AI 编程工具—Cursor进阶使用deepseek V3 模型(deepseek + cursor)

2,840 阅读2分钟

AI 编程工具—Cursor进阶使用deepseek V3 模型(deepseek + cursor)

最近Cursor玩的不亦乐乎,用它写了很多的python 脚本,例如各种爬虫,有直接调用接口的,有模拟浏览器行为的,总之很好用很方便

image-20250107101528398

但是在我用了多次之后提示我要充值了

deepseek + cursor

deepseek 的 V3 模型近期在国内外都爆火,其编码能力卓越,能和国外的一流模型(e.g. claude - sonnet - 3.5)不分伯仲。而且,国产LLM模型对中文的理解和支持能力想必是比国外的模型是有优势的,还物美价廉。

于是尝试集成到cursor,但在配置cursor的过程中似乎配置上遇到一些阻碍,折腾几下才配置成功,于是把经验分享出来给大家参考!

申请 deepseek账户

首先我们注册一个deepseek,然后进去它开放平台,生成API keys,这里我已经创建好了

platform.deepseek.com/api_keys

image-20250107122731321

配置cursor

这里我们打开cursor进入cursor的配置页面

image-20250107122833385

今日模型配置页面,这里我们勾掉之前已经激活的模型

image-20250107122927178

然后点击添加模型,这里的模型名字必须是deepseek-chat,因为这个名字会被当成参数调用api

创建deepseek-chat 的模型后,选中这个模型,然后在下面的配置框中输入我们刚才生成的API keys

image-20250107123122083

然后填入地址https://api.deepseek.com/

测试

对话测试

配置完成后,我们就可以进入Cursor,这里我们首先发起对话测试

image-20250107123546273

可以看到我们的模型已经生效了

image-20250107123621626

生成代码测试

帮我写个python脚本,遍历本地的一个文件夹

很快就生成好了

import os
​
def traverse_directory(path):
    # 遍历文件夹
    for root, dirs, files in os.walk(path):
        print(f"当前目录: {root}")
        
        # 打印子文件夹
        for dir_name in dirs:
            print(f"文件夹: {os.path.join(root, dir_name)}")
        
        # 打印文件
        for file_name in files:
            print(f"文件: {os.path.join(root, file_name)}")
​
if __name__ == "__main__":
    # 指定要遍历的文件夹路径
    folder_path = "your_folder_path_here"  # 替换为你的文件夹路径
    traverse_directory(folder_path)

限制

自定义的模型是不能使用composer功能的

image-20250107124019338