前言

嘿，朋友们！最近国产大模型DeepSeek特别火，以至于频繁出现反应迟缓甚至宕机的情况，和两年前ChatGPT刚推出时的遭遇颇为相似。这让我想起了那句老话：“自己动手，丰衣足食”。万幸的是，DeepSeek是一个开源模型，我们完全可以通过本地部署，在自己的终端上随时使用它，不再受网络拥堵和服务器宕机的困扰，让你也能在自己的电脑💻上享受智能搜索的乐趣。接下来，咱们就来聊聊这个超酷的技术，带你一步步搞定DeepSeek的本地部署， go go go！

---

一.为什么想部署DeepSeek？

1. 摆脱网络限制

每次使用DeepSeek时，都要依赖网络连接，这不仅速度慢，还容易遇到服务器繁忙或宕机的情况。本地部署后，我可以在自己的机器上随时调用它，再也不用担心网络问题了。

2. 保护隐私数据

有些敏感信息我不太愿意上传到云端，本地部署可以让我在安全的环境中处理这些数据，不用担心隐私泄露。

3. 提升工作效率

有了本地部署的DeepSeek，我可以随时获取信息，无论是工作中的数据分析，还是生活中的知识查询，都能迅速得到答案，大大提升我的工作效率。

4. 探索更多可能性

开源的DeepSeek给了我更多自由度，我可以根据自己的需求进行定制和优化，探索更多有趣的应用场景。

二.deepseek本地部署教程

1.安装Ollama

Ollama是一个开源框架，专为在本地机器上便捷部署和运行大型语言模型（LLM）而设计，Ollama支持多种操作系统，包括Windows、macOS和Linux。

访问Ollama的官方网站：https://ollama.com/，点击“下载”按钮，下载完之后直接点击安装即可

官网下载非常慢，如有需要互关三连

下载安装包：根据你的操作系统选择对应的安装包。下载完成后，直接双击安装文件并按照提示完成安装。

验证安装：安装完成后，在终端输入以下命令，检查Ollama版本：

ollama --version

2.ollama配置环境变量

可以按win键搜索栏搜索“环境变量”，下图搜索，打开“编辑系统环境变量”设置：

点击“高级”下面点“环境变量”，在环境变量界面单击”新建“按钮，然后新建变量：OLLAMA_MODELS，用于修改ollama的模型存储路径，默认是C盘，这里我们更改ollama的模型存储为D盘，填写完成之后点“确定”。

变量名：OLLAMA_MODELS

变量值：D:\ollama

然后我们再新建一个用户变量：OLLAMA_HOST，变量值是：127.0.0.1，单击确定，用于更改服务监听地址和端口。

默认为127.0.0.1（仅限本机访问）。如需远程访问，可设置为0.0.0.0，一般本机访问即可。

继续再新建第三个变量，为http开放请求，变量名为“OLLAMA_ORIGINS”，变量值填写 “*”，单击确定。

第四个新建变量名为“OLLAMA_PORT”，变量值为可以自定义的数字，如果端口号被占用有冲突的问题，那么通过这个就可以修改端口号，一般不修改。

综上所述，我们连续为ollama添加了4条环境变量，然后点“确定”，完成配置即可（根据自己实际情况添加）

注：每次更改环境变量之后，需要重启电脑，配置才会生效。

关于ollama的所有配置就全部完成，重启电脑，使配置的环境变量生效。

我们打开命令提示符，使用 win键+R键 输入 “cmd”打开命令提示符，下图所示，输入“ollama”然后回车，如果有下图所示的返回信息，就表示ollama没有问题了。

我们还可以通过打开浏览，在浏览器的地址栏输入“127.0.0.1:11434”后回车，看是否能访问，检验自己是否成功，如果显示不能！提示页面拒绝访问，解决方法是：修改环境变量配置。

3.下载并部署DeepSeek模型

Ollama支持多种DeepSeek模型版本，用户可以根据硬件配置选择合适的模型。

启动Ollama服务：
在终端运行命令启动Ollama服务：

ollama serve

进入ollama官网，在主页中点击“models”,然后看到一个就是deepseek-r1，直接点击进去。

输入以下命令下载并运行DeepSeek模型，后面的模型大小可以改成自己想要的

ollama run deepseek-r1:7b  # 7B版本
ollama run deepseek-r1:8b  # 8B版本
ollama run deepseek-r1:14b # 14B版本
ollama run deepseek-r1:32b # 32B版本

下载完成后，可以使用以下命令查看已下载的模型列表：

ollama list

然后通过下面命令运行模型：

ollama run deepseek-r1:14b

这将启动 DeepSeek 14B 模型，并进入交互式命令行界面，可以直接与模型对话。

4.可视化交互界面安装

虽然我们可以在本地使用 Deepseek 这个模型了，但这样交互界面未免不会太简陋.....这时我们就可以通过安装 Chatbox 这个可视化交互界面来改变这种情况。

1.打开Chatbox AI官网，点击免费下载，下载到本地之后直接点击安装即可

2.点击设置-显示 选择界面的语言

3.点击设置-模型，在模型提供方选择：Ollama API，

模型选择，选择之前安装的模型：deepseek-r1:14b，点击保存

4.本地测试

在开始测试之前，确保你的本地环境变量和Chatbox设置没有问题。这一步非常关键，没有问题话进行聊天测试，可以正常沟通的。

并且 ChatBox 还支持添加图片、文件、链接和联网查询，非常方便。到此我们可以使用自己的大模型了。

总结

本地部署Ollama，就像是在自己的电脑里藏了一个智能小精灵，随时听候差遣，再也不用担心网络卡顿或者服务器罢工了。而且，通过我们刚刚的检查和优化，你的Ollama肯定能跑得飞快，无论是处理复杂的自然语言任务，还是简单地问个问题，都能秒回。

希望这篇文章能帮你顺利搞定Ollama的本地部署，让你在学习、工作或者开发项目的时候，都能有个得力的助手👋