一个命令，教你使用Ollama在本地部署DeepSeek-R1,大模型入门到精通，收藏这篇就足够了！

前言

随着大语言模型在各个领域的广泛应用，本地部署成为许多开发者和企业的首选。本地部署不仅可以保护数据隐私，还能减少对云服务的依赖，提升响应速度。DeepSeek-R1作为一种高性能的推理模型，已经在多个任务中展现出卓越的性能。本文将详细介绍如何使用Ollama在本地部署DeepSeek-R1模型。

一、相关简介

1.DeepSeek

DeepSeek，全称杭州深度求索人工智能基础技术研究有限公司，是一家成立于2023年7月的中国人工智能公司。公司专注于开发先进的大语言模型（LLM）及相关技术，致力于突破认知智能的边界。

2.Ollama

Ollama 是一个开源框架，旨在简化大型语言模型（LLM）在本地机器上的部署和运行。它提供了一个轻量级且易于扩展的框架，支持多种操作系统（如 macOS、Windows、Linux）以及 Docker 环境。

二、安装教程

教程总体流程为：安装Ollama，并且使用Ollama拉取deepseek-r1模型到本地并且使用。

1.安装Ollama

Ollama官网：https://ollama.com/

1、下载对应操作系统的安装包。 2、双击安装文件并按照提示完成安装 3、在终端中运行ollama version命令，确认Ollama已正确安装。 ps:这里默认安装C盘，建议不变，模型保存位置可以改，后面介绍。

出现下图即表示安装成功

2.修改模型保存位置

新建系统变量中的用户变量，变量名为OLLAMA_MODELS。

3.下载DeepSeek-R1

1、点击Ollama官网左上角“Models”

2、点击相应的大语言模型。

3、根据自身需求选择部署的规模。 ds提供多种蒸馏版本，如1.5B、7B、8B、14B等，满足不同硬件条件下的使用需求。 根据硬件条件选择合适的DeepSeek-R1模型版本。例如，7B或8B版本适合大多数中高端设备

4.在cmd中粘贴上一步所复制的命令并运行，该语言模型开始下载，下载完成后显示如下。 此时，模型会进入交互模式，用户可以通过终端与模型进行对话。

ollama run deepseek-r1:1.5b

总结

通过本文，读者可以快速掌握如何在本地使用Ollama部署DeepSeek-R1大模型的全过程。目前，虽然我们已经能够通过命令行实现模型的下载、安装和交互，但这种方式较为生硬，用户体验不够友好。为了进一步提升交互体验，未来计划结合一些开源的可视化工具来优化这一过程。

例如，Chatbox 是一款支持Ollama的可视化交互界面，能够显著提升用户体验。用户可以通过访问Chatbox官网并使用API Key连接Ollama，从而在图形界面中与DeepSeek-R1模型进行交互。此外，Page Assist 浏览器插件也可以连接到本地Ollama服务，通过网页界面与模型进行交互。

未来，我们还计划探索更多可视化工具，如Gradio，它可以为本地运行的DeepSeek-R1模型提供一个简单的Web界面，支持多模态内容的交互。通过这些工具的结合，我们将能够为用户提供更加直观、便捷的交互体验，让DeepSeek-R1模型的本地部署和使用变得更加高效和人性化。

我们该怎样系统的去转行学习大模型 ？

很多想入行大模型的人苦于现在网上的大模型老课程老教材，学也不是不学也不是，基于此我用做产品的心态来打磨这份大模型教程，深挖痛点并持续修改了近100余次后，终于把整个AI大模型的学习门槛，降到了最低！

在这个版本当中：

第一您不需要具备任何算法和数学的基础
第二不要求准备高配置的电脑
第三不必懂Python等任何编程语言

您只需要听我讲，跟着我做即可，为了让学习的道路变得更简单，这份大模型教程已经给大家整理并打包分享出来, 😝有需要的小伙伴，可以 扫描下方二维码领取🆓↓↓↓

👉优快云大礼包🎁：全网最全《LLM大模型学习资源包》免费分享（安全链接，放心点击）👈

​

​

一、大模型经典书籍（免费分享）

AI大模型已经成为了当今科技领域的一大热点，那以下这些大模型书籍就是非常不错的学习资源。

二、640套大模型报告（免费分享）

这套包含640份报告的合集，涵盖了大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。(几乎涵盖所有行业)

三、大模型系列视频教程（免费分享）

四、2025最新大模型学习路线（免费分享）

我们把学习路线分成L1到L4四个阶段，一步步带你从入门到进阶，从理论到实战。

L1阶段:启航篇丨极速破界AI新时代

​​​​​​​L1阶段：我们会去了解大模型的基础知识，以及大模型在各个行业的应用和分析；学习理解大模型的
核心原理、关键技术以及大模型应用场景。

L2阶段：攻坚篇丨RAG开发实战工坊

L2阶段是我们的AI大模型RAG应用开发工程，我们会去学习RAG检索增强生成：包括Naive RAG、Advanced-RAG以及RAG性能评估，还有GraphRAG在内的多个RAG热门项目的分析。

L3阶段：跃迁篇丨Agent智能体架构设计

L3阶段：大模型Agent应用架构进阶实现，我们会去学习LangChain、 LIamaIndex框架，也会学习到AutoGPT、 MetaGPT等多Agent系统，打造我们自己的Agent智能体。

L4阶段：精进篇丨模型微调与私有化部署

L4阶段：大模型的微调和私有化部署，我们会更加深入的探讨Transformer架构，学习大模型的微调技术，利用DeepSpeed、Lamam Factory等工具快速进行模型微调；并通过Ollama、vLLM等推理部署框架，实现模型的快速部署。

L5阶段：专题集丨特训篇 【录播课】

全套的AI大模型学习资源已经整理打包，有需要的小伙伴可以微信扫描下方二维码，免费领取

👉优快云大礼包🎁：全网最全《LLM大模型学习资源包》免费分享（安全链接，放心点击）👈

​