基于XXL-JOB与DeepSeek实现推送热点新闻和金融数据分析

方案一：本地自建部署

本地部署DeepSeek、QwQ或者其他模型，步骤都是差不多的，下面以DeepSeek为例：

1. 安装ollama：https://ollama.com/download。

   下载页面提供 macOS、Linux、Windows 三个平台选项。macOS 版本要求 macOS 11 Big Sur 及以上，选择对应平台后单击 Download for macOS 按钮下载安装包。

2. 安装DeepSeek R1模型：R1模型专注于复杂逻辑推理，更适合用于数据分析。

   在 Ollama 模型库的 deepseek-r1 页面可获取运行命令，格式为 ollama run deepseek-r1:7b。

   根据机器规格大小选择一个模型，比如我的电脑有16G内存，选择7b，就在命令行输入如下命令安装。

   B-714P6G7P-2008:xxljob-demo armon$ ollama run deepseek-r1:7b
   pulling manifest
   pulling 96c415656d37...  59% ▕████████████████████████                ▏ 2.8 GB/4.7 GB  1.2 MB/s  25m40s

   不同模型对应的硬件要求如下表：

   模型名称	模型大小	显存	内存
   deepseek-r1:1.5b	1.1GB	4GB+	8GB+
   deepseek-r1:7b	4.7GB	8GB+	16GB+
   deepseek-r1:8b	4.9GB	10GB+	18GB+
   deepseek-r1:14b	9.0GB	16GB+	32GB+
   deepseek-r1:32b	20GB	24GB+	64GB+

3. 部署完成后，我们通过API进行测试（使用兼容OpenAI的API，端口默认是11434），方便后续写代码。

   curl http://localhost:11434/v1/chat/completions \
        -H "Content-Type: application/json" \
        -d '{
           "model": "deepseek-r1:7b",
           "messages": [
               {
                   "role": "user",
                   "content": "who are you"
               }
           ]
       }'
   {"id":"chatcmpl-87","object":"chat.completion","created":1741339418,"model":"deepseek-r1:7b","system_fingerprint":"fp_ollama","choices":[{"index":0,"message":{"role":"assistant","content":"\u003cthink\u003e\n\n\u003c/think\u003e\n\nGreetings! I'm DeepSeek-R1, an artificial intelligence assistant created by DeepSeek. I'm at your service and would be delighted to assist you with any inquiries or tasks you may have."},"finish_reason":"stop"}],"usage":{"prompt_tokens":6,"completion_tokens":44,"total_tokens":50}}

方案二：使用云产品

我们也可以直接使用云产品，以阿里云百炼为例，只需要开通即可使用，并且有海量的免费额度。使用云产品的话还有个好处，就是可以随时切换模型，体验不同模型的优劣。

在百炼平台左侧导航选择模型广场，通过供应商筛选选中DeepSeek标签，可查看共8个可用模型，包括DeepSeek-R1（推理模型/64K）、DeepSeek-V3（文本生成/64K）及多个蒸馏版本（DeepSeek-R1-Distill-Qwen-1.5B/7B/14B/32B），每个模型卡片提供查看详情、API调用示例和立即体验操作入口。

方案一：本地自建部署

XXL-JOB 部署比较简单，详细的步骤可以参考官网，大致步骤如下：

1. 准备一个数据库并初始化数据库表结构。

   初始化完成后，数据库 xxl_job_2.4.1 中将包含以下表：xxl_job_group、xxl_job_info、xxl_job_lock、xxl_job_log、xxl_job_log_report、xxl_job_logglue、xxl_job_registry、xxl_job_user。

2. 把代码导入到IDE中，配置xxl-job-admin的配置文件。

   需要根据实际环境修改数据库连接配置，包括 spring.datasource.url、spring.datasource.username 和 spring.datasource.password。

   server.servlet.context-path=/xxl-job-admin
   ### actuator
   management.server.servlet.context-path=/actuator
   management.health.mail.enabled=false
   ### resources
   spring.mvc.servlet.load-on-startup=0
   spring.mvc.static-path-pattern=/static/**
   spring.resources.static-locations=classpath:/static/
   ### freemarker
   spring.freemarker.templateLoaderPath=classpath:/templates/
   spring.freemarker.suffix=.ftl
   spring.freemarker.charset=UTF-8
   spring.freemarker.request-context-attribute=request
   spring.freemarker.settings.number_format=0.##########
   spring.freemarker.settings.new_builtin_class_resolver=safer
   ### mybatis
   mybatis.mapper-locations=classpath:/mybatis-mapper/*Mapper.xml
   #mybatis.type-aliases-package=com.xxl.job.admin.core.model
   ### xxl-job, datasource
   spring.datasource.url=jdbc:mysql://127.0.0.1:3306/xxl_job_2.4.1?useUnicode=true&characterEncoding=UTF-8&autoReconnect=true&serverTimezone=Asia/Shanghai
   spring.datasource.username=root
   spring.datasource.password=123456
   spring.datasource.driver-class-name=com.mysql.cj.jdbc.Driver
   ### datasource-pool
   spring.datasource.type=com.zaxxing.hikari.HikariDataSource
   spring.datasource.hikari.minimum-idle=10
   spring.datasource.hikari.maximum-pool-size=30
   spring.datasource.hikari.auto-commit=true
   spring.datasource.hikari.idle-timeout=30000
   spring.datasource.hikari.pool-name=HikariCP-xxl-job
   spring.datasource.hikari.max-lifetime=900000
   spring.datasource.hikari.connection-timeout=10000
   spring.datasource.hikari.connection-test-query=SELECT 1
   spring.datasource.hikari.validation-timeout=1000
   ### datasource-pool
   spring.datasource.type=com.zaxxer.hikari.HikariDataSource
   spring.datasource.hikari.minimum-idle=10
   spring.datasource.hikari.maximum-pool-size=30
   spring.datasource.hikari.auto-commit=true
   spring.datasource.hikari.idle-timeout=30000
   spring.datasource.hikari.pool-name=HikariCP
   spring.datasource.hikari.max-lifetime=900000
   spring.datasource.hikari.connection-timeout=10000
   spring.datasource.hikari.connection-test-query=SELECT 1
   spring.datasource.hikari.validation-timeout=1000
   ### xxl-job, email
   spring.mail.host=smtp.qq.com

3. 运行XxlJobAdminApplication这个类，然后在浏览器输入http://127.0.0.1:8080/xxl-job-admin 就可以登录了（默认用户名和密码是：admin/123456）。

   登录成功后，进入XXL-JOB任务调度中心管理后台，默认显示运行报表页面，左侧导航包含任务管理、调度日志、执行器管理等菜单，主内容区展示任务数量、调度次数、执行器数量统计卡片及调度成功/失败分布图。

方案二：使用云产品

您可以使用托管的阿里云MSE任务调度XXL-JOB版，详情可参见创建XXL-JOB实例，并且可以免费试用。