零基础小白必看!手把手教你用 Ollama + DeepSeek + Cherry Studio 打造本地智能体

本地部署免费开源助手Ollama 全方位测评:图像识别、视频分析,打造多模态视觉AI助手!(全面测试并击败“无”),本地跑大模型,需要什么配置,YOLO V10 一键整合包 解压即用 本地视觉识别大模型 一键本地部署 有没有显卡都能玩,小模型的时代终于来了,1.5B参数量模型也能轻松构建GraphRAG,Ollama+Gemma2:9b本地开源大模型输出OpenAI兼容API作为本地翻译引擎工作流|Pot|OpenAI-Translator|沉浸式翻译|喂饭教程,双4090部署qwen72b大模型 每秒150tokens。 阅读详情
AI摘要

本文手把手教零基础小白用Ollama、DeepSeek和Cherry Studio打造本地智能体,包括Ollama安装、DeepSeek模型部署等步骤。还介绍了Ollama常用命令和Cherry Studio安装方法。此外,强调了DeepSeek优势,给出大模型学习路线、实战案例等资料,可扫码免费领取。

一.安装Ollama

1.访问 Ollama官网下载Windows安装包。(可以根据自己系统进行选择)

地址:https://ollama.com/

在这里插入图片描述

在这里插入图片描述

2.安装ollama,默认安装C盘,安装D盘的话需要改变变量

(1)C盘安装:直接下载双击安装即可

注意:安装时默认使用C盘,确保你的C盘有足够多的空间可以安装 ollama 及后续的大模型,建议C盘空间 ≥ 12 G

(2)D盘安装:

A.运行安装程序时,自定义安装路径为 D:\OllamaAI。

B.完成安装后,Ollama会自动注册为系统服务并启动。

C.设置环境变量:

右键“此电脑” → 属性 → 高级系统设置 → 环境变量。

新建系统变量:

变量名:OLLAMA_MODELS

变量值:D:\OllamaAI

img

img

3.重启Ollama服务

重启电脑或者Windows+R输入cmd打开命令提示符执行:

net stop ollama

net start ollama

4.验证安装:Windows+R输入cmd打开命令提示符执行:

ollama --version

如应返回版本号如 "ollama version is 0.5.xx"则为成功安装。

二.部署DeepSeek模型

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。则得出复制内容:

ollama run deepseek-r1:7b

img

img

选择适合自己的版本,注意右侧的GB代表磁盘容量,确保C盘有足够的磁盘容量。

img

img

2.拉取模型

Windows+R输入cmd打开命令提示符执行:ollama run deepseek-r1:7b

提示:确认模型下载到 D:\OllamaAI。

3.出现以下提示(success)即为安装完成。

三.部署nomic-embed-text,和部署DeepSeek和之前步骤一样。

img

介绍几个Ollama常用的命令:

A.列出本地可用的模型列表:ollama list

B.启动模型:ollama run model_name

C.查看模型信息:ollama show model_name

D.删除指定模型:ollama rm model_name

四.cherry studio安装

官网地址:https://cherry-ai.com/

img

1.点击下载客户端,可选择想要的版本下载,我们下载最新的。

img

2.点击文档有对应的教程可以进行学习。

img

3.双击安装即可,按照步骤进行安装。

4.按照下面步骤点击并输入对应内容。

img

5.点击默认模型,下拉按照图例所示

img

5.点击星号,点击创建智能体。

img

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】在这里插入图片描述

👉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

👉大模型视频和PDF合集👈
观看零基础学习书籍和视频,看书籍和视频学习是最快捷也是最有效果的方式,跟着视频中老师的思路,从基础到深入,还是很容易入门的。

read-normal-img

read-normal-img

👉学会后的收获:👈

• 基于大模型全栈工程实现(前端、后端、产品经理、设计、数据分析等),通过这门课可获得不同能力;

• 能够利用大模型解决相关实际项目需求: 大数据时代,越来越多的企业和机构需要处理海量数据,利用大模型技术可以更好地处理这些数据,提高数据分析和决策的准确性。因此,掌握大模型应用开发技能,可以让程序员更好地应对实际项目需求;

• 基于大模型和企业数据AI应用开发,实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能, 学会Fine-tuning垂直训练大模型(数据准备、数据蒸馏、大模型部署)一站式掌握;

• 能够完成时下热门大模型垂直领域模型训练能力,提高程序员的编码能力: 大模型应用开发需要掌握机器学习算法、深度学习框架等技术,这些技术的掌握可以提高程序员的编码能力和分析能力,让程序员更加熟练地编写高质量的代码。

read-normal-img

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】在这里插入图片描述

Ollama中文版部署 官网下载的模型虽然能理解中文, 但是对中文的支持还是比较弱. 需要在hugging face下载中文训练后的模型: Llama3-8B-Chinese-Chat-v2.1。该模型还支持了官方llama3:8b不支持的function calling 调用。端口即可访问本地的大模型。 阅读详情

相关推荐

星海智算【Ollama-Linux镜像】云部署

nvidia-smi在云部署前,请先查看显卡状态,如果出现异常请及时联系平台客服解决查看完显卡状态后,对现有的Ubuntu镜像的系统软件、显卡驱动、各应用软件进行升级以满足自身需求执行后需要输入Y回车,因为输出内容过多,本文档只展示最终完成结果选择install the package maintainer's version,整个安装的过程较长,请耐心等待完成后系统会自动进行重启,点击Terminal重新进入终端即可。

2402_84709675的博客 5781

一站式开源AI平台Cherry Studio本地部署与远程调用本地大模型

本文主要介绍如何在 Windows 系统电脑本地安装开源 AI 客户端 Cherry Studio,并结合 cpolar 内网穿透工具轻松实现随时随地远程调用本地部署的各种 AI 大语言模型,无需公网 IP,也不用准备云服务器那么麻烦。Cherry Studio 是一款支持多个大语言模型(LLM)服务商的桌面客户端(如 OpenAI、Gemini、Anthropic)以及本地模型(通过 Ollama 等运行),兼容 Windows、Mac 和 Linux 系统。

优快云站内信: https://i.youkuaiyun.com/#/msg/chat/qyj19920704 2万+

如何使用Cherry Studio远程调用本地大模型打造专属AI开发环境

嘿,朋友们!今天给大家带来一个超酷的AI组合——Cherry Studio和cpolar内网穿透工具。有了它们,在Windows电脑上安装开源AI客户端Cherry Studio,随时随地远程调用各种本地部署的大语言模型变得轻而易举,无需公网IP,也不用折腾云服务器啦~Cherry Studio是一款兼容Windows、Mac和Linux系统的全能型桌面客户端,支持OpenAI、Gemini、Anthropic等主流服务商的LLM以及Ollama等本地模型。

饺子大魔王 2102

Windows安装ollama和AnythingLLM及部署DeepSeek模型1

AnythingLLM安装有很多方式,一是到官方网站()下载桌面版,然后双击即可。

m0_60657960的博客 2万+

零基础玩转Cherry Studio:从本地部署到远程调用的完整指南(含Ollama配置)

本文提供零基础用户玩转Cherry Studio的完整指南,涵盖本地部署、Ollama配置及远程访问方案。详细讲解AI模型服务接入、内网穿透技术实现远程调用,并分享性能优化与故障排除技巧,帮助开发者高效搭建AI开发环境。

vulkan6gpu的博客 1444

Windows下用Cherry Studio+Ollama打造免费AI助手:本地大模型远程调用全攻略

本文详细介绍了在Windows系统下,如何利用Cherry Studio与Ollama搭建免费的本地AI开发环境,并实现远程调用。通过部署Ollama管理开源大模型,配置Cherry Studio作为图形化交互界面,并结合内网穿透工具实现安全远程访问,用户无需云端API即可获得数据隐私安全、功能强大的个人AI助手,适用于代码生成、文档分析等多种场景。

fern8的博客 1093

大模型部署-​Ollama+WebUI

易于使用:它提供了一个简洁的界面和命令行工具,使得用户可以方便地管理和运行不同的大语言模型。多种模型支持:可以运行多种开源的大语言模型,为用户提供了更多的选择。本地运行:允许用户在本地设备上运行模型,保护数据隐私,同时减少对网络连接的依赖。自定义配置:用户可以根据自己的需求进行自定义配置,如调整模型参数、设置内存限制等。开发和测试:对于开发者来说,Ollama 是一个方便的工具,可以在本地进行模型的开发和测试,提高开发效率。

2401_84205765的博客 6918

Mac保姆级教程教你如何免费把deepseek模型部署到本地使用

整个安装流程已顺利完成

Tomdac的博客 2293

本地 AI 模型不够用?用cpolar让 Cherry Studio 随时随地为你干活

本文介绍了在 Windows 系统中安装多功能 AI 客户端 Cherry Studio 的详细流程,包括配置在线模型服务(如通过硅基流动 API 密钥使用在线大模型)和本地模型服务(对接 Ollama 部署的本地大模型),并展示了其智能体创建、AI 文生图等实用功能。为解决 Cherry Studio 仅限局域网访问的局限,文章还讲解了如何通过 cpolar 内网穿透工具,通过设置环境变量、创建隧道等步骤生成公网地址,实现远程调用本地模型,同时介绍了配置固定二级子域名公网地址的方法,让个人或团队能随时随地

不踩坑,不知道坑有多深;不总结,踩过的坑白踩。 4万+

Cherry Studio + DeepSeek + Embedding Model :企业与个人都能用的知识库(详细教程)

Cherry Studio 是一款功能强大且灵活的桌面客户端工具,支持多模型服务,适用于 Windows、Mac 和 Linux 系统。它不仅集成了主流的 LLM 云服务和 AI Web 服务,还支持本地模型运行。完整的 Markdown 渲染文件上传与多模态对话智能体创建与管理友好的界面设计与灵活的主题选项更重要的是,Cherry Studio 能通过可视化界面和远程 API 接口调用各类模型,大幅降低对本地硬件的依赖,为个人和企业提供了一个高效的解决方案。

刘大大AI的博客 2324

Cherry Studio开源AI平台实战:从本地部署到智能体开发的完整指南

本文详细介绍了Cherry Studio开源AI平台的本地部署与智能体开发全流程,涵盖环境准备、模型配置、远程访问及性能优化等关键环节。通过实战案例展示如何高效管理大模型和开发智能体,提升AI应用开发效率,特别适合需要统一管理本地与云端模型的开发者。

elastic6hunter的博客 1133

DeepSeek-R1 Ollama部署+Cherry Studio,实现本地大模型知识库

本地知识库通常包含企业或机构的私有数据(如内部文档、客户档案、行业术语库等),这些数据涉及商业机密或敏感信息,若依赖云端服务处理,可能面临合规风险或第三方泄露隐患。通过DeepSeek本地化部署,DeepSeek可直接在内部服务器访问知识库,确保数据无需离开本地环境,既符合数据保护法规,又能通过内网隔离降低外部攻击风险。本文将介绍如何通过Ollama实现DeepSeek的本地部署,并结合Cherry Studio,实现本地大模型知识库。

qq_63708623的博客 1947

Qt绘图库对决:QWT与QCustomPlot的实战选型指南

本文为Qt开发者提供了QWT与QCustomPlot两大绘图库的实战选型指南。文章从功能特性、性能资源、开发效率三大维度进行深度对比,并结合工业监控、科学计算、嵌入式设备等典型场景,给出了清晰的决策清单。对于需要专业科学图表(如极坐标、等高线图)的场景推荐QWT;对于追求高性能、实时性、快速开发及嵌入式部署的通用图表需求,QCustomPlot是更优选择。

alpha的博客 241

手把手教你:使用Ollama+Cherry Studio搭建DeepSeek本地知识库,必学收藏!

本文详细介绍了如何通过Ollama部署DeepSeek模型,结合Cherry Studio搭建本地知识库,实现企业私有数据的安全处理。从Ollama安装、模型下载到Cherry Studio配置,再到知识库搭建和对话测试,提供了完整的操作指南。这种方法确保数据无需离开本地环境,避免合规风险和泄露隐患,同时支持调用更大模型提升效果。对于需要处理敏感信息的企业和开发者而言,这是一份实用的技术参考。

python12345_的博客 1225

百度无人车ApolloAuto使用入门

1.安装原版ubuntu 14.04 http://www.ubuntu.org.cn/download/alternative-downloads 2.安装对应ubuntu 14.04的indigo版ROS http://wiki.ros.org/indigo/Installation/Ubuntu 3.安装Apollo Kernel https://github.co

ss910的博客 3万+

工业质检实战:用海康VisionMaster的BLOB分析搞定PCB焊点缺陷检测

本文详细介绍了如何利用海康VisionMaster平台的BLOB分析技术,构建一套针对PCB焊点缺陷的自动化视觉检测方案。文章从核心原理出发,重点阐述了如何通过动态阈值分割和模板匹配定位,克服工业现场光照不均、位置偏移等挑战,实现虚焊、漏焊等缺陷的精准、稳定检测,并提供了实战调优与系统集成的关键思路。

weixin_29091105的博客 561

Ollama+Cherry Studio本地大模型部署指南!

本文详细介绍了使用Ollama和Cherry Studio搭建本地大模型环境的完整流程,包括软件安装、模型下载、知识库构建等步骤。教程从零开始指导读者配置deepseek-r1模型和词嵌入模型,并提供了在线大模型作为替代方案,让初学者也能轻松实现本地大模型部署与使用。

libaiup的博客 1426

U8-固定资产月末结账报错:BOF或EOF中有一个是真

度了下,发现此问题一般是由于fa_Vtsobject表缺少对应月份的记录导致,补上即可,但是查看发现此表记录正常。 跟踪后发现定位到以下语句: select * from AccInformation where cSysID = N'FA' and cName =N'bVoucherApply'上述语句执行后没有任何记录显示,但是在正常的账套执行是有记录的,那有可能就是记录丢失导致,执行以下

guizhouakun的博客 5917

本地 AI 模型想用就用?Cherry Studio+cpolar 让远程调用变简单

Cherry Studio 是一款跨平台的 AI 客户端,支持调用在线和本地大模型,还能创建智能体、实现 AI 文生图等功能,适合程序员、设计师、产品经理等需要频繁使用 AI 工具的人群,其免费开源的特性和简洁界面很受用户欢迎。使用时发现,它既能连接 DeepSeek、千问等在线模型,也能对接本地部署的 Ollama 模型,不过在线调用按 token 计费,长期用还是本地模型更划算,而且智能体模板能快速适配不同场景。

池央的博客 3万+

基于语义分割的实时建图:HDMap动态更新

基于语义分割的实时建图:HDMap动态更新​ ,人工智能,计算机视觉,大模型,AI,本文围绕基于语义分割的实时建图技术在HDMap动态更新中的应用展开,介绍了语义分割基础、HDMap概述、相关实时建图技术、动态更新关键技术、系统性能评估指标、实际应用案例、面临的挑战与解决方案及未来发展趋势。阐述了该技术如何利用传感器数据和语义分割算法,解决传统HDMap构建与更新的弊端,分析了其在精度、实时性、鲁棒性等方面的表现,以及在自动驾驶和智能交通中的应用,还探讨了现存问题及未来优化方向。

不踩坑,不知道坑有多深;不总结,踩过的坑白踩。 22万+

如何使用 Python 爬虫爬取滴滴打车信息:获取司机和乘客数据

滴滴打车作为中国最大的打车平台之一,提供了丰富的司机和乘客数据,包括司机的车辆信息、乘客的评价、行程数据等。公开的司机和车辆信息(如司机的名字、车辆类型、评价等)可以通过网页直接获取,而乘客的个人信息和具体行程数据通常会受到隐私保护。在滴滴打车的网页中,司机的信息可能以特定的 HTML 标签存在,例如包含司机名称、车辆类型、车辆等级等信息。我们需要分析网页的 HTML 结构,找到这些数据所在的标签。同时,对于涉及到隐私的用户数据(如乘客的行程信息、用户评价等),我们必须特别谨慎,避免侵犯他人的隐私。

2201_76125261的博客 1918

DeepSeek R1 + Ollama + Cherry Studio 实现本地化部署 + 可视化访问,真的太香了!

今天再分享一种方案:Ollama + Cherry Studio,这是一种 AI 客户端形式,而非网页,使用起来更简洁,更方便快捷。

pythonhy的博客 999

AutoSAR配置与实践(深入篇)5.4 OS原理(下 )- 内存保护(MPU)

ECU可能由内部模块、第三方模块等各模块集成的。需求对每个模块所定义的安全等级可能有差异,需要考虑不同安全等级的模块和代码间减少相互干扰,防止程序错误传播。可以理解为包含Task、Alarm、Counter、Schedule table、ISRs、Event等基本对象的容器,用于隔离Task/Alarm等,进行内存保护。

nihaoljq2010的博客 3536

Deepseek R1模型本地部署(ollama+cherry studio)、调用硅基流动Deepseek api详细指南(适用于Windows系统)

本地部署Deepseek,调用硅基流动api使用Deepseek

wifimale的博客 2361

常用元器件使用方法13:物理层接口芯片DP83848的使用方法

介绍: DP83848是以太网物理层接口芯片,具有多种型号,从便于焊接角度考虑LQFP-48封装较为合适,采用LQFP-48封装的芯片,有2种型号,分别为DP83848I和DP83848C,如下图所示。 其主要区别是使用温度不同,如下图所示。 这2种芯片芯片网上均有销售,按理说DP83848C价格应该更加便宜,实际不然,DP83848I的价格低于DP83848C,考虑或与芯片的出货量...

snmplink的博客 1万+

大中型超市收银系统(可直接运行)

光步前台收银系统系统功能:商品销售、商品退货、挂单、收银员权限、会员销售、单品取消、整单取消、商品查询、脱机销售、脱机数据上传,基本资料下载,开钱箱、小票打印、收款结算,支持多币种付款方式(现金、储值卡、礼券、微信等),支持多种促销。运行环境:.net 4.0登陆信息用户名:1001 密码:123456内置商品信息,商品编码可输入00001000 - 00010000,测试效果相关功能键F5 结算 F9挂单 F11商品查询 F8退货 Insert单品取消 Del整单取消 F12开钱箱F2 会员 Ctrl+Z退出系统 Home 锁屏 相关源码待公开

在Ollama的基础上,安装Cherry Studio搭建本地知识库

安装Cherry Studio搭建本地知识库

风迦叶的部落格 1728

C# WinForm 基于DirectShow.dll编写的程序,可边预览边保存视频,音频和图片

基于微软的DirectShow.dll的二次开发1.自动识别连接的摄像头跟麦克风且可以对其进行选择(默认选中第一个)2.可录制wmv和avi两种格式的视频并且都带有音频,avi可以录制的分辨率和帧数进行选择,wmv默认进行了淸晰度优化如不喜欢可去除代码中有相关提示3.可在预览点开之后进行拍照,也可边录制视频边拍照4.添加了视频和音频的压缩功能(酌情使用)这次二次开发发现C#对DirectShow的相关信息太少,这次做完也不敢藏私共享出来,还望大家指正

上一篇: 重磅!首本大模型中文新书发布,复旦最新《大规模语言模型·从理论到实践》,理论+代码
下一篇: 实战模型蒸馏 | 保姆级教程单卡L20高效训练Qwen2.5模型
我爱学大模型
博客等级 码龄3年 7883粉丝 687原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 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