CursorでDeepSeekモデルを使用する：完全セットアップガイド
DeepSeekモデルは競争力のある価格で強力な推論能力を提供します。Cursorは、ネイティブAPIサポートからOllamaによるローカルデプロイまで、複数の方法でDeepSeek統合をサポートしています。このガイドでは、CursorワークフローでDeepSeekを動作させるすべてのアプローチを解説します。
利用可能なDeepSeekモデル
| モデル | コンテキスト | 最適な用途 | Cursorサポート |
|---|---|---|---|
| DeepSeek V3 | 64K | 一般的なコーディング、チャット | ネイティブ |
| DeepSeek R1 | 64K | 推論、数学、論理 | ネイティブ |
| DeepSeek V4 | 128K | 複雑な分析 | Ollama/プロキシ経由 |
| DeepSeek Coder | 16K | コード固有のタスク | OpenRouter経由 |
方法 1：ネイティブDeepSeekサポート（推奨）
CursorにはDeepSeek V3とR1のネイティブサポートが組み込まれています。
ステップ 1：APIキーを取得
- DeepSeek Platform にアクセス
- アカウントを作成またはサインイン
- "API Keys" に移動
- 新しいキーを生成してコピー
ステップ 2：Cursorで設定
- Cursor設定を開く (
Cmd/Ctrl + ,) - "Models" または "AI Features" に移動
- "Custom API Key" または "Add Provider" を探す
- プロバイダーとして "DeepSeek" を選択
- APIキーを貼り付ける
- 設定を保存
ステップ 3：DeepSeekモデルを選択
任意のチャットまたはComposerセッションで：
- モデルセレクターをクリック（チャットの上部）
- "DeepSeek V3" または "DeepSeek R1" を選択
- コーディングを開始
方法 2：OpenRouter経由でDeepSeekを使用
ネイティブサポートされていないモデルには、OpenRouterをブリッジとして使用します。
セットアップ
- OpenRouter APIキー を取得
- Cursor設定で、OpenRouterをプロバイダーとして追加：
{
"customModels": [
{
"name": "deepseek/deepseek-chat",
"provider": "openrouter",
"apiKey": "your-openrouter-key"
}
]
}
利用可能なOpenRouter DeepSeekモデル
deepseek/deepseek-chat # DeepSeek V3
deepseek/deepseek-reasoner # DeepSeek R1
deepseek/deepseek-coder # DeepSeek Coder
方法 3：OllamaでのローカルDeepSeek
プライバシーとオフライン使用のためにDeepSeekをローカルで実行します。
Ollamaをインストール
# macOS
brew install ollama
# Linux
curl -fsSL https://ollama.com/install.sh | sh
# Windows
# https://ollama.com/download からダウンロード
DeepSeekモデルをプル
# DeepSeek Coder（コーディングに推奨）
ollama pull deepseek-coder:6.7b
# より大きなコンテキスト用（より多くのRAMが必要）
ollama pull deepseek-coder:33b
CursorをOllama用に設定
- Ollamaが実行されていることを確認：
ollama serve
- Cursor設定で、ローカルモデルを追加：
{
"customModels": [
{
"name": "deepseek-coder",
"provider": "ollama",
"baseUrl": "http://localhost:11434"
}
]
}
Ollama接続のトラブルシューティング
CursorがOllamaに接続できない場合：
# Ollamaが実行されているか確認
curl http://localhost:11434/api/tags
# Ollamaホストの環境変数を設定
export OLLAMA_HOST=0.0.0.0
# macOSで、ネットワークアクセスを許可
launchctl setenv OLLAMA_HOST "0.0.0.0"
方法 4：LiteLLMプロキシ経由でDeepSeek V4
DeepSeek V4 Pro（クラウド）には、LiteLLMをプロキシとして使用します。
LiteLLMのセットアップ
pip install litellm
litellm_config.yaml を作成：
model_list:
- model_name: deepseek-v4
litellm_params:
model: deepseek/deepseek-chat-v4
api_key: os.environ/DEEPSEEK_API_KEY
プロキシを実行：
litellm --config litellm_config.yaml --port 8000
Cursorを設定
{
"customModels": [
{
"name": "deepseek-v4",
"provider": "openai-compatible",
"apiKey": "sk-any",
"baseUrl": "http://localhost:8000"
}
]
}
推論コンテンツの処理
DeepSeek R1は特別な処理が必要な推論コンテンツを出力します。
問題
R1は推論と最終回答の両方を返します：
{
"choices": [{
"message": {
"content": "最終回答はこちら...",
"reasoning_content": "考えてみましょう... ステップ 1... ステップ 2..."
}
}]
}
解決策：プロキシでフィルタリング
推論コンテンツを除去する簡単なプロキシを使用：
# deepseek_proxy.py
from flask import Flask, request, Response
import requests
app = Flask(__name__)
@app.route('/v1/chat/completions', methods=['POST'])
def proxy():
resp = requests.post(
'https://api.deepseek.com/v1/chat/completions',
headers={'Authorization': f'Bearer {API_KEY}'},
json=request.get_json()
)
data = resp.json()
# reasoning_content を除去
for choice in data.get('choices', []):
msg = choice.get('message', {})
msg.pop('reasoning_content', None)
return Response(
json.dumps(data),
mimetype='application/json'
)
コーディング用にDeepSeekを最適化
システムプロンプト
より良いDeepSeekパフォーマンスのために、Cursorルールにこれを追加：
DeepSeekモデルを使用する場合：
- ファイルパスと行番号を明確に指定する
- 複雑なタスクには段階的な推論を要求する
- 構造化された出力形式（JSON、markdownテーブル）を使用する
- 期待される応答の長さを指定する
温度設定
| タスク | 推奨温度 |
|---|---|
| コード生成 | 0.1 - 0.3 |
| デバッグ | 0.2 - 0.4 |
| 創造的な探索 | 0.5 - 0.7 |
| コードレビュー | 0.1 - 0.2 |
コスト比較
| モデル | 入力/1Mトークン | 出力/1Mトークン |
|---|---|---|
| DeepSeek V3 | $0.14 | $0.28 |
| DeepSeek R1 | $0.55 | $2.19 |
| GPT-4o | $5.00 | $15.00 |
| Claude 3.5 Sonnet | $3.00 | $15.00 |
2026年時点の価格。DeepSeekは大幅にコスト効率が良い。
トラブルシューティング
| 問題 | 解決策 |
|---|---|
| "モデルが利用できません" | APIキーが有効でクレジットがあるか確認 |
| 応答が遅い | より小さいモデルを使用するか、ストリーミングを有効にする |
| 推論コンテンツが表示される | プロキシまたはフィルターを使用する（上記参照） |
| Ollama接続が拒否される | Ollamaが実行中でポートがアクセス可能か確認 |
| 中国語の出力 | プロンプトに "Respond in English" を追加 |
クイックリファレンス
# DeepSeek APIをテスト
curl https://api.deepseek.com/v1/chat/completions \
-H "Authorization: Bearer $DEEPSEEK_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "deepseek-chat",
"messages": [{"role": "user", "content": "Hello"}]
}'
# Ollamaモデルを一覧表示
ollama list
# Ollamaステータスを確認
curl http://localhost:11434/api/tags