Deepseek R1 模型本地部署(ollama+cherry studio)详细指南！ 个人知识库搭建与使用

Deepseek R1模型本地部署及知识库搭建指南
原创 已于 2025-03-24 14:19:48 修改 · 6.7k 阅读 · 47 ·
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 #deepseek #ollama #大模型 #LLM

于 2025-02-14 16:58:08 首次发布

前言

在这里插入图片描述]

主要用到的工具

主要步骤

  1. 使用Ollama安装DeepSeek-R1模型
  2. 使用Cherry Studio客户端进行模型配置

1. Ollama安装

Ollama 教程 Ollama 是一个开源的本地大语言模型运行框架，专为在本地机器上便捷部署和运行大型语言模型（LLM）而设计。 Ollama 支持多种操作系统，包括 macOS、Windows、Linux 以及通过 Docker 容器运行。

下载ollama

链接: https://ollama.com/download/

在这里插入图片描述

默认为当前电脑的对应的版本，直接下载即可。下载以后，一路点点点即可。
在这里插入图片描述

验证

打开命令行， 输入ollama

在这里插入图片描述

表示安装成功

环境变量设置

在这里插入图片描述

最低0.47元/天 解锁文章
DeepSeek本地部署+cherry studio本地知识库搭建
热土程序园，利他愉己~
02-11 2862
1.下载并安装：ollama https://ollama.com/download 安装是否成功确认 管理员权限运行PowerShell： ollama -h 2.下载安装deepseek 管理员方式运行PowerShell，运行命令： ollama run deepseek-r1:7b 其他版本可选：https://ollama.com/library/deepseek-r1 3.命令行界面再次打开运行 管理员方式运行PowerShell 运行： ollama run deepsee
本地电脑大模型系列之 13 Cherry AI：ollama 的桌面应用程序
iCloudEnd的博客
07-19 2125
🍒 Cherry Studio 是一款支持多种人工智能大型语言模型的桌面客户端，支持快速模型切换，并针对问题提供不同的模型响应。它兼容 Windows 和 Mac 平台💻，开源且免费，可帮助您提高工作和学习效率。
Windows系统本地知识库构建：Cherry Studio+Ollama，大模型入门到精通，收藏这篇就足够了！
最新发布
瓦罗兰特顶级C位的博客
10-23 505
本地部署对硬件有一定要求。建议至少拥有16GB内存和一块支持CUDA（NVIDIA）或Metal（Apple Silicon）的显卡，以获得流畅的体验。CPU也可以运行，但速度会慢很多。
大模型 [Ollama/DeepSeek/Cherry Studio]三步骤搭建本地化训练模型
sunyong8860的博客
02-12 4884
DeepSeek大模型本地化部署方案：Ollama DeepSeek Cherry Studio。图形化操作来训练本地化模型。
最近，大模型岗位爆了。。。
qq_46094651的博客
02-16 570
重磅消息，国资委打响了国内AI第一枪！这意味着传统行业又迎来了一次大洗牌，现在国内头部人工智能公司已经开始用AI数字人助力各行各业，除此之外，知名大厂也都在布局AI市场。懂的程序员年薪已经翻到风口之下，与其焦虑被行业淘汰，不如先人一步掌握 AI 大模型技术。为帮助大家提升竞争力，为了帮助普通程序员享受时代红利，
Ollama+CherryStudio本地部署拯救deepseek官方不可用
轻口味的专栏
02-08 9026
这里检查失败了，因为本地安装模型是1.5b，这里输入模型的时候有写全：deepseek-r1:1.5b，这时候点击确定后显示连接成功。好在deepseek将模型开源，并且有已经量化到可以在我们本地电脑部署，本文我们介绍从PC端到手机端一站式部署deepseek。首先需要安装ollama，从官网https://ollama.com/下载对应系统的安装包安装即可。接下来下载cherry studio，官网下载地址：https://cherry-ai.com/。接下来可以在手机使用本地离线模型聊天了。
使用CherryStudio、Ollama、腾讯云搭建本地个人知识库、智能体
chunmiao3032的专栏
02-13 2833
需要部署大模型和嵌入模型（太要求电脑配置了，配置差的最好不要尝试，我i5,16G内存，固态硬盘，集成显卡，deepseek根本跑不起来，llama3勉强能跑起来，但是超级慢，嵌入模型nomic-embed-text:latest跑起来后，向量化个几k的文本文件用了几分钟）安装ollama启动ollama启动后，Ollama会在默认端口11434上运行。你可以通过浏览器访问拉取llama3模型运行模型查看模型再拉取嵌入模型然后运行查看拉取的模型。
DeepSeek+Ollama+Cherry Studio 实现本地部署搭建知识库
weixin_43705315的博客
03-10 1133
本文介绍了如何通过DeepSeek+Ollama+Cherry Studio 实现本地部署搭建知识库。
DEEP SEEK 本地部署（Ollama + ChatBox）+ 私有知识库（cherry studio）教程
02-06
并逐步讲解了从安装 Ollama 到运行特定大小版本 DeepSeek 模型（如 1.5b 至 70b），再到设置 API 键连接云端服务以及最后利用 Cherry Studio 构建个人专属的知识库的一系列操作指南。同时附上了多个辅助资源如视频...
『AI大模型』Ollama、DeepSeek 和 Cherry Studio 本地知识库搭建实战指南
老陈聊架构
03-09 1932
深入探讨如何利用 Ollama、DeepSeek 和 Cherry Studio 搭建本地知识库，从技术原理到实践步骤，再到优化策略，全方位呈现知识库构建的精髓，助你在本地数据管理与检索领域实现技术突破，打造高效、智能的企业级知识管理解决方案。
学习Cherry Studio AI服务平台，主要是各种功能的实践（deepseek 1.5b和7b的模型+ChatGLM3模型）
skywalk8163的专栏
02-08 5138
Cherry Studio 是一个支持多模型服务的桌面客户端，为专业用户而打造，内置 30 多个行业的智能助手，帮助用户在多种场景下提升工作效率。CherryStudio内置众多服务商同时也支持其他兼容OpenAI/Anthropic等API格式的服务商接入。Cherry Studio支持多种场景应用，不过还是有一些限制，比如画图只能调用硅基流动的服务。特色功能：多模型对话，可以选中多个模型，对同一个问题就行回答。
Win+安装Ollama+本地Deepseek-R1+Cherrystudio使用
qq_41946216的博客
02-07 6042
本文主要介绍 win 本地安装 Ollama ，本地部署 Ollama 的 deepseek-r1:7b 大模型，使用具有界面画操作的工具 Cherrystudio进行操作。文章内容仅供参考。‌ ‌Ollama 是一个开源的框架，旨在本地运行大型语言模型（LLM）。它提供了一个简洁且用户友好的命令行界面，使得用户可以轻松部署和管理各种开源的大型语言模型‌。
ollma+LLM+CherryStudio构建本地知识库
weixin_43196262的博客
07-08 870
来源：ollama+CherryStudio构建本地知识库
零基础小白必看！手把手教你用 Ollama + DeepSeek + Cherry Studio 打造本地智能体
python1234_的博客
03-21 1521
可能大家都想学习AI大模型技术，也想通过这项技能真正达到升职加薪，就业或是副业的目的，但是不知道该如何开始学习，因为网上的资料太多太杂乱了，如果不能系统的学习就相当于是白学。1.再次打开Ollama官网，地址：https://ollama.com/，点击MODELS，选择需要的大模型，这里我们选择deepseek，下拉选中7B，再次点击右边复制图例。第七阶段： 以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。的爆火，远不止于此。(可以根据自己系统进行选择)
本地化部署：Ollama+Deepseek+CherryStudio
FallenQu的博客
02-19 4207
介绍Ollama+Deepseek+CherryStudio的私有化部署，同时解决部署过程中遇到的关于访问调用问题等
Ollama+CherryStudio+deepseek大模型部署
weixin_41212298的博客
05-16 1132
大模型本地部署的主要优势在于避免隐私泄露和不受联网限制，特别适合处理敏感数据。Ollama是一个支持Windows、Mac和Linux的多功能工具，用于创建、运行、管理和分享模型。用户可以根据硬件配置选择合适的模型，例如无独立显卡建议使用1.5B模型，而8G独立显卡则适合7B或8B模型。Ollama提供了一系列命令行工具，如创建模型、运行模型、删除模型等，用户可以通过简单的命令操作来管理本地部署的模型。此外，CherryStudio作为支持多服务的AI对话客户端，可以与Ollama结合使用，进一步简化模型管
零代码搭建本地知识库：基于DeepSeek+RAG+Ollama+Cherry Studio全流程指南
zhishi0000的博客
03-28 1758
核心价值企业敏感数据100%离线处理个人知识库智能问答本地模型快速响应支持PDF/Word/网页等多格式文档工具链Ollama：开源模型托管平台（支持150+模型）：深度求索开源的16K长文本大模型：中文语义向量模型：AI应用可视化客户端本方案在Intel i7-12700H + RTX 4070设备上实测，可流畅处理200页以内的技术文档问答。通过本地化部署既保障了数据安全，又充分发挥了DeepSeek模型的逻辑推理能力。
Ollama + CherryStudio：构建本地私有知识库
CITY_OF_MO_GY的博客
03-17 1669
前面我们介绍了，并通过Open-WebUI进行调用，相信大家对Ollama也有了一定的了解；这篇博文就结合Ollama工具和CherryStudio工具构建一个本地知识库（RAG）；在进行接下来的操作之前，需要本地已经安装并配置好Ollama工具，还没有安装的小伙伴可以根据完成本地安装；
告别网络繁忙！手把手教你用Ollama和Cherry Studio本地运行DeepSeek，解锁流畅AI对话
u012151345的博客
03-01 1263
【代码】告别网络繁忙！手把手教你用Ollama和Cherry Studio本地运行DeepSeek，解锁流畅AI对话。
实现本地化部署deepseek模型 + Cherry Studio + 导入知识库
02-19
### 实现 DeepSeek 模型本地化部署并集成 Cherry Studio 进行知识库导入 #### 准备工作 为了成功完成 DeepSeek 模型的本地化部署以及与 Cherry Studio 的集成，需先确保环境满足最低硬件和软件需求。这通常涉及一台具有足够内存和支持 GPU 加速（如果可能的话）的工作站或服务器。 #### 部署 DeepSeek 模型 对于 DeepSeek R1 模型的本地部署，可以遵循官方提供的详细指南[^1]。此过程主要包括下载必要的依赖项和服务组件，配置网络参数，并启动相应的服务实例。具体来说： - **安装嵌入模型**：通过执行 `ollama pull nomic-embed-text` 命令来获取所需的文本嵌入模型[^3]。 ```bash ollama pull nomic-embed-text ``` 该命令会自动拉取最新版本的预训练模型到本地存储中，以便后续处理阶段可以直接调用这些资源来进行高效的自然语言理解任务。 #### 设置 Cherry Studio 并创建私有知识库 一旦完成了上述准备工作，则可转向 Cherry Studio 的设置环节。访问官方网站 (https://cherry-ai.com/) 下载客户端应用程序并按照提示完成安装流程。之后的操作重点在于构建个性化的知识体系结构——即所谓的“私人知识库”。 尽管在实际操作过程中可能会遇到一些挑战，比如上传文件生成知识库速度较慢的问题[^4]，但这并不影响整体架构的有效性和实用性。针对这一情况，建议优化输入文档的质量控制措施或是探索其他更高效的数据源接入方式作为补充手段。 #### 整合两者功能实现交互应用 最后一步是要让这两个独立的部分能够协同工作。这意味着要建立从 Cherry Studio 到已部署好的 DeepSeek 模型之间的通信桥梁，使得前者所管理的知识条目可以通过后者得到智能化解析和利用。这种连接通常是借助 RESTful API 或者 WebSocket 协议等形式达成，在某些情况下也可能涉及到自定义插件开发以增强兼容性。
评论 5
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
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