DeepSeek no VS Code: como usar a IA offline de graça

Se você busca uma forma eficiente e privada de desenvolver código com inteligência artificial, o DeepSeek no VS Code pode ser a solução ideal. Diferentemente de outras ferramentas de IA, ele permite gerar código e otimizar seu fluxo de trabalho completamente offline, garantindo mais segurança e privacidade.

Neste artigo, você aprenderá a instalar e configurar o DeepSeek no Visual Studio Code, explorando suas funcionalidades para aprimorar a produtividade no desenvolvimento com Python.

O que é o DeepSeek?

O DeepSeek é um modelo de linguagem de grande escala (LLM) criado na China, projetado para processamento de linguagem natural e geração de código. Lançado em 2023, ele foi treinado com um extenso conjunto de dados de código-fonte e documentação técnica, tornando-se altamente eficiente para auxiliar em tarefas de programação.

A DeepSeek AI, empresa responsável pelo modelo, busca tornar a inteligência artificial mais acessível e eficiente. O DeepSeek-R1, primeira versão otimizada para uso local, permite que desenvolvedores utilizem IA sem depender da nuvem.

Para saber mais sobre o que é o DeepSeek e como ele funciona, recomendamos a leitura do texto abaixo:

Leitura recomendada

DeepSeek: conheça a IA que está revolucionando o mercado

Vantagens de usar o DeepSeek no VS Code

• Privacidade: funciona 100% offline, seu código nunca sai do seu computador;
• Gratuidade: sem custos mensais ou anuais;
• Performance: resultados comparáveis a soluções pagas;
• Integração: perfeita harmonia com o VS Code.

Pré-requisitos para utilizar o DeepSeek no VS Code

Antes de começar a instalação, certifique-se de que seu sistema atende aos requisitos mínimos:

• Sistema operacional: Windows 10/11, macOS 10.15+ ou Linux;
• Memória RAM: mínimo 8GB (16GB recomendado);
• Espaço em disco: 2GB livres para o modelo mais leve;
• Python: versão 3.8 ou superior;
• VS Code: instalado.

Leitura recomendada

Como instalar e configurar o VS Code no Windows

Passo a passo: instalando o Ollama, o DeepSeek-R1 e a extensão do VS Code

Para começar a usar o DeepSeek, precisamos configurar três componentes principais: o Ollama (que gerencia os modelos de IA), o modelo DeepSeek-R1 propriamente dito e a extensão do VS Code. O processo é simples e direto, mas deve ser feito na ordem correta para garantir o funcionamento adequado.Fonte: site Ollama

1. Instalando Ollama

Windows:

1. Acesse o site oficial da Ollama;
2. Baixe e execute o instalador .exe;
3. Siga as instruções do assistente;
4. Abra o terminal e execute: `ollama –version`.

macOS:

1. Baixe o instalador .dmg do site oficial;
2. Execute e siga as instruções;
3. Verifique a instalação: `ollama –version`.

Linux:

1. Abra o terminal e execute:
2. `curl -fsSL https://ollama.com/install.sh | sh`
3. Verifique a instalação: `ollama –version`.

2. Instalando o modelo DeepSeek

O DeepSeek-R1 oferece diferentes variações para atender a diferentes necessidades:

• 1.5b (1.1GB) – Ideal para laptops e máquinas com recursos limitados;
• 7b (4.7GB) – Bom equilíbrio entre performance e recursos;
• 8b (4.9GB) – Similar ao 7b com melhorias específicas;
• 14b (9.0GB) – Recomendado para máquinas mais potentes;
• 32b (20GB) – Para workstations;
• 70b (43GB) – Para servidores dedicados;
• 671b (404GB) – Uso empresarial.

Para iniciantes, recomendamos começar com o modelo 1.5b ou 7b:

1. Abra o terminal;
2. Execute o comando: `ollama pull deepseek-r1` ou use o comando de acordo com o modelo que você quer no site do Ollama;
3. Aguarde o download (pode levar alguns minutos);
4. Execute o comando: `/bye` para sair do Ollama.

3. Configurando o VS Code

1. Abra o VS Code;
2. Instale a extensão “Continue – open-source AI code agent”;
3. Reinicie o VS Code.

Leitura recomendada

Temas do VS Code: conheça os 9 mais usados

Como usar o DeepSeek no VS Code

Após concluir a instalação do Ollama, do modelo DeepSeek e da extensão Continue, você está pronto para começar a usar a ferramenta. Então vamos ver como aproveitar ao máximo seus recursos.

Iniciando o serviço Ollama

Antes de começar a usar o DeepSeek, certifique-se de que o serviço Ollama está rodando:

• Abra um terminal;
• Execute o comando: `ollama serve`;
• Mantenha este terminal aberto enquanto estiver usando o DeepSeek.

NOTA: se der o erro `listen tcp 127.0.0.1:11434`, após uma nova instalação, você pode pular para a etapa de execução do modelo (pois o servidor Ollama já deve estar rodando na porta número 11434 após uma nova instalação).

Preparando o ambiente VS Code

1. Abra o VS Code;
2. Crie ou abra um projeto Python;
3. Abra a paleta de comandos (Ctrl+Shift+P ou Cmd+Shift+P no macOS);
4. Digite “Continue: Focar no Modo de Exibição Continue” e pressione Enter;
5. Escolha a opção “Or, configure your own models”

Utilizando o DeepSeek no VS Code: chat e sugestões de código

Selecione o modelo “deepseek-r1” na lista que aparecer.

No chat, você pode:

• Fazer perguntas sobre seu código;
• Solicitar explicações sobre funções;
• Pedir sugestões de melhorias;
• Requisitar documentação.

Através de comentários

No seu arquivo Python:

• Digite `#` ou `”””` para iniciar um comentário;
• Escreva sua pergunta ou solicitação;
• Pressione Enter.

Então, o DeepSeek irá:

• Analisar seu comentário;
• Gerar sugestões relevantes;
• Oferecer completions de código.

Tipos de interações suportadas

1. Complemento de código

• Digite parte do código;
• Pressione Tab para ver sugestões;
• Use as setas para navegar entre as opções.

2. Explicações de código

• Selecione um trecho de código;
• Clique com o botão direito;
• Escolha “Explain Code” no menu contextual.

3. Documentação

• Posicione o cursor sobre uma função;
• Digite `”””` e pressione `Enter`;
• O DeepSeek gerará uma docstring apropriada.

Dicas para melhores resultados

1. Seja específico

• Use termos técnicos precisos;
• Forneça contexto relevante;
• Explique o resultado desejado.

2. Mantenha o contexto

• Mantenha arquivos relacionados abertos;
• Referencie funções e variáveis existentes;
• Mencione bibliotecas que está usando.

3. Iteração

• Comece com pedidos simples;
• Refine gradualmente suas solicitações;
• Use o feedback do modelo para melhorar seus prompts.

Recursos de produtividade

1. Atalhos úteis

• `Ctrl + /` (`Cmd + /` no macOS): inicia um comentário;
• `Ctrl + Space`: força sugestões de código;
• `Ctrl + Shift + A`: abre o chat do Cody.

2. Comandos da paleta

• “Cody: Reset Chat”: limpa o histórico de chat;
• “Cody: Restart Language Server”: resolve problemas de conexão;
• “Cody: Configure Settings”: ajusta preferências.

Quando reiniciar o serviço Ollama

É recomendado reiniciar o serviço Ollama quando:

• O VS Code não está recebendo sugestões;
• As respostas estão muito lentas;
• Após atualizações do sistema;
• Se houver erros de conexão.

Para reiniciar:

1. Feche o terminal com `ollama serve`;
2. Abra um novo terminal;
3. Execute `ollama serve` novamente;

Solução de problemas: erros comuns e como resolvê-los

Ollama não responde

Problema: serviço não responde na porta 11434.

Solução:

1. Verifique se o serviço está rodando;
2. Execute no terminal: `ollama serve`.

Erro no download

Problema: falha ao baixar modelos.

Solução:

1. Verifique sua conexão;
2. Certifique-se de ter espaço suficiente;
3. Tente novamente com ollama pull deepseek-r1.

Segurança e privacidade do DeepSeek

O DeepSeek oferece vantagens significativas em termos de segurança:

• Todo processamento é local;
• Nenhum dado é enviado para servidores externos;
• Conformidade com políticas de segurança empresariais;
• Proteção de propriedade intelectual.

Comparativo: DeepSeek vs. outras IAs de código

Recurso	DeepSeek	GitHub Copilot	Tabnine	CodeFonton
Uso offline	✅	❌	⚠️	✅
Custo	Gratuito	$10/mês	Freemium	Gratuito
Suporte a Python	Excelente	Excelente	Bom	Bom
Velocidade	Boa	Excelente	Boa	Média
Precisão	Muito Boa	Excelente	Boa	Boa
Recursos offline	Completos	Nenhum	Limitados	Completos

Conclusão

O DeepSeek representa uma evolução significativa no desenvolvimento Python, oferecendo uma alternativa gratuita e offline ao GitHub Copilot. Com sua instalação simples, variedade de modelos e capacidade de gerar código de qualidade, torna-se uma ferramenta indispensável para desenvolvedores que valorizam privacidade e eficiência.

Para complementar seus estudos sobre o teman, confira nossos tutoriais específicos sobre como rodar modelos de linguagem natural localmente com Ollama e como utilizar Ollama via LangChain:

Leitura recomendada

Rodando Modelos de Linguagem Natural Localmente com Ollama

Leitura recomendada

Como Utilizar Ollama via LangChain: Um Guia para Iniciantes

Além disso, se deseja continuar sua jornada de aprendizado e aprofundar seus conhecimentos em IA e desenvolvimento Python, recomendamos acessar o curso gratuito de IA da Asimov Academy, que ajudará você a levar suas habilidades ao próximo nível.

Com esses recursos e o DeepSeek em mãos, você está bem equipado para começar sua jornada no desenvolvimento Python assistido por IA.