Windows下DeepSeek R1简单搭建

安装 Ollama

简介

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。

提供了一个简单的方式来加载和使用各种预训练的语言模型，支持文本生成、翻译、代码编写、问答等多种自然语言处理任务。

支持多种硬件加速选项，包括纯 CPU 推理和各类底层计算架构(如 Apple Silicon)，能够更好地利用不同类型的硬件资源

安装

Ollama 官方下载地址：https://ollama.com/download 选择适合你的平台安装包即可

下载完成双击安装包机型安装即可，安装完成后会自动打开终端，如果没有自动打开，可自己打开：按快捷键Win + R后在出现的框中输入cmd运行即可。

运行模型

根据自己电脑的配置和需求先择合适的模型运行，DeepSeek-R1官方基于完整的模型提供了6个蒸馏模型，蒸馏模型相对完整版性能有所下降，但是对显存和内存的配置要求也降低了，我们正常本地部署使用蒸馏版就可以，一般来说32b参数的模型旧达到了可用的程度，如果只是尝试部署过程可以先使用1.5b参数的模型。下面是完整模型和各个蒸馏模型的对比：

模型名称	参数量	模型大小	特点	推荐配置要求
deepseek-r1:1.5b	1.5b	1.1G	轻量级模型，适合低配硬件，性能有限但运行速度快	4G显存、16G内存
deepseek-r1:7b	7b	4.7G	平衡型模型，适合大多数任务，性能较好且硬件需求适中	8G显存、16G内存
deepseek-r1:8b	8b	4.9G	略高于 7B 模型，性能稍强，适合需要更高精度的场景	10G显存、16G内存
deepseek-r1:14b	14b	9.0G	高性能模型，适合复杂任务(如数学推理、代码生成)，硬件需求较高	10G显存、32G内存
deepseek-r1:32b	32b	20G	专业级模型，性能强大，适合研究和高精度任务，需高端硬件支持	24G显存、64G内存
deepseek-r1:70b	70b	43G	顶级模型，性能最强，适合大规模计算和高复杂度任务，需专业级硬件支持	40G显存、64G内存
deepseek-r1:671B	671B	404G	超大规模模型，性能卓越，推理速度快，适合极高精度需求

选定模型后，在上面打开的终端中运行以下命令，这里以1.5b模型为例，实际执行把模型名改成你选定的即可。

ollama run deepseek-r1:1.5b

模型下载可能有点慢，等待进度条完成即可进入提问界面，如果卡在一两百兆的下载速度，可以Ctrl + C 中断命令后重新运行，ollama是支持断点续传的：

选择嵌入模型(Embedding)

嵌入式模型(Embedding)是一种广泛应用于自然语言处理(NLP)和计算机视觉(CV)等领域的机器学习模型，它可以将高维度的数据转化为低维度的嵌入空间(embedding space)，并保留原始数据的特征和语义信息，从而提高模型的效率和准确性。

我们给模型学习的知识，需要使用嵌入模型传化为嵌入向量才能被模型学习

对于中文文本的学习语料，这里我们选择 bge-m3 作为我们的嵌入模型示例，安装和 deepseek 完全一样，一个命令即可安装

ollama pull bge-m3

注意：嵌入类模型、对话类模型、绘画类模型等各自有各自的功能，其请求方式跟返回内容、结构都有所不同，请勿强行将其他类别的模型作为嵌入模型使用

安装和使用Cherry Studio

Cherry Studio AI 是一款强大的多模型AI 助手，支持iOS、macOS 和Windows 平台。快速切换多个先进的LLM 模型，聚合了主流大语言模型服务。类似的AI客户端还有：AnythingLLM、ChatBox等。需要更复杂功能的还可以看看open-webui，但其需要部署，要求有一定的技术能力

进入官网 https://cherry-ai.com/download 进行下载即可。

官网还有使用文档，不熟悉的可以看一下：https://docs.cherry-ai.com/

配置Cherry Studio

配置使用本地模型

在设置中开启 ollama ，选择管理添加R1模型

然后在首页添加助手，使用默认助手即可，然后编辑助手，在模型设置中使用我们刚刚添加的R1模型

最后把对话框最上面的模型切换成我们刚刚安装的R1模型即可开始进行AI聊天和问答

知识库配置

与推理模型一样，先在设置中将我们的嵌入模型添加上

然后在知识库中创建对应的知识库并上传知识文件，等向量化完成便可以在模型中使用对应的知识库。