我要投稿

自动动手，用Deepseek打造自己的APS AI Agent

发布日期：2025-02-28 20:16:28 浏览次数： 1741 作者：ERP老兵

从前面的测试来看，Deepseek中对求解问题能直接求解，但求解精度存在问题。

本文简要介绍如何使用比较专业的求解器来求解。

最终达到的效果是，你用自然语言描述待优化场景，其后就不用操心了，一切交给Deepseek来第三方求解来完成，整个路径通过自动生成的Python代码整合通了。

下图是可参考的框架：

从右往左，一个一个说。

Deepseek直接求解：

最省事。

但Deepseek目前没有专业的求解能力，它使用的属于启发式算法中的某些算法或算法的组合。

启发式算法是什么，我总结了一下，讲人话就是“先走一步，然后走一步看一步”。它只能给出次优解。如果说它给出了一个最优解，那纯属碰运气。

这个“先走一步”，就有多种走法，又细分为不同的算法.

这个“走一步看一步”，怎么个看，又有多种方法，也细分为不同的算法。

更有一些发源于随机搜索算法的算法，比如什么蜂群啦、蚁群啦。

因为这些原因，导致Deepseek每次求解的结果可能都不相同。

之前同事有反馈过，我在测试过程中也发现过。

这个严格来说，并不是Deepseek的问题，只要算法中有随机因素在里面，就算是专业求解器也会是每次结果都不同，这个属于正常现象。

只是说，Deepseek没有求解器的能力，无法做精确求解。

怎么办？Deepseek这么强，让它告诉我们怎么对接专业求解器好了。

我第一个想到的就是excel。

Deepseek对接Excel求解：

可能很多人不知道，Excel中内置了一个“规划求解器”-Solver。怎么把它调出来大家自行百度。

我试了一下，算出来的结果和LINGO一样一样（参见上篇文章，点击《Deepseek和专业求解器的结果对比》）：

Deepseek能做什么呢？

1、Deepseek能将你提交的自然语言推理出数据模型

2、Deepseek能将数学模型转换为Excel能处理的数据模型

3、Deepseek能生成一段Python代码，将Excel能处理的数据模型生成excel文件（包括了变量、约束、目标等内容）

Deepseek没有生成文件的能力，它能输出生成excel文件的代码，这个代码就相当于是个AI Agent了。

下图是deepseek给出的生成excel数据模型文件的Python代码的示意。

然后，你用excel继续：

1、用excel打开生成的excel文件

2、进“数据页签”中运行“规划求解”

3、在弹出的对话框中，补齐内容（这块比较麻烦，原因是Excel没有开放这块，phthon无法自动填写这个运行时态的对话框，如果Excel将这个对话框的内容做成一个可预置的参数文件的话，python就能自动填空了），包括：

指定本次求解目标的单元格，并声明求解目标（最大/最小/特定目标值）
指定本次变量的单元格（区域）
输入约束条件（这个最累人）
选择求解方法（选择性线规划法）
点求解按钮

4、结果被写在变量区的单元格中。

用Excel求解的好处及不好处：

1、好处是包括变量及数值的excel数据文件能由Deepseek生成的Python代码自动生成。

2、不好处之一，是约束条件无法自动生成（是excel的原因）

3、不好处之二，是excel只能对单一目标求解，求解方法也较简单。

要想更爽怎么办？让Deepseek对接第三方专业求解器。

阿里的MindOpt

专业求解器很多啊，我只是顺便找了阿里的这个，因为它可以免费使用。

用专业求解器，Deepseek可以做：

1、Deepseek能将你提交的自然语言推理出数据模型

2、Deepseek能将数学模型转换为专业求解器能处理的建模语言（如通用的LP格式、通用的MPS格式，及其它著名求解器的专用建模语言）

3、Deepseek能生成一段Python代码，包括了建模语言

4、运行Python代码，它会调用MindOpt，完成求解。

大家看看，这段Python代码+MindOpt就成为了一个典型的AI Agent。

使用专业求解器的特点：

1、功能强大，大家看网页介绍，比excel那可是强多了。

2、使用方法灵活，提供丰富的API，比如：

Deepseek输出数据和模型一体的Python代码，在Python中调用MindOpt完成求解
Deepseek输出纯的建模文件，进入MindOpt工作台打开该文件求解

3、玩法更多，比如，可将数据和模型分开成不同的文件，这样你的模型就能复用了，每次运行时只更换数据文件就OK了。

4、我这举例是自然语言入，MindOpt结果出，你通过Pyhton也可实现ERP入，ERP出。

总结：

通过Deepseek强大的功能，我们可以：

让Deepseek帮我们做数学建模
让Deepseek输出python代码对接专业求解器，形成一个优化求解的AI Agent

带来的效果：

APS平民化。

需要注意的事项：

Deepseek的建模能力的边界在哪里（不能做啥），还需要探索。
Deepseek搞不定的，复杂的场景，这个时候就该专业APS公司的运筹专家出手了。
场景复杂时，专业求解器也会搞不定（性能、精确度），这个时候，也该专业的APS公司的算法专家出手了，你把钱准备够了，他们会为你定制求解算法。

53AI，企业落地大模型首选服务商

产品：场景落地咨询+大模型应用平台+行业解决方案

承诺：免费场景POC验证，效果验证后签署服务协议。零风险落地应用大模型，已交付160+中大型企业

相关资讯

2025-04-23

Unsloth：提升 LLM 微调效率的革命性开源工具

2025-04-23

超越 DevOps？VibeOps 引领 AI 驱动的开发革命

2025-04-23

大模型想 “专精” 特定任务？这 3 种 Addition-Based 微调法别错过

2025-04-23

重参数化微调：揭秘LoRA家族让大模型训练成本暴降的方法

2025-04-23

为什么全参数微调能让大模型从“通才”变“专才”？

2025-04-22

使用 LLaMA-Factory 微调 llama3 模型

2025-04-22

费曼讲解大模型参数微调——小白也能看懂

2025-04-22

超详细使用Ollama本地部署Deepseek

了解更多

160+中大型企业正在使用53AI

立即咨询预约演示

把握AI发展的机遇，共同探索、共同进步

2025-01-22

如何打造基于GenAI的员工服务机器人

2025-01-22

热点资讯

一文读懂DeepSeek-R1本地部署配置要求（建议收藏）

2025-02-04

DeepSeek R1 671B 完整版本地部署教程来了！！！

2025-02-04

太爽了！o1 现在可以天天享用了

2024-09-18

万字综述 10+ 种 LLM 投机采样推理加速方案

2024-07-11

微调神器LLaMA-Factory官方保姆级教程来了，从环境搭建到模型训练评估全覆盖

2024-07-09

FP8 低精度训练：Transformer Engine 简析

2024-07-11

彻底理解系列之：FP32、FP16、TF32、BF16、混合精度

2024-07-26

别被Deepseek低成本冲昏头！本地化部署后续的“甜蜜陷阱”，你真能扛住吗？

2025-02-05

ollama 部署 deepseek-r1 70B 模型完整指南

2025-01-27

o3-mini 完全指南：一个被 DeepSeek 破大防的模型

2025-02-01

大家都在问

为什么全参数微调能让大模型从“通才”变“专才”？

2025-04-23

MCP vs Function Calling，该如何选？

2025-04-20

RAGFlow vs Dify, 商业化落地场景选哪个？

2025-04-01

如何利用Dify轻松构建你的专属语料库？

2025-03-31

从 0 到 1，Agentic Ops 如何打造企业级 AI 生产力？

2025-03-20

DeepSeek-R1的Qwen-32B蒸馏模型与QwQ-32B模型，谁更强？

2025-03-16

部署DeepSeek的4条路，企业级客户到底该咋走？

2025-03-16

谷歌Gemma 3 27b 到底能不能打，写个游戏测试下？

2025-03-13

热门标签

内容创作大模型技术个人提效 langchain llamaindex 多模态技术 RAG技术智能客服知识图谱模型微调 RAGFlow coze Dify Fastgpt Bisheng Qanything AI+汽车 AI+金融 AI+工业 AI+培训 AI+SaaS 提示词框架提示词技巧 AI+电商 AI面试数字员工 ChatBI 知识管理开源大模型智能营销智能硬件智能化改造 AI+医疗 MaxKB