DeepSeek 生态指南
来源：awesome-chatgpt-zh 原文 · 仓库快照：2026-08-29 · 全部资源 · 栏目目录
阅读说明
本文保留仓库原文及其历史资料。模型、价格、项目热度和服务状态属于原文记录，使用时请通过文中来源确认。
DeepSeek（深度求索）是当下最具影响力的开源大模型团队：从 2024 年的 V2/V3 到 2025 年掀起全球开源推理浪潮的 R1，再到 2026 年 4 月发布、8 月正式 GA 的 DeepSeek-V4（1M 上下文、开放权重、MIT 协议），DeepSeek 已经从"模型提供方"演进为覆盖 模型 → API → 编程智能体 → Agent 框架（deepseek-harness）→ 开源基础设施 的完整生态。本章汇总官方资源、模型谱系、API 用法、编程智能体接入、本地部署、第三方平台、应用工具、开源基建与学习资源，帮助中文用户把 DeepSeek 用起来、用得好。
相关：论文与技术报告见 前沿大模型经典技术文章，各家模型横向对比见 LLMs 大模型，编程智能体总览见 Coding Agents，MCP 见 MCP 指南。
信息截至 2026 年 8 月，DeepSeek 迭代极快，价格与模型名请以 官方文档 为准。
- 官方资源
- 模型谱系（2024–2026）
- DeepSeek-V4：当前旗舰
- API 使用指南
- 在编程智能体中使用 DeepSeek
- deepseek-harness：官方 Agent 框架
- 本地部署与推理
- 第三方云平台与聚合 API
- 客户端与应用工具
- 开源基础设施（Open Infra）
- 复现、微调与学习资源
- 社区与资源列表
官方资源
| 资源 | 链接 | 说明 |
|---|---|---|
| 官网 | deepseek.com | 公司官网与产品入口 |
| 网页版 / App | chat.deepseek.com | 免费使用 V4 系列，支持"深度思考"与联网搜索；iOS / Android App 同名 |
| 开放平台 | platform.deepseek.com | 申请 API Key、充值与用量查询 |
| API 文档 | api-docs.deepseek.com | 快速开始、价格、模型说明、各类接入指南 |
| 更新日志 | Change Log | 模型升级、价格变更的权威时间线 |
| 新闻公告 | News | 每次模型发布的官方说明 |
| GitHub | github.com/deepseek-ai | 全部开源模型、基础设施与 awesome 列表 |
| Hugging Face | huggingface.co/deepseek-ai | 开放权重下载（V4 集合见 deepseek-v4） |
| 服务状态 | status.deepseek.com | API 可用性与故障公告 |
| X / Twitter | @deepseek_ai | 官方发布渠道 |
模型谱系（2024–2026）
| 时间 | 模型 | 规模 / 架构 | 要点 | 链接 |
|---|---|---|---|---|
| 2024-01 | DeepSeek LLM / Coder / MoE | 7B–67B Dense、16B MoE | 第一代基础模型、代码模型与 DeepSeekMoE 架构 | LLM ・Coder ・MoE |
| 2024-02 | DeepSeekMath | 7B | 首次提出 GRPO，后来成为 R1 的核心 RL 算法 | GitHub |
| 2024-05 | DeepSeek-V2 | 236B / 21B 激活 | 首次落地 MLA + DeepSeekMoE，把 API 价格打到"百万 token 一元"级 | GitHub |
| 2024-06 | DeepSeek-Coder-V2 | 236B / 21B 激活 | 338 种语言、128K 上下文，代码能力对标 GPT-4-Turbo | GitHub |
| 2024-12 | DeepSeek-V3 | 671B / 37B 激活 | FP8 训练、无辅助损失负载均衡、多 Token 预测，约 558 万美元训练成本震动业界 | GitHub |
| 2025-01 | DeepSeek-R1 | 671B / 37B 激活 | 纯 RL 激发推理，比肩 o1；附 1.5B–70B 蒸馏版（Qwen/Llama），引发"DeepSeek 时刻" | GitHub |
| 2025-01 | Janus-Pro | 1B / 7B | 统一多模态理解与生成（文生图） | GitHub |
| 2025-03 | DeepSeek-V3-0324 | 671B | V3 升级版，推理与前端代码能力大幅提升 | HF |
| 2025-04 | DeepSeek-Prover-V2 | 7B / 671B | Lean 4 形式化定理证明，MiniF2F 88.9% | GitHub |
| 2025-05 | DeepSeek-R1-0528 | 671B | R1 升级，推理深度与工具调用增强，幻觉率下降 | HF |
| 2025-08 | DeepSeek-V3.1 | 671B | 混合推理架构（思考 / 非思考双模式），面向 Agent 时代 | HF |
| 2025-09 | DeepSeek-V3.1-Terminus | 671B | 修复中英混杂、优化 Code/Search Agent | HF |
| 2025-09 | DeepSeek-V3.2-Exp | 671B | 首次引入 DSA（DeepSeek 稀疏注意力），长上下文成本大降，API 降价 50%+ | GitHub |
| 2025-10 | DeepSeek-OCR | 3B | "上下文光学压缩"，10 倍压缩比下 OCR 精度 97% | GitHub |
| 2025-11 | DeepSeekMath-V2 | 685B | 自我可验证数学推理，IMO 2025 / CMO 2024 金牌水平，Putnam 2024 118/120 | GitHub |
| 2025-12 | DeepSeek-V3.2 / V3.2-Speciale | 685B | 正式版 V3.2 比肩 GPT-5；Speciale 在 IMO / IOI / ICPC WF 2025 达金牌水平 | 论文 |
| 2026-01 | DeepSeek-OCR-2 | 3B | DeepEncoder V2 + Visual Causal Flow，按语义重排视觉 token | GitHub |
| 2026-01 | Engram | 27B（研究） | "条件记忆"作为 MoE 之外的新稀疏维度，N-gram 常数时间查表 | GitHub |
| 2026-04 | DeepSeek-V4-Pro / V4-Flash（预览） | 1.6T / 49B 激活；284B / 13B 激活 | 1M 上下文、开放权重（MIT）、Agent 能力跃升 | HF 集合 |
| 2026-07-31 | DeepSeek-V4-Flash（正式版） | 284B / 13B | Agent 基准大幅超越 V4-Pro 预览版，原生 Responses API | 公告 |
| 2026-08-13 | DeepSeek-V4-Pro（GA，V4-Pro-0813） | 1.6T / 49B | Agent 能力"生产级"增强，支持 low / high / max 推理强度 | 公告 |
| 2026-08-21 | DeepSeek-V4-Flash-Vision-Exp | 284B（多模态实验版） | 首个 V4 视觉模型，多模态 Agent 基准逼近 Opus 4.8；同期上线 Files API | 公告 |
DeepSeek-V4：当前旗舰
- 两个版本：
deepseek-v4-pro（1.6T 总参 / 49B 激活，旗舰）与deepseek-v4-flash（284B / 13B 激活，快速经济）；均为 MoE、开放权重、MIT 协议，可在 Hugging Face 下载。 - 架构：Token-wise 压缩 + DSA 稀疏注意力（Compressed Sparse Attention + Heavily Compressed Attention 混合），处理 1M 上下文时单 token 推理 FLOPs 仅为前代 27%、KV 缓存仅 10%；权重为 FP4（MoE 专家）+ FP8 混合精度。
- 上下文与输出：标准 1M（1,048,576）token 上下文，最大输出 384K token。
- 推理模式：思考 / 非思考双模式；V4-Pro 与 V4-Flash 支持 reasoning effort = low / high / max（简单任务 low，日常 Agent 工作流 high，复杂任务 max）。
- 能力定位：V4-Pro 在开源模型中世界知识第一（仅次于 Gemini 3.1 Pro），数学 / STEM / 编码领先；V4-Flash 推理能力逼近 V4-Pro，在复杂编码与自主软件任务上接近 Claude Opus 4.8。
- 视觉版：
deepseek-v4-flash-vision-exp（2026-08-21），每张图最多 384 token，按 V4-Flash 价格计费，支持 base64 / URL / Files API 传图。 - 技术报告与模型卡：DeepSeek-V4-Pro 模型卡（含架构、基准与推理代码）・V4 预览发布公告。
API 使用指南
端点与模型名
| 项目 | 值 |
|---|---|
| OpenAI 兼容端点 | https://api.deepseek.com（或 https://api.deepseek.com/v1） |
| Anthropic 兼容端点 | https://api.deepseek.com/anthropic |
| 当前模型 | deepseek-v4-flash、deepseek-v4-pro、deepseek-v4-flash-vision-exp |
| 已下线模型 | deepseek-chat、deepseek-reasoner 于 2026-07-24 停用——旧代码请改为 V4 模型名（deepseek-chat → deepseek-v4-flash；deepseek-reasoner → V4 思考模式） |
| 支持的接口 | Chat Completions、Responses API（原生，Codex 一键接入）、Anthropic Messages、FIM 补全、Files API |
python
from openai import OpenAI
client = OpenAI(api_key="<DEEPSEEK_API_KEY>", base_url="https://api.deepseek.com")
resp = client.chat.completions.create(
model="deepseek-v4-flash",
messages=[{"role": "user", "content": "用一句话介绍 DeepSeek-V4"}],
)
print(resp.choices[0].message.content)价格（2026-08-16 起，每百万 token，美元）
| 项目 | V4-Flash / Flash-Vision | V4-Pro |
|---|---|---|
| 输入・缓存命中（高峰 / 低谷） | $0.014 / $0.007 | $0.044 / $0.022 |
| 输入・缓存未命中（高峰 / 低谷） | $0.44 / $0.22 | $1.32 / $0.66 |
| 输出（高峰 / 低谷） | $1.32 / $0.66 | $3.96 / $1.98 |
| 并发上限 | 2,500 | 500 |
- 峰谷计费：高峰时段为 UTC 01:00–04:00 与 06:00–10:00（周一至周五，约合北京时间 09:00–12:00、14:00–18:00），其余时间（含周末）为低谷价，低谷价为高峰价的 50%，适合把批量 / 离线任务排到低谷跑。
- 上下文硬盘缓存：DeepSeek 首创、默认开启、无需改代码；命中部分只收未命中价格的约 1/30，长系统提示、多轮对话与 Agent 工作流可省 80%+ 成本。详见 Context Caching。
- 免费额度：新注册账号赠送试用额度；网页版 / App 完全免费，没有付费订阅档。
- 提示写法与思考模式技巧见 DeepSeek V4 思考模式提示技巧。
- 官方价格页：Models & Pricing。
官方指南索引
| 指南 | 说明 |
|---|---|
| Reasoning / Thinking Mode | 思考模式与 reasoning effort 用法 |
| Function Calling | 工具调用，V4 大幅加强 |
| JSON Output | 结构化输出 |
| FIM Completion | 代码中间填空补全 |
| Anthropic API 兼容 | 用 Anthropic SDK / Claude Code 调用 DeepSeek；Claude Opus 名称自动映射为 V4-Pro，Sonnet / Haiku 映射为 V4-Flash |
| Context Caching | 硬盘缓存机制与命中策略 |
在编程智能体中使用 DeepSeek
DeepSeek 同时兼容 OpenAI 与 Anthropic 两种协议，因此几乎所有主流编程智能体都能一行配置切换到 V4。官方维护的 awesome-deepseek-agent 列出了每个工具的接入方法。
Claude Code
bash
export ANTHROPIC_BASE_URL=https://api.deepseek.com/anthropic
export ANTHROPIC_API_KEY=<DEEPSEEK_API_KEY>
export ANTHROPIC_MODEL=deepseek-v4-pro # 或 deepseek-v4-flash
claude也可写入 ~/.claude/settings.json 的 env 字段持久化。Claude Code 的 Skills、Hooks、子 Agent 等能力均可正常使用；不支持 document 内容块与 MCP 工具透传（本地 MCP 由 Claude Code 自身处理，不受影响）。
Codex / OpenAI 兼容工具
V4 原生支持 OpenAI Responses API，OpenAI Codex CLI 可通过自定义 provider 一键接入：在 ~/.codex/config.toml 中添加 [model_providers.deepseek]，base_url = "https://api.deepseek.com"，model = "deepseek-v4-pro"。OpenCode、Crush、Cline、Roo Code、Kilo Code、Continue、Qwen Code、GitHub Copilot（BYOK）等同理，选择 OpenAI-compatible 提供方并填入端点与模型名即可。
主流工具一览
| 工具 | 类型 | 接入方式 | 链接 |
|---|---|---|---|
| Claude Code | 终端 Agent | Anthropic 兼容端点 | GitHub |
| OpenAI Codex CLI | 终端 Agent | Responses API（原生） | GitHub |
| OpenCode | 终端 / Web Agent | OpenAI 兼容 provider | GitHub |
| OpenClaw（"龙虾"） | 个人 AI 助理（飞书 / 微信） | onboard 向导直接选 DeepSeek | GitHub |
| Cline / Roo Code / Kilo Code | VS Code Agent | 内置 DeepSeek provider | Cline |
| Crush | 终端 Agent | OpenAI 兼容 | GitHub |
| pi / Oh My Pi | 极简 Agent harness | 模型供应商配置 | GitHub |
| Qwen Code | 终端 Agent | 内置 DeepSeek 支持 | GitHub |
| GitHub Copilot / Copilot CLI | IDE / 终端 | BYOK 自定义模型 | 链接 |
| Hermes Agent | 自我改进 Agent（Nous Research） | OpenAI 兼容 | GitHub |
| Deep Code | DeepSeek-V4 专用终端编码助手，深度思考 / 推理强度可控，支持 Agent Skills 与 MCP | 原生 | GitHub ・官网 |
| DeepSeek-TUI | Rust 终端编码工具，沙箱工具与 MCP | 原生 | awesome-deepseek-agent |
| DeepSeek-Reasonix | DeepSeek 原生终端编码 Agent（Go），围绕前缀缓存稳定性设计 | 原生 | GitHub |
| Langcli | 100% 兼容 Claude Code 的多模型 CLI | Anthropic 兼容 | awesome-deepseek-agent |
| cc-connect | 把 Claude Code / Codex 接入微信、飞书、钉钉 | 桥接器 | GitHub |
提示：Agent 工作流大量重复发送系统提示与工具定义，DeepSeek 的硬盘缓存对这类负载命中率极高，实际成本往往只有标价的 10%–20%。
deepseek-harness：官方 Agent 框架
2026 年 8 月 13 日（与 V4-Pro GA 同日），DeepSeek 开源了官方 Agent 框架 deepseek-harness（dsh），发布不到两周即突破 19 万 star，成为 GitHub 史上增长最快的项目之一。它的口号是 "Everything is a Plugin"：模型适配器、工具注册表、会话日志、Agent 循环本身乃至 Web UI 全部是可替换的插件，底层由 Cordis 框架驱动（其设计见论文 A Programming Paradigm for Spatiotemporal Composability）。目前处于开发者预览（v0.1.x），官方明确提示会有破坏性变更。
核心概念
| 概念 | 说明 |
|---|---|
| Profile / Bundle | 运行中的 dsh 是启动时按层组合出的插件树：dsh-base（模型适配、工具、持久化、沙箱与审批策略）→ dsh-web-app 或 dsh-headless → 用户的 cordis.patch.yml 覆盖；dsh --profile web --dump-config 可打印本机实际启动的插件树，任一行都能被 patch 替换 |
| Capability Seam（能力接缝） | 每个能力由"服务定义 + 服务提供者 + 消费者"三角构成，换一个 provider 即可整体切换——例如把文件系统与子进程 provider 指向远程沙箱，Bash / PTY / LSP 全部随之迁移 |
| MCP 客户端 | 内置 MCP 桥接第三方工具服务器 |
| Hook 协议 | 拦截 Agent 动作的钩子，兼容 Claude Code 与 Codex 的 Hook 格式 |
| Skill 系统 | Markdown 指令集，由 SkillRegistry 管理，支持全局 / Agent 级作用域，兼容 Agent Skills 开放标准 |
| 子 Agent / Agent Teams | 子 Agent provider 可从"新建子进程"到"委托给另一产品"自由替换；实验性 Agent Teams 提供名册、任务板与邮箱 |
| 会话日志 | 追加式事件日志是模型上下文的唯一来源（"模型可见即已记录"），fork / resume / 转录 / 遥测都由此派生 |
| Python SDK | 官方提供 Python SDK，可在脚本中驱动 dsh |
快速上手
bash
npx @deepseek-ai/dsh web # 启动 Web UI，默认 http://127.0.0.1:3080
# 或从源码运行
git clone https://github.com/deepseek-ai/deepseek-harness.git && cd deepseek-harness
pnpm install && pnpm run build && pnpm dsh web默认使用 DeepSeek 官方 API（在 Providers 页面填 Key），也可在 Providers 中添加任意 OpenAI 兼容端点或本地模型。
资源
| 资源 | 链接 | 说明 |
|---|---|---|
| deepseek-harness | GitHub | 官方仓库（MIT），README 提供中文版 |
| 用户指南（中文） | Web UI 指南 ・模型供应商 ・Python SDK | 安装、配置 API Key、接入自定义供应商与 SDK 用法 |
| 架构文档（中文） | 架构 ・Cordis 入门 ・工具目录 | 插件树、事件模型、Turn / Step 流程、能力接缝，写插件前必读 |
| dsh-plugin topic | GitHub Topics | 官方指定的插件发现入口，发布插件请打上此 topic |
| awesome-dsh-skills | GitHub | 本项目作者维护：700+ dsh 技能 / 插件仓库自动收录与每日校验、DSH Skill Spec 规范、dsh-skill-lint 校验器、2026 Q3 精选版，可搜索站点 code.jiangshu.ai/awesome-dsh-skills |
| awesome-deepseek-harness | 0xsline ・Dominic789654 | 社区整理的 DSH 插件、技能、MCP 服务器、patch / profile 层与 UI 列表 |
| dsh-find-plugins | GitHub | 让 dsh 自己搜索、安装并验证 GitHub 插件的技能 |
| deepseek-harness-plugin-mcp | GitHub | 把 dsh 插件目录暴露为 MCP 服务器 |
| GitHub Discussions | 链接 | 官方反馈与问题讨论区 |
| DeepSeek Harness Discord | Discord | 官方社区 |
本地部署与推理
V4 系列为开放权重，可自建服务。V4-Flash（13B 激活）是本地 / 私有化部署的甜点：
| 方案 | 说明 | 链接 |
|---|---|---|
| vLLM | Day-0 支持 V4，OpenAI 兼容服务，官方推荐 | GitHub |
| SGLang | Day-0 支持 V4，高性能推理，DeepSeek 团队深度参与 | GitHub |
| llama.cpp | 主线已支持 V4 与量化 KV 缓存，CPU / 消费级显卡可跑 GGUF | GitHub |
| Ollama | ollama run 一行拉起 V4-Flash GGUF（可直接拉取 Unsloth 量化版） | ollama.com |
| LM Studio / Jan | 桌面 GUI，加载 GGUF 量化版 | LM Studio ・Jan |
| Unsloth 量化与部署文档 | V4 各精度 GGUF（Q4_K_M 约需 1×80GB 或 2×48GB）、微调教程 | 文档 ・GitHub |
| ktransformers | CPU/GPU 异构推理，单卡 + 大内存跑 MoE 大模型的经典方案 | GitHub |
| DeepSeek-R1 蒸馏版 | 1.5B–70B 蒸馏模型（Qwen / Llama 底座），入门级显卡即可 | HF |
硬件参考（V4-Flash）：重度量化约 33 GB 显存（2×4090 级）；FP8 约 80 GB（单张 H100）；全精度 + KV 缓存约 170 GB（2×H200）。V4-Pro（1.6T）需多机多卡，建议直接使用 API 或云平台。
第三方云平台与聚合 API
国内外主流云厂商均已上线 DeepSeek-V4（部分平台首发日与官方同步），对需要企业合规、发票、更高并发或备用通道的用户尤其实用：
| 平台 | 链接 | 说明 |
|---|---|---|
| 阿里云百炼 | aliyun.com | 4 月 24 日同步上线 V4-Pro / V4-Flash，支持 1M 上下文，价格与官网基本一致 |
| 火山引擎（方舟） | volcengine.com | 字节云平台，DeepSeek 全系列，联网插件与高并发 |
| 腾讯云 TI / 混元 | cloud.tencent.com | 腾讯元宝也内置 DeepSeek 模型 |
| 百度智能云千帆 | qianfan | DeepSeek 系列 API 与私有化 |
| 华为云 ModelArts | huaweicloud.com | 昇腾算力适配版 DeepSeek |
| 硅基流动 SiliconFlow | siliconflow.cn | 开源模型云，DeepSeek 上线最快的第三方之一，OpenAI 兼容 |
| NVIDIA NIM | build.nvidia.com | NVIDIA 托管推理，含 V3.2 / V4 |
| Together AI / Fireworks | Together ・Fireworks | 海外高性能开源模型托管 |
| OpenRouter | openrouter.ai | 聚合数百模型的统一 API，可对比各家 DeepSeek 供应方价格与延迟 |
| Groq / Cerebras | Groq ・Cerebras | 专用芯片推理，提供 DeepSeek 蒸馏 / Flash 级模型的超高速版本 |
| Models.dev | models.dev | 查询各平台 DeepSeek 模型的上下文、价格与能力 |
客户端与应用工具
以下均内置 DeepSeek 供应方（填 Key 即用），更完整的 100+ 集成列表见官方 awesome-deepseek-integration。
桌面 / 网页聊天客户端
| 名称 | 链接 | 简介 |
|---|---|---|
| Cherry Studio | GitHub | 国产多模型桌面客户端，300+ 助手、知识库、MCP，DeepSeek 用户首选 |
| Chatbox | GitHub | 跨平台轻量桌面客户端 |
| LobeChat / LobeHub | GitHub | 现代化聊天与 Agent 框架，支持知识库与多模态 |
| Open WebUI | GitHub | 自托管聊天 UI，配合 Ollama 本地跑 DeepSeek |
| NextChat | GitHub | 轻量跨端客户端，一键部署 |
| LibreChat | GitHub | 多模型自托管平台，Agent + MCP |
| DeepChat | GitHub | 面向 DeepSeek 的免费桌面助手，联网搜索与知识库 |
| 5ire | GitHub | 跨平台桌面助手，MCP 支持完善 |
| eechat | GitHub | 本地部署 DeepSeek-R1 等开源模型的桌面工具 |
| Enconvo | 链接 | macOS AI 启动器 |
知识库 / RAG / 工作流平台
| 名称 | 链接 | 简介 |
|---|---|---|
| Dify | GitHub | LLMOps 平台，可视化搭建 RAG 与 Agent |
| FastGPT | GitHub | 国产知识库问答与工作流编排 |
| RAGFlow | GitHub | 深度文档理解 RAG 引擎 |
| MaxKB | GitHub | 开箱即用的 RAG 聊天机器人 |
| DB-GPT | GitHub | 数据库 AI 应用框架（Text2SQL） |
| KAG | GitHub | 蚂蚁开源的逻辑推理知识增强框架 |
| DeepSearcher | GitHub | 私有数据 Deep Research |
| n8n / Coze | n8n ・Coze | 工作流自动化 / 字节 Bot 平台 |
| One API / New API | GitHub | 多渠道 API 管理与分发 |
IM 机器人与办公
| 名称 | 链接 | 简介 |
|---|---|---|
| AstrBot | GitHub | 多平台聊天机器人（QQ / 飞书 / Telegram），记忆、RAG、MCP |
| LangBot | GitHub | IM 机器人框架 |
| chatgpt-on-wechat | GitHub | 微信 / 企微 / 飞书 / 钉钉机器人 |
| HuixiangDou 茴香豆 | GitHub | 微信 / 飞书群知识助手 |
| NoneBot DeepSeek 插件 | GitHub | NoneBot 生态 |
| 钉钉 / 飞书 / 企业微信 | 官方 | 三大办公平台均已内置 DeepSeek 模型 |
| Obsidian Tars / SiYuan | Tars ・SiYuan | 笔记软件集成 |
| Zotero / PapersGPT | PapersGPT | 文献阅读与翻译 |
| Bob / Easydict / Pot / PDFMathTranslate | PDFMathTranslate | 翻译与 PDF 双语翻译 |
| Raycast DeepSeek | 链接 | macOS 效率工具扩展 |
SDK 与语言客户端
官方推荐直接用 OpenAI / Anthropic SDK；社区维护：deepseek-go、DeepSwiftSeek、deepseek-php-client、deepseek-laravel、DeepSeek MCP Server。
开源基础设施（Open Infra）
2025 年 2 月"开源周"起，DeepSeek 陆续开源了支撑 V3 / R1 / V4 训练推理的生产级组件，是学习大规模 MoE 系统工程的一手资料。
| 项目 | 链接 | 简介 |
|---|---|---|
| open-infra-index | GitHub | 开源基础设施总索引 |
| FlashMLA | GitHub | Hopper GPU 上的 MLA 解码内核，访存 3000 GB/s |
| DeepEP | GitHub | MoE 专家并行通信库（NVLink / RDMA） |
| DeepGEMM | GitHub | 约 300 行核心代码的 FP8 GEMM 库 |
| DualPipe | GitHub | 双向流水并行，计算通信完全重叠 |
| EPLB | GitHub | 专家并行负载均衡器 |
| LPLB | GitHub | 面向 MoE 的线性规划负载均衡 |
| 3FS（Fire-Flyer File System） | GitHub | 高性能分布式文件系统，聚合读吞吐 6.6 TiB/s |
| smallpond | GitHub | 基于 DuckDB + 3FS 的轻量数据处理框架 |
| profile-data | GitHub | V3 / R1 训练推理的性能剖析数据 |
| DeepSpec | GitHub | 投机解码（speculative decoding）训练评测全栈 |
| TileKernels | GitHub | 基于 tilelang 的内核库 |
| ESFT | GitHub | 专家专用微调（Expert Specialized Fine-Tuning） |
复现、微调与学习资源
| 资源 | 链接 | 简介 |
|---|---|---|
| Open R1 | GitHub | Hugging Face 完整复现 R1 训练流水线（SFT + GRPO） |
| TinyZero | GitHub | 30 美元复现 R1-Zero "顿悟时刻"，入门 RL 推理必看 |
| simpleRL-reason | GitHub | 港科大用 8K 样本复现长思维链推理 |
| verl | GitHub | 字节开源 RL 训练框架，GRPO 等算法工业级实现 |
| TRL GRPO Trainer | 文档 | Hugging Face TRL 内置 GRPO |
| Unsloth GRPO / 微调教程 | 文档 | 消费级显卡微调 DeepSeek / 蒸馏模型 |
| LLaMA-Factory | GitHub | 一站式微调框架，支持 DeepSeek 全系 |
| DeepSeek-R1 论文精读（李沐） | B 站 | 逐段精读 R1 论文 |
| DeepSeek 技术解读合集 | 知乎 | MLA / DSA / GRPO 等中文解析 |
社区与资源列表
| 资源 | 链接 | 简介 |
|---|---|---|
| awesome-deepseek-integration | GitHub | 官方维护：接入 DeepSeek 的 100+ 应用、框架、插件（中英双语） |
| awesome-deepseek-agent | GitHub | 官方维护：可直接切换到 V4 的编程智能体 / Agent 平台接入指南 |
| awesome-deepseek-coder | GitHub | 官方维护：DeepSeek Coder 相关项目 |
| DeepSeek Harness Discord | Discord | 官方社区 |
| DeepSeek 微信公众号 | 「DeepSeek」 | 官方公告中文渠道 |
| 本项目电报群 | ChatGPT 精选 | 交流 DeepSeek / ChatGPT 使用心得 |