使用Ollama部署deepseek-r1模型，用PageAssist访问

原创 已于 2025-03-25 11:25:07 修改 · 722 阅读 · 3 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#ai #人工智能

于 2025-02-18 15:26:41 首次发布

一、使用Ollama部署deepseek-r1模型
1.下载Ollama【需要魔法】地址根据需要下载，安装没啥要注意的，就一步步。
在这里插入图片描述
安装成功后可以用cmd检查一下
在这里插入图片描述
ollama -v 检查版本
ollama list 检查模型

2.修改系统环境变量【因为默认在C盘，所以需要修改的就要设置一下】
在这里插入图片描述
1）模型存放位置【新建】，我这里是设置过了
在这里插入图片描述
2）服务器【因为我这边要测试一下其他电脑访问，没有这个功能可以不用设置】
在这里插入图片描述
3）支持跨域访问
在这里插入图片描述
4）上述设置后，重启Ollama，打开浏览器测试

最低0.47元/天 解锁文章

200万优质内容无限畅学
Clience01
关注
深度学习-106-大模型部署之基于Ollama本地部署seepseek-r1后的四个可视化界面工具
qq_20466211的博客
02-08 963
虽然本地部署了DeepSeek R1，但是使用起来并不方便，需要用到类似于Open-WebUI、Page Assist、ChatBox、Cherry Studio等可视化界面工具。
如何使用Page Assist插件实现浏览器远程访问本地部署DeepSeek大模型
私聊前往站内信：https://i.youkuaiyun.com/#/msg/chat/weixin_44976692
02-21 6397
最近国产AI大模型Deepseek的爆火让大家都想尝试用一下来看看它到底有多好用，但是随着使用的人越来越多，大家也经常会发现提问时会得到服务器繁忙，请稍后再试的回复。其实我们完全可以在自己的Windows电脑上本地部署Deepseek大模型，并在浏览器中添加一个Page Assist插件来快速使用Web UI页面来与模型聊天，与之前介绍过的Open Web UI或Anything LLM相比，使用这款插件的使用门槛更低，新手也能立刻上手。
Firefox浏览器page-assist-1.4.4离线插件
01-29
Firefox浏览器page_assist-1.4.4离线插件,deepseep大模型一起用的WEBUI插件
配置 Ollama 在局域网内共享DeepSeek-R1模型
学亮编程手记
02-19 5449
环境变量功能说明默认值/示例设置API服务监听地址与端口，0.0.0.0表示允许所有IP访问允许跨域请求的域名列表，*为通配符自定义模型存储路径，避免占用系统盘空间控制模型在内存中的保留时间，减少重复加载开销24h（24小时）并行处理请求数，提升高并发场景下的吞吐量2启用调试日志，排查服务异常1（开启）扩展显存不足时，利用RAM/VRAM混合加载大模型（需手动计算显存值）
Page Assist项目Ollama连接问题排查指南
最新发布
gitblog_00396的博客
06-06 395
Page Assist项目Ollama连接问题排查指南 问题现象分析 在使用Page Assist浏览器扩展与Ollama进行交互时，用户可能会遇到两种典型的连接错误： 直接连接错误：表现为无法建立与Ollama服务的基本连接 403禁止访问错误：在发送消息时出现HTTP 403状态码 这些问题的根源在于浏览器的同源策略(Same-Origin Policy)和CORS(跨域资源共享)机制。由...
Ubuntu、Windows 使用Ollama 本地部署deepseek，并在线访问可视化界面
小白不白
02-11 1559
我是Ubuntu系统，NVIDIA 3070 8G显存 16G运行内存，全用cpu也行，运行内存要大一些。第一次进入会让你注册，注册一个即可。点击models即可进入模型列表，比如我们选择deepseek-r1。这里除了deepseek，其他模型也都是在ollama官网下载的。即可安装，安装失败的话就创建个虚拟环境，再pip装。在设置里，这样选择，记得修改你的ip，端口不用改。可以选择不同的模型，我选择了 8b的模型。下载前期比较快，后面会慢，耐心等即可。进入后会有你的模型列表，选择对应的。
【免费下载】 Page Assist 安装和配置指南
gitblog_01216的博客
10-18 1万+
Page Assist 安装和配置指南 1. 项目基础介绍和主要编程语言 Page Assist 是一个开源的 Chrome 扩展程序，旨在通过本地运行的 AI 模型来辅助你的网页浏览。该项目的主要编程语言是 TypeScript，它结合了 JavaScript 的灵活性和静态类型检查的优势，使得代码更加健壮和易于维护。 2. 项目使用的关键技术和框架 Page Assist 项目使用了以下关键技...
Page Assist学习资料汇总 - 本地AI模型网页助手浏览器插件
m0_56734068的博客
09-18 7294
Page Assist是一款开源的Chrome浏览器扩展,为本地运行的AI模型提供了一个友好的交互界面。侧边栏:可以在任何网页上打开,与AI模型进行交互并查看结果Web UI:类似ChatGPT网站的界面,可以与AI模型进行对话网页聊天:可以针对当前浏览的网页内容进行提问Page Assist支持Chrome、Brave、Edge等主流Chromium内核浏览器,以及Firefox浏览器。
通过Ollama、Page Assist完成DeepSeek-R1的本地部署、联网搜索、知识库管理
civiljiao的博客
02-18 1599
的本地部署，启用联网搜索和构建自己的知识库。回到聊天窗口，右下方将出现刚刚添加的知识库，您可以在提问时选择相关知识库，获得准确的答案。，通过这些简单的步骤，将能够为自己的项目构建强大的 AI 模型应用。通过简单的几步，您的模型将能够处理并检索本地文档。是一款大型预训练语言模型，本文将带您完成从安装。插件可以为您的本地 AI 模型提供一个方便的。在本地部署 AI 模型的同时，您还可以通过。强大的推理能力来解决实际问题。，将文本嵌入模型设置为。的结合，可以轻松完成。
DeepSeek R1本地部署教程
oYangYongJie的博客
02-14 1453
当然，这几款模型中，参数越小的模型的回答准确率往往越低，即便思考过程摸着门道了，但后续也因不坚定而出错，遇上数学计算领域，不同量级模型的实力差距则会比较明显。依次输入只有4000字的文章和1000字左右的文章，前者回答依旧很迷糊，后者则能胜任，但处理1000字左右的文章稍显鸡肋，所以当个玩具还行，生产力还差点意思。如同调教赛车，每个参数都会影响最终的表现，在体验之前，建议在LM Studio的设置中，根据需求调整推理参数的能力，以优化模型的生成质量和计算资源分配。我们也做了一些简单的测试。
windows部署具备深度思考的大模型DeepSeek - R1 并接入Page Assist。
ssp584731180的博客
02-06 1150
大模型deepseek-r1安装并接入Page Assist
Page Assist的安装和使用（搭配DeepSeek使用）
欲买桂花同载酒的博客
02-14 8552
通过浏览器插件Page Assist来进行DeepSeekUI界面的搭建和使用
【免费下载】 Page Assist 使用手册
gitblog_01262的博客
10-18 7152
Page Assist 使用手册 安装指南 Page Assist 是一款开源的 Chrome 扩展程序，它允许你在任何网页上与本地运行的人工智能模型交互，提供了一个侧边栏和Web界面。 自动安装： 对于大多数用户，推荐通过浏览器商店进行安装： Chrome 用户 Firefox 用户 手动安装（开发者模式）： 如果你需要从源代码构建扩展，确保已安装Node.js(v18+)和npm，并且本...
【Ai】DeepSeek本地部署+Page Assist图形界面
不积跬步无以至千里，不积小流无以成江海。一个喜欢学习分享的程序员
02-02 9349
我的电脑配置（12代i7cpu，40G内存，3060显卡6G显存）勉强能跑，不过提问回复很慢，效果很差。换8b的模型快了很多。可能是模型级别太低的原因，本地模型使用效果一直不理想，问一些历史问题错误很多。
叹为观止--基于ollama + PageAssist / AnythingLLM 部署32b单机版DeepSeek
丁劲犇技术发布空间
02-15 910
本文介绍了利用开源框架ollama和浏览器扩展Page Assist、开源前端AnythingLLM运行DeepSeek的过程，并测试满血版的思考能力，非常惊人！32b的中配版也可以很好的作为助手对本地数据进行初步的筛选和摘要。
ollama+page assist插件轻松搭建本地deepseek RAG知识问答系统
神棍之路
02-11 4722
【代码】ollama+page assist插件轻松搭建本地deepseek RAG知识问答系统。
Ollama+ page Assist或Ollama+AnythingLLM 搭建本地知识库
小橙子的博客
02-07 1303
如果在安装窗口上再弹出一个窗口，显示下载ollama的库1.8G左右，点×。14B的模型及以上，结果会好一些，更准确一些,但是需要更高的电脑配置。下载速度慢，可以去github下载(加上下载器)nomic-embed-text：文本嵌入模型。Ollama的操作参考方法一的1、2步。deepseek：人工智能模型。进入界面，下一步(右箭头)
通过Page Assist管理Ollama模型库，并实现知识库功能
pythonhy的博客
03-05 1946
今天是Page Assist系列的最后一篇，介绍如何通过Page Assist来管理Ollama的模型库，和本地知识库的功能。
全网最简单！本地部署DeepSeek-R1联网教程！
热门推荐
huang9604的博客
02-05 3万+
很多读者提到，希望本地部署的DeepSeek-R1有联网功能，今天就来说一下实现方法。
ollama Deepseek 本地
03-17
<think>好的，我现在要帮助用户了解如何在本地使用Ollama和DeepSeek进行部署。首先，我需要整理用户提供的引用内容，确保信息准确。用户引用了四个来源，其中提到了安装Ollama、下载DeepSeek模型、浏览器插件PageAssist、Docker拉取OpenWebUI等步骤。 首先，我需要确认Ollama的安装步骤是否正确。根据引用[2]和[3]，用户需要下载Ollama并验证安装，比如在命令行输入ollama --version或者访问localhost:11434。这可能涉及不同操作系统的安装方法，但用户没有具体说明，可能需要补充说明。 接下来是安装DeepSeek模型。引用[2]提到在Ollama的Model页面找到DeepSeek-r1，复制命令运行。但Ollama官网是否有直接提供的模型？可能用户需要执行类似ollama run deepseek-r1:7b这样的命令。需要注意模型的版本，如7B、32B、70B，以及硬件要求，如显存和内存。引用[2]提到4090显卡勉强运行70B模型，需要确认显存占用是否正确，可能需要提醒用户选择合适的模型版本。 然后是关于浏览器插件PageAssist和OpenWebUI的部署。引用[4]提到使用Docker拉取OpenWebUI镜像，这部分需要详细说明Docker的安装和使用步骤，因为用户可能不熟悉Docker命令。另外，引用[2]提到PageAssist，但具体如何配置可能需要进一步说明，比如插件的安装和与Ollama的集成。 用户的提问可能涉及多个步骤，需要分阶段解释，确保流程清晰。同时，需要注意可能的错误点，例如模型下载失败、Docker权限问题等，可能需要提供常见问题解决方法。此外，硬件要求是关键，特别是显存和内存，用户可能不清楚自己的设备是否足够运行较大的模型，需要强调不同模型版本的需求。 最后，生成的相关问题需要覆盖安装验证、模型选择、性能优化和应用场景，帮助用户全面了解。需要检查引用是否正确对应步骤，避免混淆不同来源的信息。例如，引用[3]提到通过Win+R打开cmd输入ollama，但可能在不同系统中步骤不同，需确认适用性。 总结步骤应为：安装Ollama→验证安装→下载DeepSeek模型→运行模型→可选工具（PageAssist/OpenWebUI）→常用命令。确保每个步骤都有对应的引用支持，并自然融入回答中。同时，提醒用户注意硬件兼容性和模型选择，避免运行时出现资源不足的问题。</think>### 如何在本地使用Ollama部署DeepSeek模型？ 以下是分步指南，结合引用内容整理： #### 一、安装Ollama 1. **下载安装包** 访问[Ollama官网](https://ollama.ai/)下载对应操作系统的安装包（支持Windows/macOS/Linux）。 2. **验证安装** 打开命令行工具输入以下命令： ```bash ollama --version ``` 若显示版本号（如`ollama version 0.1.xx`）则安装成功[^3]。也可通过浏览器访问`http://localhost:11434`验证服务是否启动[^2]。 --- #### 二、部署DeepSeek模型 1. **选择模型版本** - **7B**：适合普通显卡（如RTX 3060，显存≥8GB） - **32B/70B**：需高性能显卡（如RTX 4090，显存≥24GB），70B模型运行时占用约40GB显存+30GB内存[^2]。 2. **下载模型** 在命令行执行对应命令： ```bash # 下载7B版本 ollama run deepseek-r1:7b # 下载32B版本 ollama run deepseek-r1:32b ``` 模型会自动从Ollama服务器下载[^2][^3]。 --- #### 三、运行与交互 1. **启动模型** ```bash ollama run deepseek-r1:7b ``` 输入指令后即可开始对话（如提问、生成代码等）。 2. **常用命令** - 查看已安装模型：`ollama list` - 移除模型：`ollama rm deepseek-r1:7b` - 更新模型：`ollama pull deepseek-r1:7b` --- #### 四、扩展工具（可选） 1. **浏览器插件PageAssist** 安装插件后可直接在浏览器侧边栏调用本地模型。 2. **OpenWebUI图形界面** 使用Docker部署可视化界面： ```bash docker pull ghcr.io/open-webui/open-webui:main docker run -d -p 3000:8080 --add-host=host.docker.internal:host-gateway ghcr.io/open-webui/open-webui:main ``` 访问`http://localhost:3000`即可使用类似ChatGPT的界面[^4]。 --- #### 注意事项 - **硬件要求**：70B模型需高性能GPU，若显存不足会导致运行失败。 - **网络环境**：首次下载模型需稳定网络连接。 - **模型更新**：定期执行`ollama pull`获取最新版本。 ---
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值