通过Ollama在本地安装和使用DeepSeek-R1_ollama run deepseek-优快云博客

通过Ollama在本地安装和使用DeepSeek-R1

1.安装ollama
- 1.1 下载并安装
- 1.2 修改ollama模型的存储目录
2.安装deepseek R1
3.通过命令行对话deepseek-r1
4.通过前端页面 Page Assist 对话
5.通过代码调用

随着蛇年的到来，深度求索（DeepSeek）在 AI 领域迎来了一个开门红，全新发布的 DeepSeek-R1 模型以其卓越的性能和超高的性价比，迅速成为业界关注的焦点，点开各大自媒体，基本都被刷屏。

无论是多轮对话、代码生成，还是数学推理，DeepSeek-R1 都展现出了强大的能力，尤其是在 数学推理 和 代码生成 方面，表现尤为亮眼。

更令人惊喜的是，如此高性能的模型，价格却非常亲民，甚至完全开源，吸引了大量开发者和 AI 爱好者的兴趣。

许多用户希望在本地环境中安装和体验 DeepSeek-R1，以便更好地利用其能力，同时确保数据隐私和安全。然而，对于不熟悉大模型部署的用户来说，本地安装可能显得有些复杂。

幸运的是，现在有一个简单而高效的工具可以帮助我们轻松实现这一目标 — Ollama。

Ollama 是一个用于在本地运行大型语言模型（LLM）的一体化工具。它允许用户在本地设备（如个人电脑或服务器）上运行和管理各种 AI 语言模型，而无需连接到云端。

无论是开发者还是普通用户，都可以通过 Ollama 快速上手 DeepSeek-R1，体验其强大的功能。

1.安装ollama

1.1 下载并安装

官网：https://ollama.com/

浏览器打开官方网站，点击“download”，下载最新版的ollama

双击OllamaSetup.exe安装

等待安装完成后，ollama会默认启动，并挂在右下角任务栏

打开CMD，执行ollama,看到ollama已经安装完成

1.2 修改ollama模型的存储目录

默认情况下，ollama模型的存储目录如下：

macOS: ~/.ollama/models
Linux: /usr/share/ollama/.ollama/models
Windows: C:\Users\<username>\.ollama\models

如果需要使用不同的目录，则需设置环境变量OLLAMA_MODELS, 把它设置为所选目录，如果不需要修改，直接跳到第2章。

为了不占用C盘空间，我把ollama的模型都放到其他位置G:\litx\.ollama\models

打开 “设置”（Windows 11）或 “控制面板”（Windows 10）应用程序，搜索环境变量。
点击编辑账户的环境变量。
创建一个新变量OLLAMA_MODELS ，指向存储模型的位置G:\litx\.ollama\models
单击 "确定/应用 "保存。

2.安装deepseek R1

在CMD执行命令

ollama run deepseek-r1:7b

根据自己的网络情况，等待一段时间后，看到提示success，表示ollama已经下载好deepseek-r1:7b，并启动成功

DeepSeek-R1-7B，是通过R1蒸馏的小模型，在各方面超越了非推理模型如 GPT-4o-0513

因为我电脑配置太低，现在安装一个蒸馏的小版本7b

我的配置： 16G内存，RTX2050 4G版本的显卡

官方推荐： 至少有 8 GB 的 RAM 可用于运行 7B 模型，16 GB 可用于运行 13B 模型，以及 32 GB 可用于运行 33B 模型

3.通过命令行对话deepseek-r1

在提示符后输入问题：写一篇100字的科幻小说

看到deepseek r1:7b正常返回，输出速度正常偏慢

如果已经退出交互命令，可以再次执行ollama run deepseek-r1:7b,进入对话

4.通过前端页面 Page Assist 对话

Page Assist 是一个开源浏览器扩展，提供了一个侧边栏和网页用户界面，用于本地 AI 模型。它允许从任何网页与您的模型进行交互。

打开chrome应用商店，搜索“Page Assist”，点击安装

插件安装成功后，打开插件，看到插件已经检测到我们安装的ollama，提示：Ollama is running;

在上边模型列表中，选择我们正在运行的deepseek-r1:7b

在下边的对话框中输入问题：写一篇100字的科幻小说，看到deepseek-r1:7b正常返回

5.通过代码调用

安装依赖pip install ollama

流式调用：

from ollama import chat

messages = [
  {
    'role': 'user',
    'content': '天空为什么是蓝的?',
  },
]

for part in chat('deepseek-r1:7b', messages=messages, stream=True):
  print(part['message']['content'], end='', flush=True)

print()

<think>
嗯，今天老师在课堂上问了一个问题：“天空为什么是蓝色的？”我觉得这是一个很有趣的问题。其实，这个问题看似简单，但背后可能有很多科学知识在里面。我想先从我已有的知识出发，试着理解一下。

首先，我记得小时候看天空的时候，会觉得天的颜色是由云决定的。比如，下雨的时候天变灰暗，下雪的时候天就更白了。所以，蓝色应该是天空原本的颜色对吧？可是，为什么是蓝的呢？难道不是绿色或者黄色吗？

... 省略一堆字...

总结一下，我的理解是：因为阳光的白光在穿过地球的大气层时，各成分会让不同颜色的光线以不同的方式传播，而蓝色的光线由于其较短的波长更容易被散射，所以人们看起来天空是蓝色的。这可能解释了为什么天空通常是蓝色的原因。
</think>

天空呈现蓝色是因为太阳的白光在穿过大气层时发生了色散现象。阳光包含多种颜色的光，而不同颜色的光在大气中传播时会受到不同程度的影响。其中，蓝色的光具有较短的波长，在散射过程中更容易被分散到各个方向。这种现象使得天空看起来是蓝色的。

具体来说：

1. **白光与色散**：太阳发出的光芒是一种复合光，包含了不同颜色的光谱（如红、橙、黄、绿、蓝、靛、紫等）。当这束白光进入地球的大气层时，大气中的分子和小颗粒会对光线产生散射作用。

2. **波长的影响**：各种颜色的光具有不同的波长。蓝色光由于其较短的波长，在大气中更容易被散射，特别是分散到远处的天空区域。相比之下，红色和橙色等长 wavelength 光则主要集中在地面附近，不易被散射。

3. **几何视角**：当观察者位于地球表面时，阳光需要穿过相对较厚的大气层到达眼中。在这种情况下，蓝色光的散射更为明显，使得天空呈现出蓝色。

总结来说，大气中的分子和光线色散现象共同作用的结果，导致了我们看到天空呈现蓝色的现象。这种科学解释不仅解释了为什么天空是蓝色的，还揭示了光线在大气中传播时的复杂性。

Process finished with exit code 0

DeepSeek无疑是2025开年AI圈的一匹黑马，在一众AI大模型中，DeepSeek以低价高性能的优势脱颖而出。DeepSeek的上线实现了AI界的又一大突破，各大科技巨头都火速出手，争先抢占DeepSeek大模型的流量风口。

DeepSeek的爆火，远不止于此。它是一场属于每个人的科技革命，一次打破界限的机会，一次让普通人也能逆袭契机。

DeepSeek的优点

read-normal-img

掌握DeepSeek对于转行大模型领域的人来说是一个很大的优势，目前懂得大模型技术方面的人才很稀缺，而DeepSeek就是一个突破口。现在越来越多的人才都想往大模型方向转行，对于想要转行创业，提升自我的人来说是一个不可多得的机会。

那么应该如何学习大模型

大模型时代，火爆出圈的LLM大模型让程序员们开始重新评估自己的本领。 “AI会取代那些行业？”“谁的饭碗又将不保了？”等问题热议不断。

不如成为「掌握AI工具的技术人」，毕竟AI时代，谁先尝试，谁就能占得先机！

想正式转到一些新兴的 AI 行业，不仅需要系统的学习AI大模型。同时也要跟已有的技能结合，辅助编程提效，或上手实操应用，增加自己的职场竞争力。

大模型岗位需求越来越大，但是相关岗位人才难求，薪资持续走高，AI运营薪资平均值约18457元，AI工程师薪资平均值约37336元，大模型算法薪资平均值约39607元。

read-normal-img

掌握大模型技术你还能拥有更多可能性：

• 成为一名全栈大模型工程师，包括Prompt，LangChain，LoRA等技术开发、运营、产品等方向全栈工程；

• 能够拥有模型二次训练和微调能力，带领大家完成智能对话、文生图等热门应用；

• 薪资上浮10%-20%，覆盖更多高薪岗位，这是一个高需求、高待遇的热门方向和领域；

• 更优质的项目可以为未来创新创业提供基石。

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。为了让大家少走弯路，少碰壁，这里我直接把都打包整理好，希望能够真正帮助到大家。

这份完整版的大模型 AI 学习资料已经上传优快云，朋友们如果需要可以微信扫描下方优快云官方认证二维码免费领取【保证100%免费】

👉AI大模型学习路线汇总👈

大模型学习路线图，整体分为7个大的阶段：（全套教程文末领取哈）

read-normal-img

第一阶段：从大模型系统设计入手，讲解大模型的主要方法；

第二阶段：在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；

第三阶段：大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；
第四阶段：大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；
第五阶段：大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；
第六阶段：以SD多模态大模型为主，搭建了文生图小程序案例；
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。

👉大模型实战案例👈
光学理论是没用的，要学会跟着一起做，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

read-normal-img