# 影片筆記：不用买Token！手把手教你部署千问3.8，免费接入DeepSeek Harness｜AI大模型本地运行教程


<!-- VIDEONOTE_PUBLICATION_WARNINGS_BEGIN -->
## ⚠️ 可先使用，仍有待修正項目

本筆記已完成可閱讀的逐字稿與時間跳轉；下列為待處理問題，建議播放原片確認。

- 待修正：逐字稿全文快速校讀未完成（已保留自動字幕/原始逐字稿並繼續生成筆記。；未完成的全文速讀項目可在精進模式回聽確認。）
- 待修正：逐字稿可先使用，但有待校正清單（segment=30 adjacent_duplicate: 與前一段完全重複，可能是滾動字幕或 ASR 重複；segment=32 adjacent_duplicate: 與前一段完全重複，可能是滾動字幕或 ASR 重複）

<!-- VIDEONOTE_PUBLICATION_WARNINGS_END -->

## 一句話總結
影片演示如何在本地電腦部署「千問 3.8」大模型，並透過配置環境變量與命令行工具，將其接入 DeepSeek Harness（或稱 DevSig Hades），實現免費本地運行 AI 智能體，無需購買 Token。

## 核心重點
1.  **本地部署優勢**：強調無需購買 Token，即可在本地電腦運行最新 AI 大模型與智能體。
2.  **關鍵步驟**：
    *   從 GitHub Release 頁面下載對應操作系統（Windows）與顯卡驅動（CUDA 13.3）的部署工具壓縮包。
    *   配置系統環境變量（PATH），將工具路徑加入其中。
    *   下載 GGUF 格式的壓縮版模型（千問 3.8）。
    *   使用命令行加載模型並啟動服務。
    *   在 DeepSeek Harness 中創建自定義模型連接，填入 API 地址與密鑰。

## 詳細大綱

### 1. 前言與目標
*   介紹如何在本地部署 AI 大模型（以千問 3.8 為例）。
*   將模型配置到 DevSig Hades / Deepseek Harness。
*   核心賣點：免費體驗最新 AI 大模型和智能體，無需購買 Token。

### 2. 第一步：下載與安裝部署工具
*   訪問 GitHub 主頁，進入 Release 頁面。
*   根據操作系統（Windows）和顯卡驅動版本（CUDA 13.3）下載對應的壓縮包。
*   **注意**：必須下載兩個壓縮包，並解壓至同一文件夾。

### 3. 第二步：配置環境變量
*   打開開始菜單，進入「編輯環境變量」。
*   在系統變量中找到 `PATH`（逐字稿聽寫為 PASS）。
*   將項目路徑添加到環境變量中（此步驟在逐字稿中有大量重複口語）。

### 4. 第三步：下載與加載大模型
*   在項目中勾選 GGUF 選項（壓縮版模型，適合個人電腦）。
*   選擇「千問 3.8」模型。
*   複製下載指令，在命令號終端（Command Terminal）中執行。
*   添加參數將模型下載至當前文件夾（速度可達 20Mbps）。
*   使用 `-m` 參數加載大模型。

### 5. 第四步：驗證服務與配置 Deepseek Harness
*   **驗證服務**：打開瀏覽器，輸入地址確認服務顯示「OK」，表示模型加載成功。
*   **啟動工具**：重新開啟命令號終端，輸入指令啟動 Deepseek Harness。
*   **配置連接**：
    1.  在 Deepseek Harness 頁面點擊左下角「設置」->「模型」->「添加自定義」。
    2.  填寫配置資訊：
        *   **ID**：自定義（如「千問」）。
        *   **顯示名稱**：自定義（如「千問 Local」）。
        *   **API 地址**：與視頻中顯示的地址保持一致。
        *   **密要（Key）**：隨意輸入（如 123-3-21）。
    3.  點擊「獲取模型」、「添加」、「創建」，完成本地模型添加。

## 工具 / 模型 / 名詞整理
*   **模型名稱**：千問 3.8（逐字稿中亦出現「千吻 3.8」、「千萬大模型」等聽寫變體）
*   **部署/運行工具**：
    *   GitHub（Release 頁面）
    *   命令號終端（Command Terminal）
    *   Deepseek Harness（逐字稿中亦稱為 DevSig Hades）
*   **技術規格/格式**：
    *   CUDA 13.3
    *   Windows
    *   GGUF（壓縮版大模型格式）
    *   Token（提及無需購買）

## 操作流程整理
1.  **準備環境**：確認電腦為 Windows 系統，並檢查顯卡驅動版本是否為 CUDA 13.3。
2.  **下載工具**：前往 GitHub Release 頁面，下載兩個壓縮包並解壓至同一資料夾。
3.  **設定路徑**：進入系統環境變量編輯頁面，將工具路徑加入 `PATH`（或 PASS）變量中。
4.  **下載模型**：
    *   勾選 GGUF 格式。
    *   選擇千問 3.8。
    *   複製指令至命令號終端執行下載。
    *   使用 `-m` 參數加載模型。
5.  **啟動服務**：
    *   瀏覽器訪問指定地址，確認顯示「OK」。
    *   在終端中輸入指令啟動 Deepseek Harness。
6.  **建立連接**：
    *   進入 Deepseek Harness 設置 -> 模型 -> 添加自定義。
    *   輸入自定義 ID、顯示名稱、API 地址及密要（Key）。
    *   點擊獲取模型並創建，完成部署。

## 值得注意的限制或風險
*   **硬體要求**：需確認顯卡驅動版本為 CUDA 13.3，且電腦需具備足夠資源運行 GGUF 格式的壓縮模型。
*   **工具名稱不確定**：影片中介紹的工具在逐字稿中交替出現「DevSig Hades」與「Deepseek Harness」，實際軟件名稱需查證，可能影響後續搜尋或下載。
*   **環境變量名稱**：影片口語中將環境變量稱為「PASS」，實際系統中應為「PATH」，若嚴格照字面輸入可能導致配置失敗。
*   **重複語句干擾**：逐字稿中關於環境變量配置及創建步驟有大量重複語句，操作時需忽略重複部分，專注於關鍵動作。

## 逐字稿辨識疑點
*   **DevSig Hades / Deepseek Harness**：逐字稿開頭稱為「DevSig Hades」，後續稱為「Deepseek Harness」，兩者指代同一個啟動後的頁面或工具，需查證實際軟件名稱。
*   **千問 3.8 / 千吻 3.8 / 千萬大模型**：模型名稱在逐字稿中多次變換，疑似聽寫錯誤，實際模型名稱需查證。
*   **PASS**：環境變量中提到的變量名稱為「PASS」，通常環境變量為「PATH」，此處為疑似錯字。
*   **英伟大顯卡**：形容詞「英伟大」疑似聽寫錯誤，可能指代 NVIDIA（英偉達）顯卡，但需查證。
*   **驅大**：形容模型體積時使用「驅大」，疑似為「巨大」的聽寫錯誤。
*   **密要**：配置 API 時提到的欄位名稱為「密要」，通常應為「密鑰」或「Key」。
*   **命令號終端**：對 Terminal 的稱呼，通常稱為「命令提示字元」或「終端機」。
*   **重複語句**：逐字稿中「把這個項目的環境變成功」及後續的「點擊創建」出現大量重複，為錄音或轉錄時的口誤/重複。
*   **Segment 重複問題**：根據可讀性檢核，Segment 30-39, 41, 43-44 均標記為 `adjacent_duplicate`（與前一段完全重複），這可能是滾動字幕或 ASR 重複造成的辨識問題，上述筆記已嘗試整合核心資訊，但請留意原始逐字稿中這些段落可能存在大量無意義重複。

## 可延伸追問
*   實際的軟件名稱究竟是 DevSig Hades 還是 Deepseek Harness？
*   千問 3.8 的準確模型名稱為何？是否為 Qwen 2.5 或其他版本？
*   CUDA 13.3 是否為筆誤，常見版本是否為 CUDA 11.x 或 12.x？
*   GGUF 格式在本地部署中的具體優勢與限制為何？
*   若瀏覽器訪問地址不顯示「OK」，常見的除錯步驟為何？