目录
前言
近期，人工智能领域迎来了一股新的热潮，DeepSeek作为一款备受瞩目的开源语言模型，凭借其卓越的性能和广泛的应用场景，迅速在全球范围内引起了广泛关注。从技术社区到商业领域，DeepSeek的热度不断攀升，甚至有“挤爆”的趋势。这不仅反映了其强大的技术实力，也体现了市场和用户对其的高度期待。
在这样的背景下，本地部署DeepSeek模型的需求也日益增加。本地部署不仅可以避免网络延迟和数据隐私问题，还能根据用户需求进行定制化优化。结合deepseek+Ollama+OpenWebUI+Chatbox AI+Cherry Studio AI等工具，用户可以轻松实现模型的本地化部署，并通过可视化面板进行高效交互。
本文将详细介绍如何在本地环境中部署DeepSeek模型，并结合deepseek+Ollama+OpenWebUI+Chatbox AI+Cherry Studio实现高效、便捷的模型交互。无论你是技术爱好者、开发者，还是企业用户，本文都将为你提供清晰的部署指南，帮助你快速上手并充分利用DeepSeek的强大功能。
Ollama 介绍
Ollama 是一个开源的大型语言模型（LLM）平台，旨在让用户能够轻松地在本地运行、管理和与大型语言模型进行交互。其主要特点包括：
本地部署与离线使用：支持在本地计算机上运行，无需依赖云服务，确保数据隐私。
跨平台支持：兼容 Windows、macOS 和 Linux 系统。
丰富的模型库：提供多种预训练模型（如 Llama、DeepSeek 等），并支持用户上传自己的模型。
易于集成和使用：提供命令行工具（CLI）、Python SDK 和 RESTful API，方便与其他项目和服务集成。
性能优化：支持多 GPU 并行推理加速，能够有效管理内存和计算资源。
社区驱动：开源项目，拥有活跃的社区支持。
Ollama 安装
打开 Ollama 官方下载页面：Download Ollama on macOS。
在页面中找到 Windows 版本的下载链接，点击下载安装程序（通常是一个 .exe 文件）。
下载完成后，双击下载的 .exe 文件启动安装程序。
按照安装向导的提示进行操作，包括选择安装路径、接受许可协议等。
点击“下一步”完成安装。
如何卸载
打开控制面板 ——> 卸载程序 ——>找到删除右键
注意（如果安装D盘看）：
将Ollama安装到D盘可以释放C盘空间，避免系统盘拥堵，同时提升性能、增强数据安全性，并优化磁盘管理。
下载之后如果点击直接安装默认会安装在C盘。
在下载文件所在文件夹中，右键在终端打开。
输入以下命令，指定安装路径（例如安装到 D:\Ollama）：
/DIR参数用于指定安装路径。- 确保路径格式正确，路径中不要包含空格或特殊字符。
.\OllamaSetup.exe /DIR=D:\Deekseep\Ollama
环境变量
此电脑 ——> 属性 ——>高级系统设置 ——> 环境变量
Path ——> 编辑 ——> 新建 ——> 路径
Ollama 常用命令
启动 Ollama
ollama serve- 功能：启动 Ollama 服务。
创建模型
ollama create <模型名>- 功能：从 Modelfile 创建一个自定义模型。
显示模型信息
ollama show <模型名>- 功能：显示指定模型的详细信息。
运行模型
ollama run <模型名>- 功能：下载（如果尚未下载）并运行指定模型。
停止运行中的模型
ollama stop <模型名>- 功能：停止正在运行的模型。
从模型库下载模型
ollama pull <模型名>- 功能：从 Ollama 模型库下载指定模型。
将模型推送到模型库
ollama push <模型名>- 功能：将本地模型推送到模型库（需要权限）。
列出所有模型
ollama list- 功能：显示本地已下载的所有模型。
列出正在运行的模型
ollama ps- 功能：显示当前正在运行的模型。
复制模型
ollama cp <源模型名> <目标模型名>- 功能：复制一个模型到新的名称。
删除模型
ollama rm <模型名>- 功能：删除本地指定的模型。
查看帮助信息
ollama help- 功能：显示帮助信息，提供关于所有命令的详细说明。
查看版本信息
ollama --version- 功能：显示当前 Ollama 的版本信息。
deepseek-r1模型下载
地址：Ollama
deepseek-r1模型比较
| 版本 | 适用场景 | 资源需求 | 性能表现 |
| 1.5B | 轻量级任务（短文本生成、基础问答） | 资源消耗低，适合低配设备 | 生成质量和复杂性有限 |
| 7B/8B | 中等复杂度任务（文案生成、表格处理） | 需要中等硬件配置，如 RTX 3060 12G | 性能与资源消耗平衡，适合中等任务 |
| 14B | 复杂任务（长文本生成、数据分析） | 需要较高硬件配置，如 A100 | 处理复杂任务能力强，适合专业场景 |
| 32B/70B | 超大规模任务（语言建模、大规模训练） | 需要高显存（建议≥24G）或优化后的量化版本 | 性能逼近更大模型，适合复杂推理 |
构建可视化工具
open-webui（网页版，局域网可访问）
Open-WebUI 推荐使用 Python 3.11，更高版本可能存在兼容性问题。
如果未安装 Python，请从 Python 官网下载并安装 Python 3.11。
在终端或命令提示符中运行以下命令：
pip install open-webui安装完成后，可以通过以下命令启动 Open-WebUI：
open-webui serve启动后，Open-WebUI 默认运行在 http://localhost:8080，可以通过浏览器访问该地址。
可以在设置更改，相关内容
Chatbox AI（软件版）
访问Chatbox AI官网：前往Chatbox AI官网。
下载安装包：根据你的操作系统（Windows、macOS、Linux等）选择对应的安装包。
安装程序：双击下载的安装文件，按照提示完成安装。
选择语言和主题：安装完成后，启动Chatbox AI客户端，可在设置菜单中选择语言和主题。
配置API：如果需要使用特定的AI模型，可在“API配置”中输入相应的API密钥或选择预设的模型版本。
连接本地模型（如Ollama）：
确保已安装并运行Ollama。
在Chatbox AI中进入设置，选择“Ollama”作为模型提供方。
设置API地址为http://localhost:11434，并选择已下载的模型（如DeepSeek）
Cherry Studio（软件版）
访问 Cherry Studio 官方网站 Cherry Studio - 全能的AI助手，根据您的操作系统（Windows、macOS 或 Linux）选择对应版本的安装包
下载完成后，双击安装包运行。
按照安装向导提示选择安装路径和语言（默认为中文）。
完成安装后，启动客户端并同意用户协议即可进入主界面
配置本地模型（如 DeepSeek）：
安装本地模型（如通过 Ollama 安装 DeepSeek 模型）。
在 Cherry Studio 中点击左下角的“设置”按钮，进入“模型服务”页面。
找到对应的本地模型服务（如 Ollama），选择管理并配置本地模型。
配置云服务（如硅基流动）：
注册硅基流动账号并创建 API 密钥。
在 Cherry Studio 的设置中，找到对应的云服务（如硅基流动），将 API 密钥粘贴到指定位置。
添加并检查模型（如 DeepSeek-R1 或 DeepSeek-V3），完成配置
如何使用
鼠标右键，打开终端
输入 ollama serve 开启 ollama
（可选）网页版open-webui
输入 open-webui serve 不要关掉终端，等一会打开网页，http://localhost:8080
（可选）软件版Chatbox AI，打开软件，运行
（可选）软件版Cherry Studio，打开软件，运行