基于腾讯云HAI + DeepSeek快速设计自己的个人网页

基于腾讯云HAI + DeepSeek快速设计自己的个人网页

前言:通过结合腾讯云HAI 强大的云端运算能力与DeepSeek先进的 AI技术,本文介绍高效、便捷且低成本的设计一个自己的个人网页。你将了解到如何轻松绕过常见的技术阻碍,在腾讯云HAI平台上快速部署DeepSeek模型,仅需简单几步,就能获取一个包含个人简介、技能特长、项目经历及联系方式等核心板块的响应式网页。

目录

一、DeepSeek模型部署在腾讯云HAI

二、设计个人网页


一、DeepSeek模型部署在腾讯云HAI

把 DeepSeek 模型部署于腾讯云 HAI,用户便能避开官网访问限制,直接依托腾讯云 HAI 的超强算力运行 DeepSeek-R1 等模型。这一举措不仅降低了技术门槛,还缩短了部署时间,削减了成本。尤为关键的是,凭借 HAI 平台灵活且可扩展的特性,用户能够依据自身特定需求定制专属解决方案,进而更出色地适配特定业务场景,满足各类技术要求 。

点击访问腾讯云HAI控制台地址:

算力管理 - 高性能应用服务 - 控制台

腾讯云高性能应用服务HAI已支持DeepSeek-R1模型预装环境和CPU算力,只需简单的几步就能调用DeepSeek - R1模型。最近,腾讯云HAI上线了CPU版1元限时体验活动,预装了DeepSeekR1 1.5B、7B、8B、14B、32B等五个尺寸的蒸馏模型。可以快速体验模型能力。

进入腾讯云HAI,点击一元体验deepseek

选择一个一元的点击体验使用 

选择购买完成后,再次进入腾讯云HAI控制台

算力管理 - 高性能应用服务 - 控制台

可以看到有了DeepSeek-R1 CPU 体验版

点击算力连接,选择ChatbotUI即可快速体验DeepSeek-R1

点击后跳转到的是Ollama对应的可视化界面,可以选择14B进行体验。

同样也可以选择选择算力连接下的JupyterLab

里面已经预装了Ollama环境,所以执行命令安装模型即可。

点击进行命令终端

输入如下指令:

ollama run deepseek-r1:14b

下载完成后即可进行体验

二、设计个人网页

复制以下提示词到DeepSeek对话框:

请帮我设计一个个人网页,要求:使用HTML,响应式设计,适配手机, 包含以下板块: 个人简介、技能特长、项目经历、联系方式, 风格要现代简约,配色要专业大气。请提供完整代码。

生成完成后,点击下载按钮

输入文件名并保存

 打开保存的html文件即可看到预览效果

可以进行对网页进一步优化,更符合自己的需求

例如我提出的需求:

根据我的情况进行网页修改: 我是阿齐Archie,嵌入式开发工程师-计算机硕士-专注嵌入式系统与智能算法研究 技能特长:单片机/物联网/嵌入式开发 项目经历丰富 邮箱:阿齐Archie,电话:阿齐Archie

保存修改后的html文件

预览效果:

当然还可以根据自己的需求进行继续优化

html程序代码如下

<!DOCTYPE html> <html lang="zh-CN"> <head> <meta charset="UTF-8"> <meta name="viewport" content="width=device-width, initial-scale=1.0"> <title>Archie - 个人网页</title> <style> * { margin: 0; padding: 0; box-sizing: border-box; font-family: 'Segoe UI', Tahoma, Geneva, Verdana, sans-serif; } body { background-color: #f5f5f5; color: #333; } .container { max-width: 1200px; margin: 0 auto; padding: 0 20px; line-height: 1.6; } /* Header */ header { background-color: #2c3e50; color: white; padding: 2rem 0; text-align: center; } /* Sections */ .section { margin-bottom: 4rem; } .intro-card { background-color: white; padding: 2rem; border-radius: 10px; box-shadow: 0 2px 5px rgba(0,0,0,0.1); } /* Skills */ .skills-card { background-color: white; padding: 2rem; border-radius: 10px; box-shadow: 0 2px 5px rgba(0,0,0,0.1); } .skill-item { margin-bottom: 1rem; padding: 1rem; background-color: #f8f9fa; border-radius: 8px; } /* Projects */ .projects-card { background-color: white; padding: 2rem; border-radius: 10px; box-shadow: 0 2px 5px rgba(0,0,0,0.1); } .project-item { margin-bottom: 1rem; padding: 1rem; background-color: #f8f9fa; border-radius: 8px; } /* Contact */ .contact-section { background-color: white; padding: 2rem; border-radius: 10px; box-shadow: 0 2px 5px rgba(0,0,0,0.1); } ul { list-style: none; padding: 0; margin-bottom: 2rem; } .contact-info { margin-bottom: 1rem; } /* Responsive Design */ @media (max-width: 768px) { .container { padding: 10px; } .intro-card, .skills-card, .projects-card, .contact-section { padding: 1.5rem; } } </style> </head> <body> <header> <div> <h1>Archie的个人网页</h1> </div> </header> <section> <div> <h2>Archie</h2> <p>嵌入式开发工程师 | 计算机硕士 | 专注嵌入式系统与智能算法</p> </div> </section> <section> <div> <h2>技能特长</h2> <div> <h3>嵌入式开发</h3> <p>熟练掌握C/C++、Python等语言,擅长微控制器编程和系统设计。</p> </div> <div> <h3>物联网与单片机</h3> <p>丰富的物联网项目经验,熟悉WiFi、蓝牙、射频模块等硬件接口。</p> </div> <div> <h3>智能算法研究</h3> <p>具备机器学习和人工智能领域知识,能够设计并实现复杂算法。</p> </div> </div> </section> <section> <div> <h2>项目经历</h2> <div> <h3>智能家居系统开发</h3> <p>使用嵌入式技术和物联网实现智能家居控制系统,支持多种家电远程调控。</p> </div> <div> <h3>物联网传感器节点设计</h3> <p>独立设计并实现了低功耗传感器节点,确保了系统在恶劣环境下的稳定性和可靠性。</p> </div> </div> </section> <section> <div> <h2>联系方式</h2> <ul> <li> <strong>姓名:</strong>Archie </li> <li> <strong>职业:</strong>嵌入式开发工程师 </li> <li> <strong>Email:</strong>阿齐Archie</li> <li> <strong>电话:</strong>阿齐Archie </li> </ul> </div> </section> <script> // 添加回到顶部的按钮(如果需要) const scroll = document.documentElement.scrollHeight - window.innerHeight; let hasScrolled = 0; window.addEventListener('scroll', function() { if (window.scrollY >= scroll / 2) { document.querySelector('.back-to-top').style.display = 'block'; } }); document.querySelector('.back-to-top').addEventListener('click', function() { window.scrollTo(0, 0); }); </script> </body> </html>

总结

本文介绍了借助腾讯云 HAI 的云端运算能力与 DeepSeek 的 AI 技术,高效、便捷且低成本设计个人网页的方法。首先阐述了将 DeepSeek 模型部署在腾讯云 HAI 的优势,包括避开官网访问限制、降低技术门槛、缩短部署时间和削减成本,还能依据需求定制解决方案。用户可通过腾讯云 HAI 控制台地址进入,利用其已支持的 DeepSeek - R1 模型预装环境和 CPU 算力,参与 CPU 版 1 元限时体验活动,选择体验并购买后,在控制台通过算力连接选择 ChatbotUI 或 JupyterLab 来体验 DeepSeek - R1 模型。接着介绍设计个人网页步骤,将特定提示词复制到 DeepSeek 对话框生成网页代码,下载保存代码文件即可预览效果,还能依据自身需求对网页进行优化,并给出了示例代码及相应解释。

Read more

赋予 AI “手”的能力:使用 OpenClaw 自动化执行 Shell 脚本与浏览器任务

在 LLM(大语言模型)爆发的今天,我们已经习惯了 AI 作为一个“智囊团”存在。然而,传统的 AI 往往“有脑无手”——它能告诉你如何写脚本,却不能帮你直接运行;它能分析网页趋势,却无法自己打开浏览器监控数据。 OpenClaw 的出现,正是为了给 AI 装备上强有力的“爪子(Claws)”。今天,我们将深入其源码,一窥核心的 node.invoke 机制,并带你完成两个实战场景:自动整理磁盘与定时网页监控。 一、 核心机制:深入源码看 node.invoke 如果你去翻阅 OpenClaw 的源码,你会发现一切逻辑的起点都指向一个核心方法:node.invoke。 1. 什么是 node.invoke? 在 OpenClaw

By Ne0inhk
第二篇:实战解析——美以伊战中AI的全场景落地细节与成效

第二篇:实战解析——美以伊战中AI的全场景落地细节与成效

承接上一篇总论的核心观点,2026年美以伊“咆哮的狮子”军事行动,最具价值的突破的是AI在“情报-决策-打击-防御”全作战场景的深度落地与实战验证。不同于此前军事领域的单点试水,本次战争中,AI不再是“锦上添花”的辅助工具,而是贯穿每一个核心环节、直接决定作战效能的“关键变量”。本文将拆解AI在四大核心领域的落地细节,结合实战数据与场景案例,直观呈现AI破解战场难题、提升作战能力的具体成效。 一、情报分析领域:AI破解战场“信息迷雾”的实战应用 现代战争中,“信息过载”与“信息不对称”是制约情报分析的核心痛点——战场之上,卫星图像、雷达信号、通信截获、开源数据等多源异构信息海量涌现,传统人工分析模式不仅效率低下,更易遗漏关键线索,形成致命的“信息迷雾”。而美以联合借助AI技术,实现了情报分析的“秒级响应、精准研判”,彻底打破了这一困境。 1.1 美军Claude大模型的机密级应用:多源异构数据秒级解析 作为五角大楼唯一授权接入机密军事网络的AI大模型,Claude在本次战争中承担了“情报中枢”

By Ne0inhk
【AI开发入门】从小白到专家:AI应用开发工程师全指南,岗位认知到实战落地!

【AI开发入门】从小白到专家:AI应用开发工程师全指南,岗位认知到实战落地!

一、解码AI应用开发工程师:大模型时代的落地者 在投身AI应用开发学习前,先锚定岗位核心身份,才能让后续的学习之路不偏航。如今频繁出现在招聘启事里的“AI应用开发工程师”,也常被称作大模型应用开发工程师,堪称连接前沿大模型技术与商业价值的“桥梁型”人才。 与聚焦算法创新、模型训练的AI算法工程师不同,这个岗位的核心使命是“落地”——把OpenAI、通义千问等大模型的抽象能力,转化为企业能直接使用的产品和服务。它绝非简单调用API的“工具使用者”,而是需要构建一套包含数据处理、逻辑编排、部署运维的完整系统。随着ChatGPT等大模型引爆产业变革,这类“能让AI干活”的工程师,已成为互联网、金融、医疗等行业争抢的香饽饽。 举个直观例子:当企业需要一套智能客服系统时,算法岗可能在优化对话生成的流畅度,而AI应用开发工程师则要负责对接企业知识库、设计用户意图识别逻辑、通过RAG技术提升回答准确性,最终把这些能力打包成稳定运行的服务,还得考虑并发量、响应速度等工程问题。 二、岗位画像:企业到底要什么样的人才? 多数人学习AI应用开发的终极目标是就业,因此在学习初期就摸清招聘市场的“需

By Ne0inhk
AI的提示词专栏:开源模型(Mistral、Qwen)Prompt 实验报告

AI的提示词专栏:开源模型(Mistral、Qwen)Prompt 实验报告

AI的提示词专栏:开源模型(Mistral、Qwen)Prompt 实验报告 本文为明确开源模型 Prompt 适配特性,本实验以 Mistral(7B/13B)与 Qwen(7B/14B)为对象,在统一硬件软件环境与推理参数(Temperature 0.7、Top-P 0.9 等)下,测试其在基础指令、Few-Shot、Chain-of-Thought(CoT)推理、角色扮演四类 Prompt 中的表现。结果显示,参数量显著影响性能,13B/14B 模型各项指标优于 7B 模型;Qwen-14B 在中文指令理解、推理步骤拆解及角色一致性上表现突出,Mistral 系列推理速度更快。实验还针对两类模型提出 Prompt 优化建议,

By Ne0inhk