，他家的Nano Banana可以单独注册账户，还能每天赠送25积分，这算下来就能做不少图片了。

4、椒图AI

访问 酵母AI

注册送35花椒粒，每日登录奖励 15花椒粒（登录奖励当日清空），Nano Banana Pro 模型一次消耗 8花椒粒

注册需用微信扫码，生成的图片没有水印

5、Spark Ai

访问 星火AI

首次注册：赠送30基础模型积分、10高级模型积分、10专业绘画积分、10Agent积分额度，每日签到赠送 2 高级积分，Nano Banana Pro 模型一次消耗2高级积分

使用方法：对话聊天 ⇨ 模型选择 ⇨ Nano Banana 2 模型

注册需微信或者手机号，生成的图片没有水印

6、堆友

访问 堆友AI

阿里巴巴出品，有丰富的成品模型素材，没有灵感的可以进去看看，阿里旗下的在海报电商方面颇有建树

注册送130堆豆，每天登录奖励80堆豆，Nano Banana Pro 模型一次消耗 80 堆豆

注册需微信或者手机号，免费版生成的图片右下角有平台水印

光有工具没灵感也不行，大海发现了两个banana生图提示词库，可以给我们一些有趣的灵感

①AI提示词库

访问 AI风向标

已更新 1000+ Nanobanana Pro 提示词，瀑布流的展示界面，可以学习很多的提示词技巧，稍微改改就能生成自己的美图。

②github项目

GitHub: Nano-Banana

包含了非常多有趣的生图提示词，做出的图都非常棒，比如：

youtube：观看视频

LM Studio作为可视化本地大模型的引擎，是ollama的主要竞争对手。

很多朋友反映ollama对接了本地的openclaw后，在ollama对话很流畅，一到了龙虾里就不回复了，主要原因是龙虾里除了对话还要在上下文长度上消耗算力，也就是占用更多的显存，所以不是不回复，而是回复变得慢了，尤其是上下文长度设置的越长，回复的就越慢，而且ollama并不能可视化的看到计算的进程，自然是一种黑盒的感受，弄不清是回复太慢还是哪没配置对，据说LM Studio在大模型的效率方面要比ollama强，而且每次调用对话生成可以看到进度，所以体验上要好一点，今天我们就来讲下LM Studio的安装和对接配置。

1、LM Studio安装

官网访问：LM Studio官网

下载安装包安装。

这个的访问速度还是不错的，大海就不分流下载了。

安装后设置里改中文界面

2、下载模型

LM Studio的可视化做的很好，功能全面，内置了Hugging Face搜索安装模型，非常方便，顺带还有一些推荐评分下载量啥的可以参考。

搜索完点下载就行

3、修改配置，开启模型服务

左侧的开发选项，可以开启服务端口，假如是模型和openclaw在同一个电脑，那本地就可以，假如是在两台电脑，比如一台真机一台虚拟机，那就需要开启外部访问（在网络中提供服务），端口默认1234，务必保证status：running状态。

配置右侧模型load处可以修改上下文长度，修改完别忘了点击下方重新加载

4、openclaw配置

运行命令：

openclaw onboard --install-daemon

设置模型为：custom provider

api链接为：模型所在机器ip:1234/v1（假如是虚拟机安装龙虾即为vmnet8的ip地址）

api本地可以随便输

Endpoint compatibility选择：OpenAI-compatible

model ID可以用浏览器访问http://192.168.160.1:1234/v1/models获取，ip还是api链接填过的ip

其余配置和ollama的方法一样，参见文章：查看相关文章

在对话的时候，可以在LM Studio界面看到文字生成的进度，非常直观

最后贴一个简单的数学问题，测试大模型生成速度

假设你的抽屉里有 12 只红色袜子、8 只蓝色袜子和 6 只白色袜子。房间里一片漆黑，你看不见颜色。

请分步计算：你最少需要拿出多少只袜子，才能百分之百保证凑出一双“同色”的袜子？

如果要保证凑出“三只颜色相同”的袜子，逻辑又是怎样的？

请详细推导过程，并给出最终答案。

LM studio设置隐藏思考过程模式no thinking：查看相关文章

忽略思考过程，可以让真正答案出现的速度变快

抖音：审核没通过

youtube：观看视频

ollama如何安装，并且如何拉取deepseek模型在昨天的文章和视频里已经讲过了，不会的小伙伴请参考：查看相关文章

咱们就直入主题，今天要用到的是大模型可视化界面工具AnythingLLM

1、下载安装AnythingLLM

访问AnythingLLM官网下载地址：AnythingLLM官网

同样是三种不同的版本，普通windows电脑下载windows64位版本即可

也可以去他的github地址下载：GitHub: anything-llm

有些朋友可能无法访问或者下载，可以用我的网盘分流地址：

百度网盘：百度网盘下载 提取码：hu9y

夸克网盘：夸克网盘下载

uc网盘：UC网盘下载

迅雷网盘：迅雷网盘下载

阿里云盘：阿里云盘下载

下载好安装包后双击安装，基本就是下一步下一步就行，没有复杂的内容，最后完成就行了。

2、新建工作区并设置

点击左侧的新建工作区并起一个名字，save，点击新建工作区的齿轮进入设置

在聊天设置里llm提供者选择ollama，模型选择正在运行的模型，最后记得滑到最下边点保存。

这个时候，已经可以开始和选择的模型进行对话了，并且anythingllm可以显示deepseek的思考过程，nice。

3、导入本地的文档资料，搭建本地知识库

点击工作区左侧的上传按钮，上传本地的文档资料

上传好后，勾选资料，移动到工作区，然后保存

文档越大，保存的时间越长。

我这里准备了一份最全的双色球开奖记录文档，并且可以实时更新，想玩的朋友可以拿去

百度网盘：百度网盘下载

夸克网盘：夸克网盘下载

迅雷云盘：迅雷网盘下载

uc网盘：UC网盘下载

阿里云盘：阿里云盘下载

*假如问答结果没有结合上传的文档内容，可以考虑开启以下设置

1、给导入的数据文档加钉

2、聊天设置里开启查询

抖音：观看视频

youtube：观看视频

对于我们普通人来说，deepseek的本地部署，市场上用的最多的有两个软件，分别是Lm studio和ollama，本次教程我们使用ollama，ollama的问答是在命令框里，交互不方便，所以我们还要搭配可视化的界面来使用，本教程我们使用的是chatbox。

1、安装ollama

访问ollama的官网：Ollama官网

下载对应的版本，提供MacOS，linux和windows的版本，windows要求在win10以上，下载好后安装，基本没啥复杂的步骤，下一步下一步即可。

2、运行ollama

先看下自己的状态栏里ollama是否运行，右键这个图标选择quit  ollama可以在后台退出ollama，减少占用

浏览器访问本地服务测试，也可以验证ollama是否在运行

假如没有的话，去ollama的安装文件夹双击ollama app.exe即可启动

3、关闭开机自启（可选）

ollama默认是随系统启动的，为了减少占用可以关闭自启，需要用的时候手动开，文件夹地址栏访问下面的地址

%APPDATA%MicrosoftWindowsStart MenuProgramsStartup

删除ollama启动快捷方式即可

4、拉取deepseek模型

国内的模型网站有很多，可以选择ollama官方的模型库，点击顶部菜单的Models即可看到，目前热度排名第一的就是deepseek

点击进入后可以看到不同参数量的模型，其中官方用了671b的参数量，这是我们个人电脑所不能企及的，建议量力选择，1.5b不需要调用独显，可以说大部分设备，甚至手机也可以完成，但效果也是最差的，网友的话就是人工智障，拥有独立显卡的都可以尝试7b或者8b，效果日常对话没啥问题，只能说差强人意。假如独显较好，拥有8g显存，那可以尝试14b，假如是顶级消费显卡，那可以尝试32b，70b土豪可以尝试。

确认运行ollama后，右键开始菜单，打开终端，或者win+r键输入cmd打开，都可以打开cmd命令行工具。

输入下面的命令

ollama run deepseek-r1:1.5b

其中1.5b可以改为你要的参数量，比如8b

ollama run deepseek-r1:8b

然后回车，ollama就会开始拉取模型

模型拉取完后，就可以直接进行对话

根据信息回复的时间间隔，我们可以大致判断你的硬件配置是否能带的动模型

顺便列几个常用的ollama命令：

运行模型：ollama run 模型名

查看本地所有模型：ollama list

删除指定模型：ollama rm 模型名

5、安装可视化界面chatbox

访问chatbox官网：Chatbox官网，下载软件并安装

安装方式基本也是一直下一步

安装好后点击设置，选择ollama，选择自己安装并且正在运行的模型，保存

点击新对话，就可以开始愉快的聊天了

本文来自于大海资源网（dhzyw.com）原创，欢迎转载，当然要是能加个来源就更加感激不尽了！！！

哔哩哔哩：观看视频

抖音： 观看视频

youtube：观看视频

相信平时喜欢关注和使用AI工具的同学过年期间已经被deepseek顺利刷屏，其实国产的AI工具有很多，大模型也很多，那为什么只有这次引起了这么大的轰动呢？

这还得从美国说起，现在人工智能AI最热方向的老大就是openai，主要产品就是大名鼎鼎的ChatGPT，其背后的公司就是微软，从ChatGPT问世以来，openai一直都是这个行业的领跑者，无人撼动，美国也定下了基调，人工智能这个领域，我们还是要做老大。所以追随着openai，微软谷歌亚马逊Facebook等一众科技大公司都加入了这个赛道。

当然中国的大公司们也都开始入局发力，奈何AI这个领域有个很高的门槛，想要研究AI大模型，三个东西必不可少，算法，算力，训练语料，其中算法大家都差不多，大部分都是开源的，训练语料基本都来自于互联网，也是公开的，唯有算力是握在美国手里的一张王牌。目前市面上的算力主要是被英伟达所垄断，这也是一家美国公司。

大家都说ChatGPT的问世，获利最大的不是微软，而是英伟达，不管哪家大公司想从事AI方面的研究，都得购买英伟达的高端算力设备，老百姓能接触到的就是我们电脑里的GPU，也就是显卡，值得一提的是英伟达的老板黄仁勋还是个美籍华人，想要了解英伟达传奇股价故事的人可以去专门搜搜，很有趣。

美国从一开始就限制了高端算力出口中国，所以在AI这一领域，拼算力，貌似中国想追上美国是很费劲的，经过了这么长的铺垫，我们的国产主角deepseek终于要登场了。

任谁也没想到，就在中国传统农历新年，来自中国杭州的一家其貌不扬的公司deepseek——全称杭州深度求索人工智能基础技术研究有限公司——发布了他的大模型，直接对标ChatGPT的主要产品，而且性能效果不能说更牛逼吧，起码打个有来有回，此事一出，英伟达的股价应声暴跌16%，市值蒸发预计将超3000亿美元，这比AMD和英特尔的总价还要高。

就在很多阴谋论甚嚣尘上的时候，微软更是怀疑deepseek用了不正常的手段才完成了这么优秀的大模型，deepseek直接出来打脸了，训练这个模型，deepseek仅仅用了不到两个月的时间，同时deepseek开源了大模型的文档代码，不装了，摊牌了。全世界的AI专家大牛们研究发现，deepseek的模型里使用了创新的技术，可以直接绕过英伟达的技术王牌壁垒CUDA，使得模型能够直接调用底层算力，进一步极限压榨设备，所以deepseek的大模型完全不需要那些价格高的离谱的高端算力，而是用科技大佬们都看不上的算力设备就完成了性能卓越的模型。

这使得deepseek成为了AI界的拼多多，不光日常使用直接免费，api商业调用价格是openai的几十分之一，可谓是价廉而且物美，英伟达的股价再次下跌，连美国总统都坐不住了，直接公开发言表示DeepSeek的出现“给美国相关产业敲响了警钟”，美国“需要集中精力赢得竞争”，当然他的讲话里多次提到了假如deepseek是真的的话，哈哈哈哈，一切来的太快都有点不真实。

今天的故事就先到这吧，毕竟大海是资源分享的博主，最近deepseek的官网非常繁忙，很多朋友着急体验却用不上，deepseek是开源的大模型，我们可以把deepseek部署到我们自己的电脑上，虽然性能和官方高算力的没法比，但日常用还是可以的，起码不花钱嘛，下一期节目，大海给大家手把手讲解两种本地部署deepseek方法，快关注我吧！！

哔哩哔哩：审核没通过

之前给大家分享过如何通过海外服务器来注册chatgpt：查看相关文章

也给大家分享过国内很多人搞的chatgpt镜像节点：查看相关文章

今天必须来搞新活了，今天带给大家如何通过海外服务器搭建自己的国内镜像节点。

演示网站：访问 演示网站

1、服务器和域名的购买

首先当然还是要有一台服务器了，由于chatgpt的api接口同样在中国地区（包括港澳台）无法正常调用，所以还是需要购买日本新加坡或者美国的服务器，但这些地方的服务器访问速度有时候又稍差点，所以也推荐大家看看莱卡云家的香港广播节点服务器，广播IP说直白点就是192开头的IP，是可以无视地区限制直接使用的，不管是注册还是api调用都可以，价格实惠，最低22元每月：前往莱卡云

需要注意购买时要选择广播IP才可以使用chatGPT，最低价格的线路是bgp，建议选择cn2的线路，速度会更好一些。

域名方面给大家一些建议，有些朋友可能搭建出来要分享给身边朋友或者网友使用，

但有些域名后缀是很容易被腾讯系的产品QQ、微信等封控提示的，

也就是无法直接打开，体验很差。

建议用一些好点的顶级域名，比如com，cn，net等。

注册方面，由于很多朋友担心一些违禁等麻烦问题。

所以推荐大家用海外域名服务商，无需实名，比如gname：前往 Gname

2、安装宝塔面板

假如是用的莱卡云的服务器，镜像选择时就可以选择带宝塔面板的镜像，免去安装的烦恼。

假如没有宝塔面板，可以用ssh工具远程登录命令行，用宝塔的一键安装脚本安装。

现在使用宝塔面板已经强制要注册账号并登录（前往宝塔官网）

对于一个新的宝塔面板，咱们需要做一些简单的优化

在软件商店安装Nginx、PHP和linux工具箱，并调整虚拟内存为2048MB也就是2GB

3、建站并导入源码

• 域名解析到服务器IP地址
• 添加站点
• GitHub下载源码并上传：GitHub: chatgpt

4、获取openAI的api并修改参数

登录openAI，获取api：前往 OpenAI

编辑源码文件stream.php，修改成自己的api后，保存即可使用

5、去掉和添加注释，实现网友自己api key使用

用自己的api key很快就会把额度用完，源码作者考虑到了这种情况，为大家预留了解决方案

去掉index.php中的一段代码的注释即可

同时为它下面这段“连续对话”的代码添加注释符，否则会手机端格式错乱

youtube：观看视频

自建国内chatGPT镜像网站：查看相关文章

当新鲜事物来临的时候，优先选择接受并尝试的人会进入胜者组，第一时间抗拒的人则会进入败者组…

最可怕的是当新鲜事物普及的时候，原来抗拒的人会慢慢喜欢上它并沉迷于它，最后还会忘记自己曾经抗拒过它。

于是下一次新鲜事物到来时依然选择抗拒，依然是进入败者组。

无数的例子都验证了这一点，当火车刚出现时，当电影刚出现时，当iPhone刚出现时，当比特币刚出现时，当抖音刚出现时…

现在chatGPT已经来了好几个月了，有些人凭借注册卖账号已经进入了小康，有些人开通了plus让自己的生产力大幅度提升，有些自媒体人蹭热度获得了巨大的流量，有些人使用了几下国内的镜像节点浅尝辄止，有些人碰都不碰就嗤之以鼻，想必很多没有接触过的人等国内能轻松使用chatGPT后，又会一边哈哈哈一边真香一边被割韭菜了……

当然很多人出于无法科学上网的原因，没办法去注册使用，从安全的角度来讲，这是合理的，但从胜者组的角度来说，没有成功是从天上掉下来的。只要想，办法总比困难多，今天大海就提供一种思路，无需魔法，照样注册使用纯正的chatGPT，相信我，用过原版就不会再想用什么镜像节点和替代品了。

请跟随我的步骤走起来

一、可以注册的环境

目前chatGPT是不对中国大陆还有很多其他地区开放的，例如香港，所以一个海外的环境或者说IP地址就很重要，然而科学上网和魔法又是有点违规的，怎么办呢？我们完全可以购买一个海外的云服务器，地区选日本或者东南亚的一些国家，系统选用Windows server，很多人不知道服务器是啥，没关系，把它当成一个可以远程登录的放到其他国家的电脑就可以，这不就满足我们的注册环境了吗？

ps：很多用魔法的小伙伴前一段时间chatGPT被封号了，其实原因是你使用的节点同时多人多个账号在使用，不封你封谁？而服务器使用独立的IP地址，可以最大限度的有效避免相似问题的出现，自己开车和坐公交还是有很大区别的！

这里推荐一个国内的服务商，价格和速度都还不错：前往莱卡云

购买他们的服务器需要实名认证，操作简单，是通过支付宝或者微信的认证服务进行的，同时服务商也是备案注册的国内公司，所以安全问题可以很好的保证，chatGPT可以，但其他的类似魔法节点的操作建议还是去看看其他海外的服务商。

★虽然都说香港不提供chatGPT服务，小知识：那是因为IP不对，这家的服务器假如选择香港cn2的非活动版，都能获得广播段的IP，也就是开头192的IP段，是可以chatGPT的，神奇不神奇。或者直接选择日本的机型就可以。

至于服务器系统，假如不会使用Linux系统，建议直接选windows2022，远程登录，简单易用。

二、注册虚拟手机号接码

想要注册chatGPT，不能使用国内的手机号，这里给大家一个接码平台，可以直接支付宝付款，一般购买一到两次验证码就能注册成功一个。

接码平台：前往接码平台

在这里选择一个国外的号码，接一个验证码即可顺利注册chatGPT。接码手机号优先选择巴西、阿根廷等南美地区，东南亚最近较易封禁。

三、注册谷歌账户

最近由于openai封禁限制亚洲账户，导致很多国内国外的邮箱都没办法正常注册chatgpt，唯一测试正常的就是注册时使用谷歌账户登录注册，所以我们在注册前还需要先注册一个谷歌账户，国内的手机号是可以注册谷歌账户的，但需要一些特殊设置。注册谷歌账号推荐使用谷歌Chrome浏览器，将设置里添加语言英语，并设置为此语言显示界面并重启，接下来就可以使用国内手机号验证注册谷歌账户了。

四、注册

推荐使用谷歌Chrome浏览器，无痕模式，访问官方注册地址，点击sign up

前往 OpenAI

选择使用谷歌账户登录，然后通过sms接码平台接码注册即可成功。

五、chatGPT如何挣钱？

最后和大家谈谈chatGPT如何挣钱，相信很多小伙伴比较关心这个事情，其实有很多比较时髦的玩法。

比如搞个接口，搞个国内镜像网站，利用信息差，每天免费几次或者限制字数，然后收费，很多公众号或者网站都是这么干的；

又或者搞个接口，提供个性化服务，针对某行业的智能客服；

甚至让GPT编程，帮忙搞投资组合套利。但这些都需要有一定的开发经验或者技术门槛，不太符合普通人的变现需求。我总结了下，适合一般人的有这么几个：

1、注册chatGPT账号

按我这个教程，算成本的话，大概一个账号的成本在10元左右，市场上一般chatGPT的账号价格在30到50元不等，你就知道这个利润还是很可观的，只要openai还没放开中国地区，这个买卖就一直能做下去。

2、利用chatGPT做自媒体的内容输出

chatGPT的功能非常强大，可以根据你的一句话来写出一段段像模像样的文字内容，比如写视频脚本，写论文，写小说，写自媒体的文章自然也不在话下，更关键的是第一次写不好，你还可以根据需求让他不断地改进，直到达到满意为止，能听懂你的需求，还能修改，这才是GPT的强大之处，利用chatGPT可以快速的输出大批量的内容，这样能保持自媒体账号的快速高质量更新，自然流量和涨粉都不发愁了。

3、自媒体账号不停地混热度，反复炒饭

其实就是第2点的加强版，自媒体想要火，就要紧跟热点，今年就是chatGPT最火了，不管是相关的什么内容都会带来巨大的流量，把网上的最新内容搞一些，直接发给GPT，让他写总结性的新文章，新文案，那还不是火上加火，流量密码，不然你觉得我为啥写这篇文章，发这个视频呢？

ChatGPT-3.5国内镜像站大全：查看相关文章