超详细！DeepSeek本地搭建部署、搭建知识库及智能体教程

最新推荐文章于 2025-10-28 11:40:29 发布

原创

最新推荐文章于 2025-10-28 11:40:29 发布 · 7.1k 阅读

55 ·

CC 4.0 BY-SA版权

文章标签：

#python

超详细！DeepSeek本地搭建部署、搭建知识库及智能体教程

一、引言

在人工智能飞速发展的当下，大模型的应用越来越广泛。DeepSeek作为一款强大的模型，能够在本地进行搭建部署，从而实现个性化的知识库构建以及智能体应用，这为开发者和爱好者提供了极大的便利。本文将以详细的图文步骤，带领大家一步步完成DeepSeek的本地搭建部署、知识库搭建以及智能体的创建，让你轻松掌握这一前沿技术。

二、DeepSeek本地搭建部署

（一）环境准备

硬件要求：一台具有较强计算能力的电脑，建议配备NVIDIA GPU，如RTX 30系列及以上，以加速模型运行。同时，至少8GB内存，推荐16GB或更高。
软件要求：
- 操作系统：Windows 10/11或Ubuntu 18.04及以上版本。
- Python环境：安装Python 3.8及以上版本。可以从Python官网下载对应版本的安装包进行安装，安装过程中记得勾选“Add Python to PATH”选项。
- CUDA和cuDNN：如果使用NVIDIA GPU，需要安装对应版本的CUDA和cuDNN。CUDA可从NVIDIA官网下载，根据自己的显卡型号和操作系统选择合适的版本。cuDNN需要注册NVIDIA开发者账号后从cuDNN官网下载，下载完成后解压并将文件复制到CUDA安装目录对应的文件夹中。

（二）安装依赖库

创建一个新的虚拟环境（可选但推荐）：
- 在命令行中输入以下命令安装virtualenv（如果未安装）：

pip install virtualenv

- 创建虚拟环境，假设环境名为`deepseek_env`：

virtualenv -p python3.8 deepseek_env

- 在Windows系统中激活虚拟环境：

deepseek_env\Scripts\activate

- 在Ubuntu系统中激活虚拟环境：

source deepseek_env/bin/activate

安装DeepSeek所需的依赖库。进入项目目录（如果没有项目目录，先创建一个），在该目录下创建一个requirements.txt文件，内容如下：

torch
transformers
sentencepiece

然后在命令行中运行以下命令安装依赖：

pip install -r requirements.txt

安装过程可能需要一些时间，取决于网络速度。

（三）下载DeepSeek模型

访问DeepSeek官方网站或其官方开源仓库（如在GitHub上），找到模型下载链接。模型文件较大，可能需要耐心等待下载完成。
将下载好的模型文件解压到项目目录下的一个新文件夹，例如deepseek_model。

（四）运行DeepSeek模型

在项目目录下创建一个Python脚本，例如run_deepseek.py，内容如下：

import torch
from transformers import AutoTokenizer, AutoModel

tokenizer = AutoTokenizer.from_pretrained('deepseek_model')
model = AutoModel.from_pretrained('deepseek_model')

text = "你好，DeepSeek"
inputs = tokenizer(text, return_tensors='pt')
outputs = model(**inputs)
print(outputs)