Pi Agent + DeepSeek 深度优化
内容提要
文章介绍了使用两台懒猫AI算力舱本地部署DeepSeek模型的优化过程。通过调整上下文长度至328K、开启思考模式及工具调用功能，提升了模型性能，实现每秒60 tokens的速度，并强调成本极低，每天仅需1.9元，堪称最便宜的DeepSeek方案。
延伸解读
显存利用与上下文长度
文章提到将上下文长度从131K提升至328K，同时每台算力舱显存占用从100GB增至约120GB，剩余7~9GB。这一调整充分利用了闲置显存，但需注意显存余量减少可能影响长时间运行的稳定性。作者特意保留少量显存，以保障7x24小时运行，说明在追求更大上下文时需平衡性能与稳定性。
思考模式与工具调用的实际意义
开启思考模式（think:high）后，DeepSeek的推理能力增强，类似GPT Max模式，适合复杂任务。同时，默认启用工具调用（--enable-auto-tool-choice）使Pi Agent能自动调用工具，实现“yolo模式”，减少人工干预。这两项优化显著提升了自动化程度，但需注意思考模式可能增加计算负载，影响生成速度。
成本与性能的权衡
文章强调每天24小时满负荷运行成本仅1.9元，且生成速度达每秒60 tokens，优于许多国产在线模型。但需注意，该成本基于本地部署的算力舱，未包含硬件购置或维护费用。对于已有设备的用户，边际成本极低，但新用户需考虑初始投资。
Q&A
如何优化Pi Agent中DeepSeek的上下文长度？
通过调整DeepSeek的max-model-len和kv-cache-memory-bytes参数，将上下文长度从131K提升到328K，充分利用每台算力舱剩余的显存，同时保留7~9GB显存以确保7x24小时运行的稳定性。
Pi Agent中如何切换DeepSeek的思考模式？
通过开启DeepSeek的--reasoning-parser参数，在Pi Agent中可以使用Shift+Tab快捷键快速切换思考模式，切换到think:high模式后，DeepSeek会进入更聪明的状态，类似GPT Max模式。
为什么需要默认打开DeepSeek的工具调用功能？
因为如果不开启--enable-auto-tool-choice参数，Pi Agent无法使用DeepSeek自动调用工具的能力，导致模型在回答几个问题后就会停止。开启后，Pi Agent配合DeepSeek可以进入yolo模式，只需许愿，AI就能自动完成剩余工作。
使用两台懒猫AI算力舱本地部署DeepSeek的推理速度是多少？
优化后，每秒可以生成60个tokens，速度非常快，甚至超过许多国产模型的在线版本。
两台懒猫AI算力舱本地部署DeepSeek的每日成本是多少？
即使24小时100%负荷运行，一天的成本也仅为1.9元，被认为是世界上最便宜的DeepSeek方案。
优化过程中如何保证系统长时间运行的稳定性？
在调整上下文长度时，特意保留每台算力舱7~9GB的显存余量，以确保7x24小时运行的稳定性。
