كيفية استخدام Deepseek R1 محليًا مع برنامج Cursor

يسعى المطورون المعاصرون باستمرار إلى الحصول على مساعدين أقوياء للذكاء الاصطناعي في البرمجة يوفرون الخصوصية والأداء وفعالية التكلفة. يظهر DeepSeek R1 كحل يغير قواعد اللعبة، حيث يقدم قدرات استنتاج متقدمة بينما يعمل بالكامل على جهازك المحلي. يوضح هذا الدليل الشامل كيفية دمج DeepSeek المحلي مع Cursor IDE، مما يخلق بيئة تطوير قوية تحافظ على خصوصية التعليمات البرمجية الخاصة بك مع تقديم مساعدة استثنائية من الذكاء الاصطناعي.

لماذا DeepSeek R1؟

DeepSeek R1 يمثل إنجازًا في نماذج الاستنتاج مفتوحة المصدر، باستخدام بنية متطورة من مزيج الخبراء (MoE). يحتوي هذا النموذج على 671 مليار معلمة ولكنه ينشط 37 مليارًا فقط أثناء كل تمريرة أمامية، مما يخلق توازنًا مثاليًا بين الكفاءة الحسابية وقدرات الأداء.

تتيح منهجية التعلم المعزز وراء DeepSeek R1 استنتاجًا متقدمًا ينافس النماذج الاحتكارية مثل GPT-4 من OpenAI. علاوة على ذلك، يستفيد المطورون من خصوصية البيانات الكاملة نظرًا لأن النموذج يعمل محليًا دون إرسال التعليمات البرمجية إلى خوادم خارجية.

نعم، يجب عليك تشغيل Deepseek R1 محليًا

قبل الانتقال إلى الخطوات الفنية، فكر لماذا يهم هذا النهج. يوفر تشغيل DeepSeek محليًا داخل Cursor مزايا مميزة:

• توفير التكاليف: تجنب الرسوم المتكررة المرتبطة بخدمات الذكاء الاصطناعي المستندة إلى السحابة.
• خصوصية معززة: احتفظ بالتعليمات البرمجية والبيانات على جهازك، مما يقلل من مخاطر التعرض.
• موثوقية محسّنة: القضاء على وقت التوقف أو زمن الوصول من الخوادم الخارجية.
• خيارات التخصيص: قم بتخصيص DeepSeek لاحتياجات البرمجة المحددة الخاصة بك.

مع وضع هذه المزايا في الاعتبار، دعنا نقوم بالفعل بتشغيل Deepseek R1 محليًا، باستخدام هذه الخطوات:

الخطوة 1: إعداد DeepSeek محليًا باستخدام Ollama

أولاً، تحتاج إلى أداة لتشغيل DeepSeek على جهازك. Ollama يبسط هذا من خلال توفير طريقة سهلة لنشر نماذج اللغة الكبيرة محليًا. اتبع هذه الخطوات للبدء:

تنزيل وتثبيت Ollama
قم بزيارة موقع Ollama واحصل على المثبت لنظام التشغيل الخاص بك - Windows أو macOS أو Linux. قم بتشغيل المثبت واتبع التعليمات لإكمال الإعداد.

سحب نموذج DeepSeek
افتح الطرفية الخاصة بك ونفذ هذا الأمر لتنزيل نموذج DeepSeek-R1:

ollama pull deepseek-r1

هذا النموذج خفيف الوزن ولكنه قادر يناسب معظم مهام التطوير. إذا كنت بحاجة إلى إصدار مختلف، فقم بتعديل الأمر وفقًا لذلك.

التحقق من النموذج
تأكد من تنزيل النموذج بنجاح عن طريق سرد جميع النماذج المتاحة:

ollama list

ابحث عن deepseek-r1 في الإخراج. إذا كان مفقودًا، كرر أمر السحب.

تشغيل خادم Ollama
ابدأ الخادم لجعل DeepSeek متاحًا محليًا:

ollama serve

هذا يشغل الخادم على العنوان http://localhost:11434. احتفظ بهذه الطرفية مفتوحة أثناء الاستخدام.

الآن، يعمل DeepSeek محليًا. ومع ذلك، لا يمكن للواجهة الخلفية لـ Cursor الوصول مباشرة إلى localhost. بعد ذلك، ستقوم بكشف هذا الخادم على الإنترنت باستخدام نفق سحابي.

الخطوة 2: كشف خادمك المحلي باستخدام نفق سحابي

لجسر الفجوة بين مثيل DeepSeek المحلي الخاص بك وCursor، قم بإنشاء نفق آمن. تقدم Cloudflare حلاً سريعًا وموثوقًا به باستخدام أداة cloudflared. إليك كيفية إعداده:

تثبيت Cloudflare CLI
قم بتثبيت cloudflared باستخدام مدير حزم مثل Homebrew (macOS):

brew install cloudflared

بالنسبة لـ Windows أو Linux، قم بتنزيله من موقع Cloudflare.

التحقق من التثبيت
تحقق من أنه يعمل عن طريق تشغيل:

cloudflared --version

يجب أن ترى رقم الإصدار.

إنشاء نفق مؤقت
قم بتشغيل هذا الأمر لكشف خادم Ollama المحلي الخاص بك:

cloudflared tunnel --url http://localhost:11434 --http-host-header="localhost:11434"

تضمن علامة --http-host-header أن يقبل Ollama الطلبات الواردة. بدونها، ستواجه خطأ 403.

التقاط عنوان URL للنفق
تعرض الطرفية عنوان URL، مثل https://xxxxxxxxxx.trycloudflare.com. انسخه - إنه نقطة النهاية العامة الخاصة بك.

اختبار النفق
أرسل طلب اختبار باستخدام curl لتأكيد الاتصال:

curl https://xxxxxxxxxx.trycloudflare.com/v1/chat/completions -H "Content-Type: application/json" -d '{
  "messages": [
    { "role": "system", "content": "You are a test assistant." },
    { "role": "user", "content": "Say hello." }
  ],
  "model": "deepseek-r1"
}'

توقع استجابة JSON تحتوي على "hello" من DeepSeek. إذا فشل، تحقق مرة أخرى من عنوان URL وحالة الخادم.

مع تفعيل النفق، أصبح مثيل DeepSeek المحلي الخاص بك متاحًا الآن عبر الإنترنت. دعنا نقوم بتكوين Cursor لاستخدامه.

الخطوة 3: دمج DeepSeek مع Cursor

الآن، قم بتوصيل Cursor بنموذج DeepSeek المحلي الخاص بك عبر النفق. تسمح إعدادات Cursor بنقاط نهاية API مخصصة، مما يجعل هذا الدمج مباشرًا. تابع كما يلي:

الوصول إلى إعدادات Cursor
افتح Cursor وانتقل إلى File > Preferences > Settings أو اضغط على Ctrl + , (Windows) أو Cmd + , (macOS).

العثور على تكوين الذكاء الاصطناعي
انتقل إلى قسم الذكاء الاصطناعي أو النماذج. ابحث عن خيارات لإدارة نماذج الذكاء الاصطناعي أو إعدادات API.

إضافة نموذج جديد
انقر على "إضافة نموذج" أو زر مشابه لإنشاء تكوين مخصص.

إدخال عنوان URL للنفق
قم بتعيين عنوان URL الأساسي إلى عنوان نفق Cloudflare الخاص بك (على سبيل المثال، https://xxxxxxxxxx.trycloudflare.com).

تحديد النموذج
أدخل deepseek-r1 كاسم للنموذج، مطابقًا لإعداد Ollama الخاص بك.

حفظ التغييرات
طبق وحفظ التكوين.

اختبار الإعداد
افتح واجهة الدردشة في Cursor (Ctrl + L أو Cmd + L)، حدد النموذج الجديد الخاص بك، واكتب مطالبة اختبارية مثل "اكتب دالة بايثون". إذا استجاب DeepSeek، فإن الدمج يعمل.

لقد قمت الآن بربط DeepSeek وCursor بنجاح. بعد ذلك، استكشف طرق استكشاف الأخطاء وإصلاحها وتحسين هذا الإعداد.

الخطوة 4: استكشاف الأخطاء وإصلاحها وتحسين الإعداد الخاص بك

حتى مع الإعداد الدقيق، قد تنشأ مشاكل. بالإضافة إلى ذلك، يمكنك تحسين التجربة. إليك كيفية معالجة المشكلات الشائعة وإضافة تعديلات متقدمة:

نصائح لاستكشاف الأخطاء وإصلاحها

403 وصول ممنوع
إذا أعاد النفق خطأ 403، تأكد من أنك استخدمت --http-host-header="localhost:11434" في أمر cloudflared. أعد تشغيل النفق إذا لزم الأمر.

النموذج غير معترف به
إذا لم يتمكن Cursor من العثور على deepseek-r1، تحقق من أن اسم النموذج يطابق تثبيت Ollama الخاص بك. أيضًا، تأكد من أن خادم Ollama يعمل (ollama serve).

استجابات بطيئة
قد تنبع الردود المتأخرة من الأجهزة المحدودة. تحقق من استخدام وحدة المعالجة المركزية/الذاكرة أو قم بالترقية إلى متغير DeepSeek أخف إذا لزم الأمر.

تحسينات متقدمة

ضبط DeepSeek
يدعم Ollama تخصيص النموذج. استخدم وثائقه لتدريب DeepSeek باستخدام قواعد التعليمات البرمجية الخاصة بك للحصول على استجابات أفضل واعية بالسياق.

الاستفادة من Apidog
قم بإقران إعدادك مع Apidog لاختبار واجهات برمجة التطبيقات التي قد ينشئها DeepSeek. يبسط Apidog تصحيح الأخطاء والتحقق، مما يعزز سير عملك. قم بتنزيل Apidog مجانًا لتجربته.

أنفاق مستمرة
للاستخدام طويل الأمد، قم بإعداد نفق Cloudflare مسمى بدلاً من نفق مؤقت. هذا يتجنب إعادة إنشاء عناوين URL.

تضمن هذه الخطوات إعدادًا قويًا وفعالًا. دعنا نختتم ببعض الأفكار النهائية.

الخلاصة

يؤدي دمج DeepSeek المحلي مع Cursor IDE إلى إنشاء بيئة برمجة قوية وخاصة وفعالة من حيث التكلفة. يجمع هذا الإعداد بين قدرات الاستنتاج المتقدمة لـ DeepSeek R1 وواجهة Cursor البديهية، مما يوفر مساعدة من الذكاء الاصطناعي على مستوى احترافي دون المساس بخصوصية البيانات.

يتطلب التنفيذ الفني اهتمامًا دقيقًا بمتطلبات النظام، والتكوين الصحيح، والتحسين المستمر. ومع ذلك، فإن فوائد نشر الذكاء الاصطناعي المحلي - بما في ذلك التحكم الكامل في الخصوصية، وعدم وجود تكاليف جارية، والوظائف دون اتصال بالإنترنت - تجعل هذا الاستثمار جديرًا بالاهتمام للمطورين الجادين.

يعتمد النجاح مع DeepSeek المحلي على فهم قيود الأجهزة الخاصة بك، وتحسين إعدادات التكوين، وتطوير تقنيات هندسة المطالبات الفعالة. يضمن المراقبة والتعديل المنتظم الأداء المتسق مع تطور احتياجات التطوير الخاصة بك.