飛書接入deepseek-r1後，用一次頂一萬次，而且再也不“伺服器繁忙”了

飛書接入deepseek-r1後，用一次頂一萬次，而且再也不“伺服器繁忙”了插图2 image source: generated by ai

如果你最近經常使用 deepseek-r1，那你一定很熟悉以下截圖了：

飛書接入deepseek-r1後，用一次頂一萬次，而且再也不“伺服器繁忙”了插图5

以至於我們人類也祭出奇招，非得讓 deepseek-r1 親自嘗嘗伺服器繁忙失聯的痛苦。

飛書接入deepseek-r1後，用一次頂一萬次，而且再也不“伺服器繁忙”了插图8

巨大的用戶需求帶來的巨大訪問量已經讓 deepseek 的伺服器不堪重負，這也極大地影響了用戶們的使用體驗。於是各種替代官網的客戶端和 api 的服務也不斷湧現;與此同時，也不斷有各種新服務和應用宣布接入或整合 deepseek-r1。

前兩天，deepseek 還在 github 專門創建了一個庫來收集展示各種整合了 deepseek 模型的應用和服務，其中既包括 chatbox、思源筆記、librechat 等應用，也有一些智能體框架、rag 框架以及瀏覽器或 ide 插件等。這個開源模型的生態系統正在高速穩步地建立起來。

飛書接入deepseek-r1後，用一次頂一萬次，而且再也不“伺服器繁忙”了插图11

github 地址：https://github.com/deepseek-ai/awesome-deepseek-integration

就在不久前，飛書也宣布接入了 deepseek-r1，這相當於在我們日常熟悉的辦公軟體中又探索出了一種全新的 ai 交互方式。原來我們找 ai 幫忙，往往是一次性提供一個 prompt，即使 prompt 寫得再周全，從本質而言也是一對一的單點輸入輸出。想要一次性批量處理任務，就需要掌握一些“思維鏈”或者批量調用 api 服務的技巧了。

以寫文獻綜述為例，我們需要從上千份文獻中挑出和自己最相關的，如果使用 api 批量處理，整個流程是這樣的 — 首先需要在 web of science 等論文庫篩選出備選文獻並導出 excel 格式，然後構造合適的指令模板，用函數將 excel 各行數據關聯起來，再提交給 ai 開放平台處理。等待結果返回後，還得抽檢一下 ai 的判斷是否靠譜。

雖然這個過程並不複雜，卻不如接入了 deepseek-r1 的飛書一步到位。現在，飛書中的每個表格都相當於一個 prompt 輸入框，你可以把需求和背景當作一列數據粘貼進去，deepseek-r1 就能按這個隊列全自動處理了。

飛書接入deepseek-r1後，用一次頂一萬次，而且再也不“伺服器繁忙”了插图14

無需根據 api 模版調整、調用函數的過程，直接在多維表格中輸入提示詞即可

飛書接入deepseek-r1後，用一次頂一萬次，而且再也不“伺服器繁忙”了插图17

deepseek-r1 給出了嚴謹、可以直接參考的評分結果

社交網絡上已有不少用戶分享了自己的使用案例。比如用戶@nanshanjukr 將 deepseek-r1 接入了自己的心理知識庫的，得到了非常“驚艷”的效果，他表示：“比 notion 的好太多了。簡介和生平年份都是 r1 生成的。在 ai 的加持下，也讓自己重新鞏固、擴展一下知識面。”

飛書接入deepseek-r1後，用一次頂一萬次，而且再也不“伺服器繁忙”了插图20

來源：https://x.com/nanshanjukr/status/1888589518061908105

一個好名字往往更容易被人記住，商品名稱也不例外，如果它恰好蹭上了熱搜的快車，那搜索的曝光量豈不是蹭蹭往上漲。電商平台就是一座取之不盡的“爆款標題礦”，現在只需把這些現成的 sku 名字導入飛書表格，再讓 deepseek 這位文案大師從中提煉精華，一條自動生成 sku 文案的工作流就開動了!

飛書接入deepseek-r1後，用一次頂一萬次，而且再也不“伺服器繁忙”了插图23

來源：https://x.com/huangyun_122/status/1888628099119464749

更令編輯們震撼的是，把選題打包丟進去，deepseek-r1 給出的直接是一篇成品文章，不僅結構完整、文筆流暢，還頻頻有金句爆出，排一下版好像就能發出去了。之前，我們嘗試過各種 ai 輔助寫作的產品，即使提供了完整的思路和提綱，ai 往往只會簡單擴寫或者機械拼貼，看完飛書和 deepseek-r1 神乎其技的組合技，在此不得不為自己的職業生涯擔心一秒。

飛書接入deepseek-r1後，用一次頂一萬次，而且再也不“伺服器繁忙”了插图26

來源：https://x.com/eviljer/status/1888602443954717031/photo/1

短視頻時代，寫視頻口播文案也是夠燒腦的，如果使用飛書 + deepseek-r1，不僅可以少掉許多因動腦失去的頭髮，再仔細看看 deepseek 改寫的輸出結果，好像比我寫的思路更開闊，種草味兒也更正。

飛書接入deepseek-r1後，用一次頂一萬次，而且再也不“伺服器繁忙”了插图29

來源：https://x.com/Lchs_11/status/1888571487428419767/photo/1

機器之心也做了一些嘗試，比如讓 deepseek-r1 批量解答數學題：

飛書接入deepseek-r1後，用一次頂一萬次，而且再也不“伺服器繁忙”了插图32

我們也體驗了一下 ai 算命，通過配置這樣的 prompt：“你是個全球頂尖的命理大師，根據提供的信息描述正緣畫像，包括長相、身高、出生地、工作地、家庭條件、學歷、性格、年紀等。越清楚越好，方便我去尋找。”我們很快便得到了 10 個信息的“正緣”

飛書接入deepseek-r1後，用一次頂一萬次，而且再也不“伺服器繁忙”了插图35

最棒的是，在我們的體驗過程中，從沒遇到過“伺服器繁忙，請稍後再試”。看起來，飛書使用的 deepseek-r1 是字節跳動自己部署託管的版本，穩定性非常不錯 — 前些天，字節跳動旗下的雲服務平台火山引擎宣布已經支持 deepseek v3/r1 等不同尺寸的開源模型。

如何在飛書中使用 deepseek-r1？

飛書很早之前就已經接入了不少 ai 模型，使用 deepseek-r1 的方式與使用這些模型的方法類似。這裡我們也簡單撰寫了一份圖文並茂的教程。

首先當然你得有一個飛書帳號，然後新建一個多維表格。

飛書接入deepseek-r1後，用一次頂一萬次，而且再也不“伺服器繁忙”了插图38

飛書默認的多維表格

為避免繁雜，我們這裡僅保留默認表格的第一列，刪除其它列。後面我們會將第一列的文本內容用作提示詞。

飛書接入deepseek-r1後，用一次頂一萬次，而且再也不“伺服器繁忙”了插图41

接下來，我們新建一列，用來配置 deepseek-r1。這裡我們需要在“欄位類型”中搜索 deepseek，便可找到 deepseek-r1 模型，之後我們需在“選擇指令內容”中選擇我們之前設置的“提示詞”列，然後可以選擇在“自定義要求”中設置一個全局提示詞（當然也可以留空）。這裡我們設置的是：“根據我提供的關鍵詞或場景，編寫一首七言絕句。”設置完成後，我們先選擇保留配置，因為我們的“提示詞”列還沒有任何信息。

飛書接入deepseek-r1後，用一次頂一萬次，而且再也不“伺服器繁忙”了插图44

由於我們已經設置好了一個全局提示詞，因此我們只需在“提示詞”列填入我們想要的關鍵詞或場景即可。接下來，就等待 deepseek-r1 完成它的創作吧!（通過設置“自動更新”，還可以讓我們在每次修改提示詞時自動高效率地自動獲取新的輸出結果。）

飛書接入deepseek-r1後，用一次頂一萬次，而且再也不“伺服器繁忙”了插图47

可以看到，飛書分別用一列表格展示了 deepseek-r1 的思考過程和輸出結果（在設置中可選擇不展示思考過程），而且從表格中出現結果的先後順序來看，飛書並不是按表格的自然順序逐一將提示詞提交給 ai 模型，而是並行處理的。這就大大提升了我們使用 deepseek-r1 的效率。這首《詠橘貓》還真有趣：