Skip to content
🚀 EDDI 6.5.0

19 LLM प्रदाता, आपकी साइट क्रॉल करने और आपकी फ़ाइलें पढ़ने वाले नॉलेज बेस, और संगत एजेंट संस्करणों के साथ आगे बढ़ने वाली बातचीतनया क्या है

प्रबंधित क्लाउड शुरू करें
सभी मॉडल
DeepSeekलोकल चलता है

DeepSeek-R1 Distill (8B)

एक छोटा ओपन रीज़निंग मॉडल: DeepSeek-R1 की चेन ऑफ़ थॉट पर प्रशिक्षित Qwen3-8B, लोकल उपयोग के लिए।

खूबियाँ

  • चरण-दर-चरण रीज़निंग
  • अपने आकार के हिसाब से गणित में मज़बूत
  • MIT-लाइसेंस वाले वेट्स

सबसे उपयुक्त

  • लोकल रीज़निंग कार्य
  • गणित और तर्क
  • ऑफ़लाइन प्रयोग

इसे EDDI में चलाएं

सबसे तेज़ रास्ता Manager है: एजेंट विज़ार्ड या Platform Operator खोलें और प्रदाता व मॉडल चुनें। इसे खुद कॉन्फ़िगर करने के लिए, अपने चुने हुए प्रदाता के लिए ये चरण अपनाएं।

Ollama (local) · type: "ollama"

मॉडल id: deepseek-r1:8b

1. क्रेडेंशियल सहेजें

यह प्रदाता API कुंजी का उपयोग नहीं करता: Ollama को किसी कुंजी की ज़रूरत नहीं। baseUrl को अपने Ollama सर्वर पर पॉइंट करें; EDDI के Ollama ओवरले के साथ यह http://ollama:11434 है।

2. LLM टास्क कॉन्फ़िगर करें

इसे एजेंट के वर्कफ़्लो की langchain.json के रूप में इस्तेमाल करें, या पैरामीटर Manager के LLM एडिटर में पेस्ट करें।

{
  "tasks": [
    {
      "actions": [
        "send_message"
      ],
      "id": "chat",
      "type": "ollama",
      "parameters": {
        "baseUrl": "http://ollama:11434",
        "model": "deepseek-r1:8b",
        "timeout": "120000",
        "systemMessage": "You are a helpful assistant",
        "addToOutput": "true"
      }
    }
  ]
}

EDDI के लिए नोट्स

  • रीज़निंग मॉडल जवाब देने से पहले सोचते हैं, जो स्ट्रीमिंग चैट में अटकने जैसा लग सकता है। तुरंत जवाब के लिए "think": "false" सेट करें, और टास्क को पर्याप्त timeout दें।
  • मॉडल डाउनलोड होने के बाद पूरी तरह ऑफ़लाइन चलता है, इसलिए एयर-गैप्ड डिप्लॉयमेंट के लिए उपयुक्त है।

संबंधित मॉडल

स्रोत

इस पेज के तथ्य वेंडर के डॉक्यूमेंटेशन से लिए गए हैं, जिन्हें 2026-09-30 को जाँचा गया। मॉडल तेज़ी से बदलते हैं, इसलिए उन पर निर्भर होने से पहले सीमाओं की पुष्टि वेंडर से करें। कीमतें यहाँ नहीं दी गई हैं: वेंडर का प्राइसिंग पेज देखें।

वेंडर डॉक्यूमेंटेशन ↗