ByteNoteByteNote
字

字节笔记本

2026年2月22日

EdgeOne Pages AI：免费在边缘部署 DeepSeek R1 大模型

#开源工具

本文介绍 EdgeOne Pages AI 项目，一个基于腾讯 EdgeOne 边缘计算平台的开源模板，让你能够免费在边缘节点部署 DeepSeek R1 大语言模型，并集成网络搜索能力。该项目采用 Next.js + TypeScript 构建，提供与 OpenAI 兼容的 API 接口，可无缝集成到各类第三方工具中。

项目简介

EdgeOne Pages AI 是腾讯云 EdgeOne 团队开源的示例项目，旨在展示如何在边缘函数中部署和运行 DeepSeek R1 模型。该项目的核心优势在于：

  • 完全免费：利用 EdgeOne Pages 的免费额度部署和运行
  • 边缘部署：模型推理在边缘节点执行，延迟更低
  • 网络搜索：集成 SearXNG 搜索引擎，支持联网查询
  • OpenAI 兼容：API 接口与 OpenAI 格式一致，易于集成
  • 多模型支持：支持 DeepSeek R1 多个版本模型切换

在线体验地址：https://deepseek-r1-edge.edgeone.site

核心特性

1. 边缘函数架构

项目采用 EdgeOne Pages Functions 作为后端运行环境，将 AI 推理逻辑部署在全球边缘节点：

  • 低延迟响应，就近处理用户请求
  • 自动扩缩容，无需管理服务器
  • 免费额度充足，适合个人开发者和小型项目

2. 网络搜索集成

通过 SearXNG 搜索引擎实现联网能力：

  • 支持 Bing 等多个搜索引擎
  • 搜索结果自动格式化为上下文
  • 大模型基于搜索结果生成回答

3. 多模型支持

支持多种 DeepSeek 模型：

模型说明
@tx/deepseek-ai/deepseek-r1-distill-qwen-32b默认模型，轻量高效
@tx/deepseek-ai/deepseek-r1-0528DeepSeek R1 正式版
@tx/deepseek-ai/deepseek-v3-0324DeepSeek V3 版本

4. 现代化前端

基于 Next.js 14 构建的 Chat UI：

  • React 18 + TypeScript
  • Tailwind CSS + Radix UI 组件
  • 支持 Markdown 渲染和代码高亮
  • Mermaid 图表渲染支持

技术栈

前端

  • 框架：Next.js 14.2.5 (App Router)
  • 语言：TypeScript 5
  • 样式：Tailwind CSS 3.4
  • 组件：Radix UI + Lucide Icons
  • 字体：Inter (Google Fonts)

后端

  • 运行环境：EdgeOne Pages Functions
  • AI 推理：腾讯云 AI 接口
  • 搜索服务：SearXNG
  • 数据验证：Zod

开发工具

  • ESLint + Prettier 代码规范
  • PostCSS 样式处理
  • 支持 npm/yarn/pnpm/bun

安装指南

前置要求

  • Node.js >= 18
  • npm >= 8 或 pnpm >= 8（推荐）

快速部署

方式一：一键部署（推荐）

点击以下按钮直接部署到 EdgeOne Pages：

Deploy with EdgeOne Pages

方式二：本地开发

  1. 克隆项目
bash
git clone https://github.com/TencentEdgeOne/pages-templates.git
cd pages-templates/examples/deepseek-r1-edge
  1. 安装依赖
bash
npm install
# 或
pnpm install
  1. 启动开发服务器
bash
npm run dev
  1. 访问应用

打开浏览器访问 http://localhost:3000

项目结构

text
deepseek-r1-edge/
├── app/                    # Next.js App Router
│   ├── layout.tsx         # 根布局
│   └── page.tsx           # 主页面
├── components/            # React 组件
│   ├── ui/               # UI 基础组件
│   └── chat/             # 聊天相关组件
├── functions/            # 边缘函数
│   └── v1/chat/completions/
│       └── index.ts      # AI 接口处理
├── lib/                  # 工具函数
├── public/               # 静态资源
├── package.json
├── tailwind.config.ts
└── next.config.mjs

核心代码解析

边缘函数实现

functions/v1/chat/completions/index.ts 是项目的核心，处理 AI 聊天请求：

typescript
export async function onRequest({ request, env }: any) {
  // 处理 CORS 预检请求
  if (request.method === 'OPTIONS') {
    return handleOptionsRequest();
  }

  // 解析请求体
  const json = await request.clone().json();
  const parseResult = messageSchema.safeParse(json);

  // 获取用户输入
  const { messages, network, model } = parseResult.data;
  const currentInput = messages[messages.length - 1]?.content;

  // 如启用网络搜索，获取搜索结果
  const { content, searchResults } = await getContent(
    currentInput,
    !!network
  );

  // 调用 AI 模型
  const aiStream = await AI.chatCompletions({
    model: selectedModel,
    messages: processedMessages,
    stream: true,
  });

  return new Response(aiStream, {
    headers: {
      'Content-Type': 'text/event-stream',
      // ... 其他 headers
    },
  });
}

网络搜索功能

typescript
async function searxngSearch(
  query: string,
  SEARXNG_URL = 'https://proxy.edgeone.app/search'
): Promise<SearchResult[]> {
  const params = new URLSearchParams({
    q: query,
    format: 'json',
    engines: 'bing',
  });

  const response = await fetch(`${SEARXNG_URL}?${params}`);
  const data = await response.json();
  return data?.results || [];
}

搜索结果格式化

typescript
function formatSearchResults(results: SearchResult[]): string {
  return results
    .map((result, i) => {
      const index = i + 1;
      return `
[webpage ${index} begin]
Title: ${result.title}
Url: ${result.url}
Snippet: ${result.content}
[webpage ${index} end]
`;
    })
    .join('\n\n');
}

API 使用示例

基础对话

bash
curl -X POST https://your-domain.edgeone.app/v1/chat/completions \
  -H "Content-Type: application/json" \
  -d '{
    "messages": [
      {"role": "user", "content": "你好，请介绍一下自己"}
    ]
  }'

启用网络搜索

bash
curl -X POST https://your-domain.edgeone.app/v1/chat/completions \
  -H "Content-Type: application/json" \
  -d '{
    "messages": [
      {"role": "user", "content": "今天的天气怎么样"}
    ],
    "network": true
  }'

指定模型

bash
curl -X POST https://your-domain.edgeone.app/v1/chat/completions \
  -H "Content-Type: application/json" \
  -d '{
    "messages": [
      {"role": "user", "content": "写一首关于春天的诗"}
    ],
    "model": "@tx/deepseek-ai/deepseek-r1-0528"
  }'

配置说明

环境变量

项目支持以下环境变量配置：

变量名说明默认值
SEARXNG_URLSearXNG 搜索服务地址https://proxy.edgeone.app/search

模型选择

在请求中通过 model 参数指定模型：

json
{
  "model": "@tx/deepseek-ai/deepseek-r1-distill-qwen-32b"
}

可用模型列表：

  • @tx/deepseek-ai/deepseek-r1-distill-qwen-32b（默认）
  • @tx/deepseek-ai/deepseek-r1-0528
  • @tx/deepseek-ai/deepseek-v3-0324

注意事项

  1. 免费额度：EdgeOne Pages 提供免费额度，超出后需要升级套餐
  2. 网络搜索：搜索功能依赖 SearXNG 服务，可能受网络环境影响
  3. 模型限制：不同模型的能力和响应速度有所差异
  4. 流式响应：API 默认使用 SSE 流式返回，前端需正确处理
  5. CORS 配置：边缘函数已配置跨域支持，可直接从前端调用

相关资源

总结

EdgeOne Pages AI 是一个优秀的开源项目，展示了如何在边缘计算环境中部署大语言模型。通过结合 DeepSeek R1 的强大能力和 EdgeOne 的边缘网络，开发者可以快速构建低延迟、高可用的 AI 应用。项目代码结构清晰，文档完善，适合作为学习边缘函数和 AI 集成的参考案例。

开源工具
上一篇

PaddleOCR-VL: 0.9B 超轻量级多语言文档解析视觉语言模型

下一篇

EdgeOne Pages AI：免费在边缘部署 DeepSeek R1 大模型

分享: