---
title: 更优雅的使用llm：DeepSeek API+Cherry Studio+激活CoT的Prompt
tags:
  - llm
topic:
  - deepseek
  - api
  - cherry-studio
  - cot
  - prompt
categories:
  - technical-summary
date: 2025-1-23
url: 'https://blog.phimes.top/posts/2025/01/23/deepseek-api-cherry-studio-cot-prompt'
---
## 1 引言

llm越来越多，以前喜欢直接网页开一个窗口，但是现在因为在DeepSeek、Kimi、Claude等多个平台间来回切换，而每次都需要手动输入Prompt来激活CoT（Chain-of-Thought）功能，严重影响了工作效率。这次记录一下API+客户端+长prompt的方式，提升llm脑子的同时，让我不用再切来切去。这次主要用到三个东西：DeepSeek API: https://platform.deepseek.com/api_keysCherry Studio: https://github.com/CherryHQ/cherry-studio一个名为Thinking Claude的prompt：https://github.com/richards199999/Thinking-Claude/blob/main/model_instructions/v5.1-extensive-20241201.md

## 2 DeepSeek API

### 2.1 价格对比

各大厂商在注册的时候都有送token，相比之下deepseek可以说是在保持模型效果的同时，把价格打到非常低了。下面是几家的对比。

| 模型               | 上下文长度 | 缓存input/1M | 无缓存input/1M | output/1M |
| ---------------- | ----- | ---------- | ----------- | --------- |
| deepseek-chat    | 64k   | 0.1（原价0.5） | 1（原价2）      | 2（原价8）    |
| moonshot-v1-32k  | 32k   | /          | 24          | 24        |
| moonshot-v1-128k | 128k  | /          | 60          | 60        |
| gpt-4o-mini      | 128k  | 0.15刀      | 0.075刀      | 0.6刀      |

#### 2.1.1 Moonshot-v1

![image.png](https://image.phimes.top/img/202501231234596.webp)

#### 2.1.2 gpt-4o-mini
![image.png](https://image.phimes.top/img/202501231237683.webp)

#### 2.1.3 deepseek

![image.png](https://image.phimes.top/img/202501231159156.webp)

### 2.2 创建DeepSeek的API KEY

首先登陆[DeepSeek Platform](https://platform.deepseek.com/api_keys)，创建自己的`API KEY`，记住这个，后面要用。
![image.png](https://image.phimes.top/img/202501231157353.webp)

## 3 客户端

### 3.1 怎么选

客户端选择可以很多，web的，手机的，桌面端的。这里用的是[Cherry Studio](https://github.com/CherryHQ/cherry-studio)，目前综合使用起来体验还不错。如果有其他去客户端需求可以查看 [DeepSeek Integration](https://github.com/deepseek-ai/awesome-deepseek-integration/blob/main/README.md) （这是Deepseek提供的集成了其API的应用列表）。
![image.png](https://image.phimes.top/img/20250123201120.webp)

### 3.2 Cherry Studio 配置

安装完成后，我们直接打开软件开始配置。

#### 3.2.1 API配置

1. 先点左下角，打开设置。模型选择里选择自己要用的。这里直接`深度索求`
2. 把右上角勾上
3. 在官网找到你的API密钥
4. API地址一般来说cherry studio都给你写好了，除非你是自己运行的本地llm，一般都是兼容`openai api`风格的 `xxxxx/v1`格式，不需要手动修改。
5. 模型名称和官网一致就行，用你想用的。如果是在不在到，cherry给出了该平台的说明文档地址，查一下。

![image.png](https://image.phimes.top/img/202501231005637.webp)

#### 3.2.2 模型配置

接着切到默认模型，把我们添加好的模型给`默认助手模型`选上。我一般使用DeepSeek Chat。
![image.png](https://image.phimes.top/img/202501231105633.webp)

基础功能已经可以满足需求了，现在是时候解锁模型的全部潜能了。点击配置按钮，让我们进入Prompt调优阶段，为模型注入更精准的指令。
## 4 激活CoT的Prompt

### 4.1 CoT如何实现？

现阶段的CoT一般有两种：
1. 通过Prompt引导的Step-by-Step的推理过程。
2. 通过pretrain或者微调，让LLM学会的高质量的推理链。

因为我们用的普通的模型，（`deepseek-reasoning`属于后者）所以，一个有效好用的prompt就尤为重要。

### 4.2 用Prompt让llm”学会“思考

[Thinking-Claude/model_instructions/v5.1-extensive-20241201.md at main · richards199999/Thinking-Claude](https://github.com/richards199999/Thinking-Claude/blob/main/model_instructions/v5.1-extensive-20241201.md) 是我很喜欢用的一个激活prompt，对llm的提升十分明显，尤其是显示的体现了思考过程，比起直接输出更有参考价值。

内容很多，用openai的GPT-4o的tokenizer去算，它有大约11323个。这也决定了上下文窗口不够的模型是无法使用的。[Tokenizer - OpenAI API](https://platform.openai.com/tokenizer)

```ad-note
这个tokenier的网站不仅可以显示token的数量，也能直观的看到token是怎么划分的，有兴趣了解原理的同学，建议自己拿不同的内容试试。
```


![gpt的token](https://image.phimes.top/img/20250123190641.webp)


通过`Thinking Claude`，我们也可以管窥基础prompt的CoT设计是什么样的。

`Thinking Claude`包含但不限于：

- 强制的深度思考：每次交互都必须进行全面、不受限的思维分析,而不是直接回应
- 自适应分析深度：根据问题复杂度、紧迫性、信息可用性等动态调整思考深度和方式
- 多重的假设：生成多个可能的解释和方案，以避免过早的锁定单一的答案
- 自然流畅的思维：思维过程要避免僵化格式,需在不同想法间自然流转,建立清晰连接
- 持续验证： 不断质疑假设、寻找漏洞
- 知识综合：将不同的信息点，连贯的构筑。
- 递归思维：宏观和微观层面的保持同样的严谨

### 4.3 局限性

1. 需要长token
2. 效果和deepseek本身训练的有所差距

## 5 在Cherry中预置prompt

### 5.1 配置提示词

然后我们切换到对话界面，按照顺序点击。在对话框上方可以点击后设置提示词。在提示词中填入`Thinking Claude`的所有内容。

![image.png](https://image.phimes.top/img/20250123193536.webp)

### 5.2 测试效果

用一个简单的问题来测试。当我们使用prompt让模型强制思考以后，可以发现右边的回答实际上更贴近我们想要的结果。现在我们可以愉快的开始使用llm了

![image.png](https://image.phimes.top/img/20250123195902.webp)


### 5.3 价格消耗

我用V3模型的价格，因为我们的prompt就是12000个，因为一直都是这个prompt作为第一次输出，总是hit cache，价格低到可怕，50w的token只要2毛6！

![image.png](https://image.phimes.top/img/20250123200759.webp)

## 6 参考
[Models & Pricing | DeepSeek API Docs](https://api-docs.deepseek.com/quick_start/pricing/)

[模型推理价格说明 - Moonshot AI 开放平台](https://platform.moonshot.cn/docs/pricing/chat#%E8%AE%A1%E8%B4%B9%E5%9F%BA%E6%9C%AC%E6%A6%82%E5%BF%B5)

[上下文缓存定价与计费 - Moonshot AI 开放平台](https://platform.moonshot.cn/docs/pricing/caching#%E4%BA%A7%E5%93%81%E5%AE%9A%E4%BB%B7)

[Pricing | OpenAI](https://openai.com/api/pricing/)