目录
1️⃣下载和安装Ollama
1. 🥇官网下载安装包
首先我们到Ollama官网Ollama官网
https://ollama.com/download/windows下载安装包，此处我们下载的是Windows版本的安装包
2. 🥈安装Ollama
两点注意：
- Ollama安装包默认只能安装到C盘，Ollama本身大概会占用4GB左右；
- 如果大家都C盘空间充足的话可以直接双击打开安装包点击安装即可；
下面 介绍如何将Ollama安装到其他盘：
①首先将你的Ollama安装包放到想要安装的路径下，例如 D:\Ollama
②然后，在该路径下打开 CMD终端
- 在终端输入命令符安装
③然后在CMD窗口输入安装指令：OllamaSetup.exe /DIR=D:\Ollama
语法解释：安装包名称 /DIR=应用程序指定安装的目录
然后Ollama就会进入安装，点击Install后，可以看到Ollama的安装路径就变成了我们指定的目录了；
3.🥉配置Ollama环境变量
通常安装完成后就可以继续使用了，但是对于某些电脑，比如我的是Win11，还需要进行一些环境变量的配置；
共需要进行三步环境变量的配置：
- 修改AI大模型的下载路径；
- 在系统环境Path路径下添加Ollama的环境变量；
- 配置服务监听地址，允许让其他网络可以访问到本地的大模型（可选）；
首先第一步：搜索框直接搜索“环境变量”，打开“编辑系统环境变量”设置：
1）配置AI大模型存储位置
- 首先我们提前创建好AI大模型的存储路径；
例如：我直接在Ollama安装路径下创建了一个Models文件夹作为存储路径：D:\Ollama\Models - 然后在系统变量栏，新建一个变量；
变量名为：OLLAMA_MODELS
变量值为：D:\Ollama\Models
2） 检查Ollama的环境变量
通常情况，Ollama安装时会自动为我们配置好环境变量；
验证方法：在CMD执行ollama命令
- 如果识别失败，重启电脑再试一次；成功会有下面的样式：
- 如果还是不成功，我们就需要手动配置一下：
（1）还是打开系统环境变量，双击Path：
（2） 点击新建，然后输入我们的Ollama安装目录
注意：添加到 PATH 的路径是包含 ollama.exe 可执行文件的安装目录，而不是其他子目录；
3）其他环境的配置（可选）
除了以上必要的基本配置外，还有几点环境变量可选择性的修改，以方便今后其他操作；
①配置服务监听地址，用来允许让其他网络可以访问到本地的大模型
- 变量名：OLLAMA_HOST
- 变量值：0.0.0.0
OLLAMA_HOST 0.0.0.0 --任何IP都可以访问
监听ip地址默认为127.0.0.1（仅限本机访问）；
如需远程访问可设置为0.0.0.0（设置方法同样是新建一个变量，输入变量名和值）；
②为http开放请求
- 变量名：OLLAMA_ORIGINS
- 变量值：*
下图所示：
4、🎉验证Ollama
上述步骤完成后，我们可以打开CMD，输入ollama -v命令，如果出现如下图所示的内容就代表Ollama安装成功了：
2️⃣本地部署DeepSeek
1. 选择模型并下载
① 我们打开Ollama官网，点击顶部的Models链接，此时我们就会看到deepseek-r1模型排在第一位，如下图所示：
② 点击deepseek-r1链接进去，此时我们会看到下拉框中有各个版本的大模型，如下图：
- 模型越大对电脑硬件的要求越高，具体可根据自己的电脑和需求有选择性的下载
- 通常对于游戏本来说，下载7B的是没什么问题的；
③ 随后我们复制后面的命令ollama run deepseek-r1，粘贴到新打开的CMD窗口中回车执行；
2. 验证和使用DeepSeek
① 在DeepSeek下载完成后，我们就可以在CMD中进行对话了，如下图所示：
② 如果想退出对话，我们可以通过 /bye 命令退出，如下图所示：
③ 假设我们安装了多个DeepSeek模型，我们可以通过 ollama list命令查看已安装了的模型，如下图所示：
④ 如果我们想运行某个模型，我们可以通过ollama run 模型名称命令运行即可，如下图所示：
3️⃣使用可视化工具
1. 使用Chrome插件-Page Assist
① 首先我们通过谷歌浏览器官方插件地址搜索Page Assist，下载第一个插件，如下图所示：
② 安装完成后，可以将该插件固定到 浏览器顶部，方便使用，如下图所示
③ 随后我们点击该插件，就会出现如下图所示的界面：
注意：如果界面出现：Unable to connect to Ollama的提示，说明Ollama没有启动；
④ 设置中文：点击界面右上角的Settings按钮，将语言设置为简体中文，如下图所示：
设置完成后返回主界面，此时就是中文界面了。
⑤ 选择模型：点击主界面中的第一个下拉框，选择一个我们下载的模型deepseek-r1:1.5，如下图
到此配置完成，我们就可以愉快的对话了，如下图：
4️⃣搭建个人知识库
1.安装“词嵌入模型”
- 当我们给deepseek搭建自己的知识库体系时，需要用到一个嵌入模型：shaw/dmeta-embedding-zh
① 再次打开Ollama官网，搜索 dmeta-embedding-zh 选择第一个词条
② 同样的，复制右侧下载指令，粘贴到CMD执行 如下图：
2. 安装Cherry Studio
- Cherry Studio是一款AI知识库集成软件
- 官网：
Cherry Studio - 全能的AI助手
① 打开Cherry Studio官网，下载windows版 ，并根据引导安装即可；
安装成功后，界面如下图所示：
② 在 Cherry Studio中导入本地下载好的DeepSeek
（设置 —> Ollama —> 管理）
（在管理界面，我们可以看到所有从Ollama下载到本地的大模型，然后点击右侧➕号即可导入）
如下图：
③ 导入成功后，再次回到助手界面，点击顶部模型切换版本；
（之后我们也可以在该界面使用我们本地的deepSeek了，也是美化了使用界面）
3. 导入个人知识库
① 点击左侧知识库一栏，添加知识库
给自己的知识库起个名字，然后选择之前下载好的"词嵌入模型"，如下图：
注意：如果这里没有显示的话，可能是你没有导入进来；（记得在上几步管理界面点击加号导入）
然后，在以下界面，你可以导入自己的知识库 喂给AI大模型；
直接拖过来即可
当然，你也可以导入一些网址、网站、笔记等等
看看效果：
可能是 本人的电脑太垃了🥲，跑7b的Deepseek模型，回答一个问题要215秒哈😂
至此，我们就完成了 Ollama的下载和安装+本地部署DeepSeek+UI可视化+搭建个人知识库的操作；如果有任何问题，欢迎大家评论区交流探讨！🎉🎉🎉
扫一扫
5万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
