前些天，写了《DeepSeek本地快速部署，大语言模型离线使用》发现DeepSeek本地部署并不适合自己使用，然后又写了《利用 ima copilot 构建个人电子知识库》一文介绍自己更喜欢使用的AI大模型软件，又过了几天，更新软件后发现ima copilot已经接入了DeepSeek R1推理模型，结合腾讯自有的混元大模型，确实让ima软件的好用性又提升了一个级别。合理使用可以减少网上搜寻资料的时间，提高工作学习的效率。
假设我手上有一个芯片，只知道它的型号为NE555，同时假设它好像是产自于TI，那我需要找一个TI的NE555芯片的PDF说明文档。这时故意抛给AI大模型尽可能少的信息，看是否在ima copilot中得到想要的结果。同时观察ima copilot中两种模型的不同之处。
传统的做法是在搜索引擎里搜索，因为众所周知的原因，我们只能在百度里搜索，比如搜索“NE555”，它给出的结果是下图这样的。结果的好和坏就不评论了，见仁见智吧。
使用ima copilot混元模型提问“NE555”，它会给出关于NE555芯片的总结和一些文章，而没有直接给出想要找的PDF说明文档。当然提问时把问题提得更明确时，得到的结果也会不一样，这里只是做一下测试。
在得不到好的结果时，进一步向混元模型提问“我需要NE555的说明手册PDF”，混元会继续给出一些文章和链接，虽然这些链接中是有一些相关的PDF文档，但结果似乎也并不太理想。
用混元得出了一些NE555的资料后，这时再用ima接入DeepSeek R1推理大模型，提问“根据上面的资料，搜索出NE555的说明手册PDF”，DeepSeek R1给出的搜索结果是令人满意的。它能给出TI、ST以及安森美三家主流芯片厂商的官方资料链接。
个人感觉腾讯的混元偏向腾讯自家的公众号搜索也兼顾全网搜索，能给出相关的文章网页，同时也有很强的总结和解读能力，而DeepSeek则更侧重于全网搜索，并做出相应的文本推理。两者可以说是各有优缺点，可以结合使用相辅相成，更好地发挥作用。
20250216