Cursor ile Deepseek R1'i Yerel Olarak Nasıl Kullanılır

Modern geliştiriciler, gizlilik, performans ve maliyet etkinliği sağlayan güçlü yapay zeka kodlama yardımcıları arayışındadır. DeepSeek R1, tamamen yerel makinenizde çalışırken gelişmiş muhakeme yetenekleri sunarak çığır açan bir çözüm olarak ortaya çıkıyor. Bu kapsamlı rehber, kodunuzu gizli tutarken olağanüstü yapay zeka yardımı sağlayan sağlam bir geliştirme ortamı oluşturarak, yerel DeepSeek'i Cursor IDE ile nasıl entegre edeceğinizi göstermektedir.

Neden DeepSeek R1?

DeepSeek R1, sofistike bir Uzmanlar Karışımı (MoE) mimarisi kullanarak, açık kaynaklı muhakeme modellerinde bir atılımı temsil eder. Bu model 671 milyar parametre içerir, ancak her ileri geçiş sırasında yalnızca 37 milyarını etkinleştirerek, hesaplama verimliliği ve performans yetenekleri arasında optimum bir denge oluşturur.

DeepSeek R1'in arkasındaki takviyeli öğrenme metodolojisi, OpenAI'nin GPT-4'ü gibi tescilli modellerle rekabet eden gelişmiş muhakeme sağlar. Ayrıca, geliştiriciler, kodu harici sunuculara göndermeden model yerel olarak çalıştığı için tam veri gizliliğinden yararlanır.

Evet, Deepseek R1'i Yerel Olarak Çalıştırmalısınız

Teknik adımlara geçmeden önce, bu yaklaşımın neden önemli olduğunu düşünün. DeepSeek'i Cursor içinde yerel olarak çalıştırmak belirgin avantajlar sunar:

• Maliyet Tasarrufu: Bulut tabanlı yapay zeka hizmetlerine bağlı tekrarlayan ücretlerden kaçının.
• Gelişmiş Gizlilik: Kodunuzu ve verilerinizi makinenizde tutun, maruz kalma risklerini azaltın.
• Geliştirilmiş Güvenilirlik: Harici sunuculardan kaynaklanan kesinti veya gecikmeyi ortadan kaldırın.
• Özelleştirme Seçenekleri: DeepSeek'i özel kodlama ihtiyaçlarınıza göre uyarlayın.

Bu faydaları göz önünde bulundurarak, Deepseek R1'i Yerel Olarak çalıştıralım, bu adımlarla:

Adım 1: DeepSeek'i Ollama ile Yerel Olarak Kurun

İlk olarak, DeepSeek'i makinenizde çalıştırmak için bir araca ihtiyacınız var. Ollama, büyük dil modellerini yerel olarak dağıtmanın kolay bir yolunu sağlayarak bunu basitleştirir. Başlamak için şu adımları izleyin:

Ollama'yı İndirin ve Kurun
Ollama web sitesini ziyaret edin ve işletim sisteminiz için yükleyiciyi edinin—Windows, macOS veya Linux. Yükleyiciyi çalıştırın ve kurulumu tamamlamak için istemleri izleyin.

DeepSeek Modelini Çekin
Terminalinizi açın ve DeepSeek-R1 modelini indirmek için bu komutu yürütün:

ollama pull deepseek-r1

Bu hafif ama yetenekli model, çoğu geliştirme görevine uygundur. Farklı bir sürüme ihtiyacınız varsa, komutu buna göre ayarlayın.

Modeli Doğrulayın
Mevcut tüm modelleri listeleyerek modelin başarıyla indirildiğini onaylayın:

ollama list

Çıktıda deepseek-r1'i arayın. Eksikse, çekme komutunu tekrarlayın.

Ollama Sunucusunu Başlatın
DeepSeek'e yerel olarak erişilebilir hale getirmek için sunucuyu başlatın:

ollama serve

Bu, sunucuyu http://localhost:11434 adresinde çalıştırır. Kullanım sırasında bu terminali açık tutun.

Artık DeepSeek yerel olarak çalışıyor. Ancak, Cursor'ın arka ucu doğrudan localhost'a erişemez. Sonraki adımda, bu sunucuyu bir bulut tüneli kullanarak internete açacaksınız.

Adım 2: Yerel Sunucunuzu Bir Bulut Tüneli ile Açığa Çıkarın

Yerel DeepSeek örneğiniz ile Cursor arasındaki boşluğu kapatmak için güvenli bir tünel oluşturun. Cloudflare, cloudflared aracıyla hızlı ve güvenilir bir çözüm sunar. İşte nasıl kurulacağı:

Cloudflare CLI'yi Kurun
Homebrew (macOS) gibi bir paket yöneticisi kullanarak cloudflared'i kurun:

brew install cloudflared

Windows veya Linux için, Cloudflare web sitesinden indirin.

Kurulumu Kontrol Edin
Şunu çalıştırarak çalıştığını doğrulayın:

cloudflared --version

Sürüm numarasını görmelisiniz.

Geçici Bir Tünel Oluşturun
Yerel Ollama sunucunuzu açığa çıkarmak için bu komutu çalıştırın:

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

--http-host-header bayrağı, Ollama'nın gelen istekleri kabul etmesini sağlar. Bu olmadan, 403 hatası alırsınız.

Tünel URL'sini Yakalayın
Terminal, https://xxxxxxxxxx.trycloudflare.com gibi bir URL görüntüler. Bunu kopyalayın—bu sizin genel uç noktanızdır.

Tüneli Test Edin
Bağlantıyı doğrulamak için curl kullanarak bir test isteği gönderin:

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"
}'

DeepSeek'ten "hello" içeren bir JSON yanıtı bekleyin. Başarısız olursa, URL'yi ve sunucu durumunu iki kez kontrol edin.

Tünel etkin olduğunda, yerel DeepSeek örneğiniz artık internetten erişilebilir. Hadi Cursor'ı bunu kullanacak şekilde yapılandıralım.

Adım 3: DeepSeek'i Cursor ile Entegre Edin

Şimdi, Cursor'ı tünel aracılığıyla yerel DeepSeek modelinize bağlayın. Cursor'ın ayarları özel API uç noktalarına izin verir, bu da bu entegrasyonu kolaylaştırır. Aşağıdaki gibi ilerleyin:

Cursor Ayarlarına Erişin
Cursor'ı açın ve Dosya > Tercihler > Ayarlar'a gidin veya Ctrl + , (Windows) veya Cmd + , (macOS) tuşlarına basın.

Yapay Zeka Yapılandırmasını Bulun
Yapay Zeka veya Modeller bölümüne gidin. Yapay zeka modellerini veya API ayarlarını yönetme seçeneklerini arayın.

Yeni Bir Model Ekleyin
Özel bir yapılandırma oluşturmak için "Model Ekle" veya benzeri bir düğmeye tıklayın.

Tünel URL'sini Girin
Temel URL'yi Cloudflare tünel adresinize ayarlayın (örneğin, https://xxxxxxxxxx.trycloudflare.com).

Modeli Belirtin
Ollama kurulumunuzla eşleşen model adı olarak deepseek-r1'i girin.

Değişiklikleri Kaydedin
Yapılandırmayı uygulayın ve kaydedin.

Kurulumu Test Edin
Cursor'ın sohbet arayüzünü açın (Ctrl + L veya Cmd + L), yeni modelinizi seçin ve "Bir Python fonksiyonu yaz" gibi bir test istemi yazın. DeepSeek yanıt verirse, entegrasyon çalışıyor demektir.

Artık DeepSeek ve Cursor'ı başarıyla bağladınız. Sonraki adımda, bu kurulumu gidermenin ve geliştirmenin yollarını keşfedin.

Adım 4: Kurulumunuzu Giderme ve Optimize Etme

Dikkatli bir kurulumla bile, sorunlar ortaya çıkabilir. Ek olarak, deneyimi optimize edebilirsiniz. İşte yaygın sorunları giderme ve gelişmiş ayarlamalar ekleme yolu:

Sorun Giderme İpuçları

403 Erişim Reddedildi
Tünel 403 hatası döndürürse, cloudflared komutunda --http-host-header="localhost:11434" kullandığınızdan emin olun. Gerekirse tüneli yeniden başlatın.

Model Tanınmıyor
Cursor deepseek-r1'i bulamazsa, model adının Ollama kurulumunuzla eşleştiğini doğrulayın. Ayrıca, Ollama sunucusunun çalıştığını onaylayın (ollama serve).

Yavaş Yanıtlar
Gecikmeli yanıtlar, sınırlı donanımdan kaynaklanabilir. CPU/bellek kullanımını kontrol edin veya gerekirse daha hafif bir DeepSeek varyantına yükseltin.

Gelişmiş İyileştirmeler

DeepSeek'i İnce Ayar Yapın
Ollama, model özelleştirmeyi destekler. Daha iyi bağlamsal farkındalıklı yanıtlar için kod tabanlarınızla DeepSeek'i eğitmek için belgelerini kullanın.

Apidog'dan Yararlanın
Kurulumunuzu, DeepSeek'in oluşturabileceği API'leri test etmek için Apidog ile eşleştirin. Apidog, iş akışınızı geliştirerek hata ayıklamayı ve doğrulamayı basitleştirir. Denemek için Apidog'u ücretsiz indirin.

Kalıcı Tüneller
Uzun süreli kullanım için, geçici bir tünel yerine adlandırılmış bir Cloudflare tüneli kurun. Bu, URL'lerin yeniden oluşturulmasını önler.

Bu adımlar, sağlam ve verimli bir kurulum sağlar. Bazı son düşüncelerle toparlayalım.

Sonuç

Yerel DeepSeek'i Cursor IDE ile entegre etmek, güçlü, özel ve uygun maliyetli bir kodlama ortamı yaratır. Bu kurulum, DeepSeek R1'in gelişmiş muhakeme yeteneklerini Cursor'ın sezgisel arayüzüyle birleştirerek, veri gizliliğinden ödün vermeden profesyonel düzeyde yapay zeka yardımı sunar.

Teknik uygulama, sistem gereksinimlerine, uygun yapılandırmaya ve devam eden optimizasyona dikkat edilmesini gerektirir. Ancak, yerel yapay zeka dağıtımının faydaları—tam gizlilik kontrolü, sıfır devam eden maliyetler ve çevrimdışı işlevsellik dahil—bu yatırımı ciddi geliştiriciler için değerli kılar.

Yerel DeepSeek ile başarı, donanım sınırlamalarınızı anlamaya, yapılandırma ayarlarını optimize etmeye ve etkili istem mühendisliği teknikleri geliştirmeye bağlıdır. Düzenli izleme ve ayarlama, geliştirme ihtiyaçlarınız geliştikçe tutarlı performans sağlar.