怎么将本地部署的DeepSeek接入Chatbox或Obsidian使用

本地部署的大语言模型虽然保障了数据隐私，但原生的命令行或基础 Web 界面往往缺乏高效的交互体验。将 DeepSeek 接入成熟的第三方客户端，如专注对话的 Chatbox 或注重知识管理的 Obsidian，能显著提升日常使用效率。这一过程的核心在于打通本地服务端口与客户端的配置连接，无需复杂的网络设置即可实现无缝调用。

概述

在开始配置之前，需要明确本地模型服务的运行状态。大多数本地部署方案（如 Ollama、LM Studio 或 Text-Generation-WebUI）都会在本机开启一个 HTTP API 服务。默认情况下，这个服务通常监听在 127.0.0.1 的特定端口上，例如 Ollama 默认为 11434，LM Studio 默认为 1234。

本地服务运行时的典型状态，关键在于确认 API 端点的地址和端口号

上图展示了本地服务运行时的典型状态，关键在于确认 API 端点（Endpoint）的地址和端口号。只要确保该端口在防火墙中允许本地回环访问，任何支持 OpenAI 兼容格式的客户端都可以直接连接。接下来的步骤将分别展示如何在 Chatbox 和 Obsidian 中填入这些关键信息。

关于【获取本地 API 地址】

不同的部署工具提供 API 的方式略有不同，但逻辑一致。以目前最流行的 Ollama 为例，安装并拉取 DeepSeek 模型后，服务会自动在后台运行。

1. 打开终端或命令提示符，输入 ollama list 确认模型已下载。
2. 默认 API 地址为 http://localhost:11434。
3. 如果使用 LM Studio，需在右侧侧边栏启动 Local Server，并记录显示的 Port 号，通常为 http://localhost:1234/v1。

对于其他基于 vLLM 或 FastChat 的部署，需查看启动日志中的 Uvicorn running on http://0.0.0.0:xxxx 字样，其中 xxxx 即为端口号。请确保在客户端配置时，地址栏填写的是完整的 URL，包括协议头 http://。

关于【获取本地 API 地址】

关于【Chatbox 配置连接】

Chatbox 是一款跨平台的 AI 客户端，原生支持 OpenAI 格式 API，非常适合用来对接本地模型。其界面简洁，配置过程主要集中在设置面板。

Chatbox 设置面板中填写本地 API 地址和模型名称的界面

打开 Chatbox，点击左下角的设置图标进入配置页面。在“模型提供商”选项中，选择“OpenAI API”或“Custom API”（自定义 API）。这里不需要填写真实的 OpenAI Key，因为本地服务通常无需鉴权或仅需简单令牌。

1. API Host：填入本地地址，如 http://127.0.0.1:11434/v1（注意 Ollama 较新版本建议加上 /v1 以兼容标准路径，若不通可尝试去掉）。
2. API Key：若本地服务未设置密码，可随意填写一串字符如 123 或留空（视具体客户端版本要求而定）。
3. Model Name：手动输入你在本地部署的模型确切名称，例如 deepseek-r1:7b 或 deepseek-coder。

保存设置后，新建一个对话窗口。如果配置正确，发送第一条消息后，Chatbox 会直接调用本地显卡资源进行推理，响应速度与本地硬件性能直接相关。界面右侧通常会显示 Token 生成速度，这是衡量本地推理效率的直观指标。

关于【Obsidian 插件集成】

在 Obsidian 中接入 DeepSeek，主要依赖社区插件“Text Generator”或“Copilot”。这里以功能较为全面的 Copilot 插件为例，它允许用户在笔记中直接唤起 AI 进行续写或问答。

Obsidian 中 Copilot 插件的 API 配置页面

首先在 Obsidian 设置中找到 Community Plugins，搜索并安装 Copilot 插件。启用后，进入插件设置页面。与 Chatbox 类似，我们需要修改 API 提供者设置。

1. 将 Provider 切换为 “Ollama” 或 “Custom Compatible”。
2. 在 Base URL 栏填入 http://localhost:11434。
3. 在 Model 下拉菜单中，如果插件支持自动拉取列表，应选择对应的 DeepSeek 模型；若不支持，则手动输入模型名。

配置完成后，在任意笔记文件中按下快捷键（默认为 Ctrl+Shift+P 或通过命令面板调用）即可唤出聊天侧边栏。此时，你可以选中一段笔记内容，要求 DeepSeek 进行总结、润色或扩展。由于数据完全在本地流转，这对于处理敏感文档或未公开的研究资料尤为安全。

关于【实际使用场景演示】

接入成功后，工作流将变得更加自然。在 Chatbox 中，适合进行长文本的逻辑推演或代码调试。由于本地模型上下文窗口有限，建议分段输入复杂需求。观察界面底部的输入框，支持 Markdown 格式的直接渲染，方便查看代码块或表格输出。

在 Obsidian 笔记中选中文字并唤起 AI 进行润色的操作界面

在 Obsidian 中，典型的使用场景是“双向链接辅助”。当你在撰写关于某个技术概念的笔记时，可以选中相关段落，让 DeepSeek 建议可能的关联标签或补充背景知识。插件会将 AI 的回答以引用块的形式插入当前笔记，既保留了原始思路，又丰富了内容维度。这种非破坏性的编辑方式，使得 AI 成为笔记系统的一部分，而不是外部的干扰源。

需要注意的是，本地模型的推理速度受显存带宽影响较大。如果在对话过程中出现明显延迟，可在客户端设置中调整 Temperature（温度值）和 Max Tokens（最大生成长度），以平衡响应速度与输出质量。对于编码任务，适当降低温度值有助于提高代码的准确性。