強み
- 段階的な推論
- サイズの割に数学に強い
- MITライセンスのウェイト
最適な用途
- ローカルでの推論タスク
- 数学と論理
- オフラインでの実験
EDDIで実行する
最も手早いのはEDDIマネージャーです：エージェントウィザードまたはPlatform Operatorを開き、プロバイダーとモデルを選びます。自分で設定する場合は、使いたいプロバイダーについて以下の手順に従ってください。
Ollama (local) · type: "ollama"
モデルID: deepseek-r1:8b
1. 認証情報を保存する
このプロバイダーはAPIキーを使用しません： OllamaにはAPIキーは不要です。baseUrlをOllamaサーバーに向けてください。EDDIのOllamaオーバーレイを使う場合はhttp://ollama:11434です。
2. LLMタスクを設定する
これをエージェントのワークフローのlangchain.jsonとして使うか、EDDIマネージャーのLLMエディターにパラメーターを貼り付けます。
{
"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での注意点
- 推論モデルは回答の前に思考するため、ストリーミングチャットでは止まっているように見えることがあります。すぐに回答させるには
"think": "false"を設定し、タスクには十分なtimeoutを設定してください。 - モデルをダウンロードすれば完全にオフラインで動作するため、エアギャップ環境での導入に適しています。
関連モデル
出典
このページの情報はベンダーのドキュメントに基づき、2026-09-30に確認したものです。モデルは頻繁に変わるため、制限値に依存する前にベンダーに確認してください。価格はここには掲載していません：ベンダーの料金ページをご覧ください。