Deepseek可以做什么？ 直接面向用户或者支持开发者，提供智能对话、文本生成、语义理解、计算推理、代码生成补全等应用场景， 支持联网搜索与深度思考模式，同时支持文件上传，能够扫描读取各类文件及图片中的文字内容。 文本生成 表格、列表生成（如日程安排、菜谱） 代码注释、文档撰写 结构化生成 文章/故事/诗歌写作 营销文案、广告语生成 社交媒体内容（如推文、帖子） 剧本或对话设计 文本创作 长文本摘要（论文、报告） 摘要与改写 02 01 03 文本生成 自然语言理解与分析 知识推理 知识推理 逻辑问题解答（数学、常识推 理） 因果分析（事件关联性） 语义分析 语义解析 情感分析（评论、反馈） 意图识别（客服对话、用户查询） 实体提取（人名、地点、事件） 文本分类 文本分类 主题标签生成（如新闻分类） 垃圾内容检测 编程与代码相关 代码调试 • 错 误 分 析 与 们通常具备额外的技术，比如强化学习、神经符号推理、元学习等，来增强其推理和问题解决能力。 非推理大模型： 适用于大多数任务，非推理大模型一般侧重于语言生成、上下文理解和自然语言处理，而不强 调深度推理能力。此类模型通常通过对大量文本数据的训练，掌握语言规律并能够生成合适的内容，但缺乏像 推理模型那样复杂的推理和决策能力。 维度 推理模型 通用模型 优势领域 数学推导、逻辑分析、代码生成、复杂问题拆解 文本生成、创意写作、多轮对话、开放性问答

Deepseek可以做什么？ 直接面向用户或者支持开发者，提供智能对话、文本生成、语义理解、计算推理、代码生成补全等应用场景， 支持联网搜索与深度思考模式，同时支持文件上传，能够扫描读取各类文件及图片中的文字内容。 文本生成 表格、列表生成（如日程安排、菜谱） 代码注释、文档撰写 结构化生成 文章/故事/诗歌写作 营销文案、广告语生成 社交媒体内容（如推文、帖子） 剧本或对话设计 文本创作 长文本摘要（论文、报告） 摘要与改写 02 01 03 文本生成 自然语言理解与分析 知识推理 知识推理 逻辑问题解答（数学、常识推 理） 因果分析（事件关联性） 语义分析 语义解析 情感分析（评论、反馈） 意图识别（客服对话、用户查询） 实体提取（人名、地点、事件） 文本分类 文本分类 主题标签生成（如新闻分类） 垃圾内容检测 编程与代码相关 代码调试 • 错 误 分 析 与 们通常具备额外的技术，比如强化学习、神经符号推理、元学习等，来增强其推理和问题解决能力。 非推理大模型： 适用于大多数任务，非推理大模型一般侧重于语言生成、上下文理解和自然语言处理，而不强 调深度推理能力。此类模型通常通过对大量文本数据的训练，掌握语言规律并能够生成合适的内容，但缺乏像 推理模型那样复杂的推理和决策能力。 维度 推理模型 通用模型 优势领域 数学推导、逻辑分析、代码生成、复杂问题拆解 文本生成、创意写作、多轮对话、开放性问答

U I q e T 9 M 6 Deepseek的能力图谱 直接面向用户或者支持开发者，提供智能对话、文本生成、语义理解、计算推理、代码生成补全等应用场 景， 支持联网搜索与深度思考模式，同时支持文件上传，能够扫描读取各类文件及图片中的文字内容。 决策支持 文体转换 个性化推荐 翻译与转换 多语言翻译 异常检测 多源信息融合 知识与推理 知识图谱构建 流程优化 工具调用 格式转换 关系抽取 语言理解 文案写作 代码注释 故事创作 通用问答 专业领域问答 因果推理 知识推理 问答系统 逻辑推理 自然语言处理 文本生成与创作 建议生成 风险评估 辅助决策 概念关联 知识整合 交互能力 情感分析 文本分类 图像理解 跨模态转换 专业建议 任务分解 情感回应 上下文理解 对话能力 多轮对话 数学运算 逻辑分析 逻辑分析 能力图谱 诗歌创作 语音识别 指令理解 方案规划 实体识别 l 文本创作 文章/故事/诗歌写作 营销文案 、广告语生成 社交媒体内容（如推文 、帖子） 剧本或对话设计 l 摘要与改写 长文本摘要（论文 、报告） 文本简化（降低复杂度） 多语言翻译与本地化 l 结构化生成 表格 、列表生成（如日程安排 、 菜谱） 代码注释 、文档撰写 文本生成

就不再使⽤了。
【功能亮点】
• 智能搜索：搜索实时信息，迅速整合，给出详尽回答，并提供搜集到的信息来源，让对话兼具丰富 性和准确性。 • ⾼效阅读：⻓⽂快速摘要，打破语⾔壁垒，帮你精准理解⽂献书籍、⻓篇报告、复杂合同、⽹⻚⻓ ⽂，提供深⼊洞察和分析。 • 专业解读⽂件：⽆论是⾦融分析、法律咨询还是市场调研，Kimi
都能以专业⽔准提供⽀持。超⻓⽂ 档、多个⽂件，都可以快速摘要、 助你梳理⼤纲、续写⽂章、创作⽂ 案、写作周报、撰写⽅案，成为你的内容创作⼿脚架，提供⽆限灵感。 • 编程助⼿：Kimi
可以帮你快速阅读
API
⽂档，定位所需信息，还可以根据你的需求⽣成代码、快 速
Debug，覆盖
Python、C++、Java
等多种编程语⾔。
【适⽤⼈群】
• 学术科研⼈群：快速阅读并深⼊理解⼤量⽂献，⽤⺟语掌握⽂献的精髓，解释复杂学术概念，分析 研究结果，撰写论⽂，回应审稿⼈的建议。 互联⽹从业者：⾼效搜集信息，辅助竞品分析、运营策划等⽅案撰写。 • 程序员：辅助编程、问题解答、代码注释、API⽂档阅读，⽀持
Python、C++、Java
等多种编程语 ⾔，帮助你学习编程、解决技术问题。 • ⾃媒体与内容创作者：学习特定公众号、⽂件、⽹⻚链接的⻛格，辅助创作；快速搜集创作所需信 息，提供丰富的资料与灵感。 • ⾦融和咨询分析师：通过即时搜索，帮你第⼀时间掌握⾏业动态和市场信息，并提供洞察与分析。

智能技术的深刻见解，不仅涵盖了技术层面的深入探讨，也 触及了社会、伦理和政策层面的广泛议题。 从对中国开源模型崛起的分析，到对开源模型持久性的思考， 再到对超级应用探寻之路的探索，每篇文章都为我们提供了 独特的视角，帮助我们理解开源大模型在 AI 技术领域的作用 和影响。 20 / 111 2024 年中国开源模型：崛起与变革 文/Tiezhen、Adina、Lu Cheng 2024 年，中国在开源人工智能模型 中国开源模型的发展不仅体现在技术突破上，还在生态建设中展现出巨大的活力。中国开源 模型从竞争激烈的“百模大战”逐步迈向多元化和深度细分，国内社区在今年发布了大量高质量 开源模型，尤其是多模态理解与生成模型： 多模态理解：Qwen2-VL、Ovis、InternVL2、DeepSeek JanusFlow、GOT-OCR2_0； 图片生成：PixArt、Lumina、Kolors、Hunyuan-DiT、VAR、Meissonic； 能体（AI Agent）。2025，将会是智能体元年。 什么是智能体？目前业界一致认可的公式是“智能体=LLM+记忆+规划+工具”： 30 / 111 大模型充当智能体的“大脑”，负责对任务进行理解、拆解、规划，并调用相应工具以完成 任务。同时，通过记忆模块，它还能为用户提供个性化的服务。 智能体为什么是“算力墙”前 AI 产品的最优解决方案？这一问题的底层逻辑包含两个方面。 1. LLM

效果如何？ 一 能做什么？ 数据挖掘 数据分析 数据采集 数据处理 数据可视化 AIGC 数据应用 通过编写爬虫代码、访问数据库、读取文件、调用API等方式，采 集社交媒体数据、数据库内容、文本数据、接口数据等。 通过数据清洗、数据集成、数据变换、特征工程等方式，实 现数据纠错、数据整合、格式转换、特征提取等。 对数据进行诊断、预测、关联、聚类分析，常用于问题 定位、需求预测、推荐系统、异常检测等。 适合资源有限的环境。  快速响应：优化推理速度， 适合实时交互场景。  通用性强：适用于多种自 然语言处理任务，如对话 生成和文本理解。 爬虫数据采集 1、阅读网页源代码，提取特定网页内容； 2、撰写python脚本； 3、提取并合并网址； 4、提取网址内容； 5、写入文件。 任务 你需要完成以下两个任务： 1.阅读网页【网址】源代码【对应网页源代码】。提取所 有包含“春运2025丨X月X日，全社会跨区域人员流动量完 有包含“春运2025丨X月X日，全社会跨区域人员流动量完 成X万人次”的网址进行去重、筛选，合并成网址列表 2.撰写python脚本，基于步骤1输出的网址列表提取所有网 址内容“截至目前 2025 年春运（2025年1月14日到2月8日） 相关数据（如日期、全社会跨区域人员流动量、铁路客运 量、公路人员流动量、水路客运量、民航客运量等）”完 成数据提取并写入文件“2025春运数据.txt” Open AI o3mini

万注册开发者账户与大概 230 名员工。 爱它也好，恨它也罢，当我坐下来写第一 版时，GitHub 以一种意想不到的方式猛烈地改变了一大批开源社区。 我在 Pro Git 的原始版本中写了一节我并不是很满意的内容，是作为和提供 Git 托管服务相关的例子的 GitHub。 我在书里写的东西本质上都是和社区有关的，但是又不得不讨论到我的公司，这点我不喜欢。 虽然我还是不喜 欢这种利益冲突，但 GitHub 在 给这些年一直支持着我的妻子 Jessica 和女儿 Josephine， 还有那些在我风烛残年之 时还能支持我的人。—— Scott 4 贡献者 因为这是一本开源书籍，这几年我们获得了捐赠的若干勘误表与内容修改。 下面是将 ProGit 英文版作为开源项 目贡献的所有人员。 感谢你们帮助将这本书变成对每一个人都更好的书。 4wk- KatDwo 张一白 周延 江裕诚 许坦 刘元恺 11 引言 你将花费你生命中的若干小时来阅读有关 Git 的相关内容。 让我们用几分钟时间来介绍下我们将给你讲解的内 容。 下面是本书正文十章和附录三章的快速总结。 在 第一章 ，我们将介绍版本控制系统（VCSs）和 Git 的基本概念——不涉及技术内容，仅仅是什么是 Git， 为什 么它会成为 VCSs 大家庭中的一员，它与其它 VCSs 的区别，以及为什么那么多人都在使用

万注册开发者账户与 大概 230 名员工。 爱它也好，恨它也罢，当我坐下来写第一版时，GitHub 以 一种意想不到的方式猛烈地改变了一大批开源社区。 我在 Pro Git 的原始版本中写了一节我并不是很满意的内容，是作为和提供 Git 托管服务相关的例子的 GitHub。 我在书里写的东西本质上都是和社区有 关的，但是又不得不讨论到我的公司，这点我不喜欢。 虽然我还是不喜欢这 种利益冲突，但 GitHub 给这些年一直支持着我的妻子 Jessica 和女儿 Josephine， 还有那些在我风烛残年之时还能支持我的人。—— Scott 贡献者 因为这是一本开源书籍，这几年我们获得了捐赠的若干勘误表与内容修改。 下面是将 ProGit 英文版作为开源项目贡献的所有人员。 感谢你们帮助将这本 书变成对每一个人都更好的书。 4wk- KatDwo 张一白 周延 江裕诚 许坦 刘元恺 引言 你将花费你生命中的若干小时来阅读有关 Git 的相关内容。 让我们用几分钟时 间来介绍下我们将给你讲解的内容。 下面是本书正文十章和附录三章的快速 总结。 在 第一章 ，我们将介绍版本控制系统（VCSs）和 Git 的基本概念——不涉及 技术内容，仅仅是什么是 Git， 为什么它会成为 VCSs 大家庭中的一员，它与 其它 VCSs 的区别，以及为什么那么多人都在使用

的正确习惯，减轻自学困难，提高创作效率。如果你想要参加 Krita 项目的工作，为社区撰写文档、进行翻译、提供技术支持，我们也为你准 备了参与者手册。 当前本网站的中文搜索功能尚未完善，如果无法搜索到所需内容，请下载离线 版本的 epub/PDF 电子书，然后使用文档阅读器内建的搜索功能进行搜索。 下载离线文档：本站下载 (epub) [https://docs.krita.org/zh_CN/epub/KritaManual 专用的笔刷包、纹理包和 Python 插件等各种扩展资源，让创作手 索引 此页面列出了所有页面和页面各小 节的标题。请用浏览器的搜索功能 段更加丰富。还有外部教程、视频等学 习资源。 (Ctrl+F) 查找所需的内容，点击直 接访问。 使用指南 你可以通过本在线手册了解 Krita 的各种特性，也可以学习如何从其他软件迁 移到 Krita。 目录： 新手入门 安装 首次使用 Krita 基础概念 视图控制 环境下可能发生的问题 Wacom 数位板 笔刷的制作、加载和保存 笔刷选项面板 制作笔刷预设 分享笔刷预设 画布上的笔刷编辑器 对称绘画工具 轴线倾斜的对称绘画 辅助尺 辅助尺类型 技术图纸透视设置范例 理解和处理图像 图像文件包含的数据 元数据 图像大小 作者和描述信息 裁剪和调整画布大小 调整画布大小 保存、导出和打开文件 保存、自动保存、备份文件 保存 自动保存 备份文件 模板 动画模板

的正确习惯，减轻自学困 难，提高创作效率。如果你想要参加 Krita 项目的工作，为社区撰写文档、进行翻 译、提供技术支持，我们也为你准备了参与者手册。 当前本网站的中文搜索功能尚未完善，如果无法搜索到所需内容，请下载离线版本的 epub/PDF 电子书，然后使用文档阅读器内建的搜索功能进行搜索。 下载离线文档：本站下载 (epub) [https://docs.krita.org/zh_CN/epub/KritaManual 专用的笔刷包、纹理包和 Python 插件等各种扩展资源，让创作手段更加丰 富。还有外部教程、视频等学习资源。 索引 此页面列出了所有页面和页面各小节的标 题。请用浏览器的搜索功能 (Ctrl+F) 查找所 需的内容，点击直接访问。 使用指南 你可以通过本在线手册了解 Krita 的各种特性，也可以学习如何从其他软件迁 移到 Krita。 目录： 新手入门 安装 首次使用 Krita 基础概念 视图控制 环境下可能发生的问题 Wacom 数位板 笔刷的制作、加载和保存 笔刷选项面板 制作笔刷预设 分享笔刷预设 画布上的笔刷编辑器 对称绘画工具 轴线倾斜的对称绘画 辅助尺 辅助尺类型 技术图纸透视设置范例 理解和处理图像 图像文件包含的数据 元数据 图像大小 作者和描述信息 裁剪和调整画布大小 调整画布大小 保存、导出和打开文件 保存、自动保存、备份文件 保存 自动保存 备份文件 模板 动画模板