Roo Code与Deepseek模型集成

引言

阅读收益
  1. 了解Deepseek模型的基本特点
  2. 掌握Roo Code插件的配置方法
  3. Deepseek模型搭配Roo Code在编程中的应用

Deepseek模型简介

场景DeepSeek-V3DeepSeek-R1
适用领域自然语言处理、知识问答、创意文案生成数学建模、代码生成、复杂逻辑推理任务
开发者工具支持本地部署,适合中小规模应用提供蒸馏小模型(1.5B-70B),适配资源有限场景
API特性高性价比,适合通用需求支持"DeepThink"模式输出思维链,适合专业开发

Roo Code配置教程

步骤1:插件安装

  1. 通过VSCode扩展市场安装:搜索"Roo Code"并安装

Roo Code插件安装

步骤2:获取API密钥

  1. 由于最近Deepseek Api 开发平台无法访问,无法创建对应的Api key,所以使用硅基流动提供的API服务进行调用,新用户注册可获赠2000万tokens(14元平台配额)

Deepseek平台维护提示

  1. 注册硅基流动并登录账号
  2. 查看使用额度

API使用额度查看

  1. 生成接口调用密钥:
    • 选择"API密钥"
    • 点击"新建API密钥"
    • 生成API Key并保存

生成API密钥

步骤4:插件配置

  1. 打开VSCode添加插件Api调用配置:

Roo Code API配置

# 1. 选择Api Provider
OpenAI Compatible
# 2. 配置Api调用地址
https://api.siliconflow.cn
# 3. 配置刚刚生成的Api key
  1. 聊天测试,使用Deepseek-R1模型生成一个贪吃蛇小游戏

使用Deepseek生成贪吃蛇游戏

  • 总体的基本功能逻辑还是实现了,不过回答时间上比较漫长
  • 中间除了需要运行命令行命令外,基本全自动功能实现和Bug修复

贪吃蛇游戏运行效果

  1. 插件其他配置
  • Prompt配置

Prompt配置界面

  • 增强提示词配置

增强提示词配置界面

初体验与Cursor使用对比

  • 回答问题和提示词配置可以更加细化的提示词自定义配置,回答质量也差不多,主要还是与模型相关
  • 在回答速度上,使用Deepseek的回答速度会比较慢,而使用Cursor时之前主要还是使用claude-3.5-sonnet模型,修改代码速度上还是差距比较大,使用Deepseek每次回答都需要等到深度思考很久后才能进行代码修改
  • 使用Roo Code + Deepseek 免费!!!
  • Roo Code 插件 使用 @提示符 进行文件选择时,不能通过搜索文件进行筛选,添加文件提问比较麻烦
  • 插件本身还存在一些Bug,使用起来没有Cursor那么舒服
后续使用Roo Code + claude-3.5-sonnet体验后再对比一下使用差异