本地部署 Ollama 模型并实现本地可视化聊天界面（使用 DeepSeek）

项目背景

随着大语言模型（LLM）技术的发展，Ollama 是一个开源的零信任本地化 AI 框架，它允许您在本地运行大型语言模型，并通过简单的 API 实现实例化和推理。DeepSeek 提供了一个易于使用的 Python 接口库，可以快速集成 Ollama 模型并构建基于模型的应用。

本次项目的目标是：

1. 在本地部署一个 Ollama 模型实例。
2. 使用Chatbox实现界面对话

通过本项目的实现，读者将能够了解如何在本地运行 Ollama 模型，实现界面对话

---

项目目标

1. 部署 Ollama 模型：使用 DeepSeek 提供的 API 在本地运行 Ollama 模型。
2. 实现本地聊天界面：使用  ChatBox，支持用户与模型交互，并显示响应结果。

---

项目步骤

步骤 1：环境配置

我们需要先在本地安装必要的软件和依赖项。

1.1 安装系统要求（可选）

Ollama 和 DeepSeek 需要在 CPU 或 CUDA 环境中运行。为了能够利用 CUDA 加速，建议使用以下硬件：

• 至少一个高性能的 CPU（最好有至少 4 核心）。
• 具备支持 CUDA 的 GPU（如 NVIDIA 显卡）。