DeepSeek R1本地化部署 Ollama + Chatbox 打造最强 AI 工具

置顶 已于 2025-03-04 10:07:11 修改
阅读量465 收藏 5
点赞数 3
CC 4.0 BY-SA版权
分类专栏： AI 文章标签： 人工智能 机器学习 深度学习 神经网络 自然语言处理
于 2025-02-09 20:41:03 首次发布
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。
本文链接：https://blog.youkuaiyun.com/qq_43380361/article/details/145536504

在这里插入图片描述

一、下载并安装Ollama

1、为什么要安装Ollama的呢？

Ollama 是一个用于本地部署和管理大型语言模型（LLM）的工具，支持多种模型格式和框架。
它可以帮助用户轻松下载、配置和运行模型，同时提供统一的接口和依赖管理。

1.1 、登录与下载

进入Ollama官网 https://ollama.com/，目前 Ollama 支持 macOS、Linux、Windows，选择相应的系统下载即可。
根据你的电脑系统版本（如Windows 10、Windows 11等），选择对应的安装包进行下载。

1.2、安装过程

下载完成后，双击安装包开始安装。在安装过程中，一直点击“下一步”即可，无需更改默认设置。安装完成后，右下角会出现Ollama的提示框，表示安装成功。

验证安装：为了确认Ollama是否安装成功，你可以打开终端（按下Windows键+R，输入“cmd”后回车）并输入命令ollama -v。如果终端显示出Ollama的版本号，说明安装成功。

二、运行DeepSeek R1

选择模型
点击Search models 搜索框，第一条就是 deepseek-r1 模型。
在这里插入图片描述
这里我们发现了多个不同大小的模型，文件大小适配不同的设备
DeepS

最低0.47元/天 解锁文章

200万优质内容无限畅学
【DeepSeek部署实战】基于Ollama+Chatbox零成本部署DeepSeek-R1系列模型攻略（Windows）
寻道AI，探索AI无限可能！
03-24 1584
在人工智能领域，DeepSeek 作为国产大模型的第一梯队选手，凭借其卓越的算法优化和高性能表现（支持代码生成、数学推理、多轮对话等场景）持续领跑行业。然而，尽管官方提供了免费的网页版服务，但在实际使用中，用户常常面临三大痛点：网络延迟高（尤其是在代码生成场景中）、隐私数据外泄风险以及高峰期服务器响应缓慢。为了解决这些问题，本文将介绍一种基于 Ollama 和 Chatbox 的黄金组合方案，手把手教您在 Windows 系统上实现零成本本地化部署 DeepSeek-R1 系列模型，
deepseek-R1本地部署（配合Chatbox AI使用篇）
minge0001的博客
02-07 654
打开cmd命令行窗口，粘贴刚刚复制的指令，回车，开始拉取deepseek模型。的也是可以的，拉取完成后，如下，可输入信息同Deepseek对话了。安装后运行Ollama，运行成功后系统托盘有如下Ollama图标。下次运行Deepseek也是使用如上指令，例如，我这里是。拉取完成后，如下，可输入信息同Deepseek对话了。安装并运行完Chatbox AI后，选择使用本地模型。根据自己电脑配置选择合适的版本，例如我这里选择。确定版本后复制后面对应的指令，例如，我这里是。选择配置的 Ollama API。
本地部署免费开源助手Ollama
乐亦亦乐的博客
11-10 4912
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。
Ollama+deepseek+AnythingLLM 本地部署完全指南创建本地知识库
Tomas_White的博客
02-25 2203
Ollama+deepseek+AnythingLLM 本地部署完全指南创建本地知识库
「零基础保姆级教程」Ollama本地部署大模型全攻略 - 从安装到推理实战
最新发布
大模型研究中心
06-21 1411
我们可以从官网下载ollama，此步骤支持windows、mac、ubuntu操作系统，此处仅以windows作为演示。
Ollama
天宇龙腾的博客
10-24 4186
安装成功后，在本地浏览器输入网址 http://127.0.0.1:11434/，如果出现 Ollama is running 证明服务运行成功，也可通过命令查看。，是目前本地部署大模型最便携的解决方案，配合OpenWebUi可以实现本地对话需求，支持FP16或FP32的模型量化，支持API服务。不同操作系统模型存放的位置不同。
Ollama的安装以及大模型下载教程
热门推荐
qq_61600833的博客
11-12 3万+
Ollama是一个开源的大型语言模型服务工具，它帮助用户快速在本地运行大模型。通过简单的安装指令，用户可以执行一条命令就在本地运行开源大型语言模型， Ollama极大地简化了在Docker容器内部署和管理LLM的过程，使得用户能够快速地在本地运行大型语言模型。
Ollama：一个在本地部署、运行大型语言模型的工具
积跬步，至千里。
05-25 5848
Ollama是一个开源项目，它专为在本地机器上能便捷部署、以及运行大型语言模型（LLM）而设计的工具。
轻松部署 DeepSeek R1：基于 Ollama、Chatbox 平台的操作指南
暖风
01-25 2万+
打开浏览器，访问Ollama官网，点击“Download”进入下载页面。该平台支持Windows、macOS和Linux系统，苹果平台无论是Intel内核还是M1系列均能适配。：在Windows系统下，获取对应的exe应用程序后，双击启动安装程序。安装过程中，全程选择默认设置，点击“Install”后一路确认到底。安装完成后，程序会自动启动，此时在电脑右下角的托盘区域，你将看到Ollama的应用图标。ollama -v。
DEEP SEEK 本地部署（Ollama + ChatBox）+ 私有知识库（cherry studio）教程
02-06
适合人群：适合有一定技术背景且想探索本地部署人工智能模型的初学者或是希望通过本地化部署提高效率的研发团队。 使用场景及目标：一是帮助用户了解并掌握在本地环境中配置高性能 AI 工具的全流程操作；二是使用户...
ollama+deepseek+ragflow本地化部署知识库大模型配置
Dark_Fairy的博客
02-11 3042
(默认c盘安装，安装路径：C:\Users\admin\AppData\Local\Programs\Ollama)1.1配置环境变量：ragflow能访问到：OLLAMA_HOST=0.0.0.0:11434ollama型下载路径：OLLAMA_MODELS=C:\xmx\dseek\OllamaModels 【模型存放路径，可自定义，ollam会根据配置将模型下载到该路径】1.2重启机器。
使用Ollama实现本地部署大模型
weixin_42398461的博客
03-21 4287
打开Ollama的官网，整个网页上就只有一句显眼的话：Get up and running with large language models, locally. 中文意思是：在本地快速上手并运行大型语言模型。
win10部署本地deepseek-r1，chatbox，谷歌网页插件Page Assist
jingzilideniu的博客
02-01 1万+
win10部署本地deepseek-r1，chatbox，deepseek联网（谷歌网页插件,）
在Windows系统上本地部署DeepSeek
风雨飘摇不倒
02-01 3136
**社区论坛**: [DeepSeek Community](https://deepseek.com/community)- **API端点**: 使用API客户端（如Postman）访问 `http://127.0.0.1:8000/api/`。- **Web界面**: 打开浏览器，访问 `http://127.0.0.1:8000`。- **CUDA**: 如果使用GPU，建议安装CUDA 11.2或更高版本（可选）- API端点: `http://localhost:8000/api/`
win10系统下deepseek-r1的本地部署流程及相关细节
weixin_44105775的博客
02-12 812
官网直接点击Download下载exe运行文件，科学上网可以提高下载速度。下载完后直接运行OllamaSetup.exe安装程序，会默认装在c盘，模型下载文件夹路径也是在C:\Users\xxx\.ollama\models下。很不喜欢，OllamaSetup.exe /DIR=你要安装的路径ollama -v 查看是否安装成功，安装完成后会自动运行。1.关闭运行中的ollama；2.将C:\Users\xxx\.ollama路径下的models文件夹剪切到你指定的路径下；
DeepSeek R1 Win10本地部署
GY的的专栏
02-05 1493
最近国产大模型 DeepSeek 非常火，但由于访问人数过多经常频繁出现反应迟缓甚至是宕机的情况。但万幸的是，DeepSeek 是一个开源模型，我们可以通过本地部署在自己的终端上随时使用，而且部署到本地后无需联网即可直接使用。
DeepSeek 在 Windows 环境下的具体部署步骤及常见问题解决方案
weixin_44872675的博客
02-03 1万+
在 Windows 环境下部署 DeepSeek 的关键在于正确配置 Python 环境和依赖。通过上述步骤，你可以快速实现 DeepSeek 的本地化部署。如果遇到问题，可以参考常见问题部分进行排查和解决。DeepSeek 是一个开源的智能语义搜索框架，其本地部署可以帮助企业或个人在保证数据隐私的前提下实现快速搜索和检索。成功部署后，你可以使用 DeepSeek 提供的智能语义搜索功能，提升你的工作效率！DeepSeek 的配置文件通常为 YAML 格式，例如。的具体部署步骤以及常见问题的解决方法。
DeepSeek本地部署：Ollama+ChatBox保姆级操作指南
IT成长日记的博客
02-24 2742
Ollama是一款开源工具，支持用户在本地快速部署和运行大型语言模型（如Llama 2、Mistral、Gemma 等）。lama 2、Mistral、emma 等）##启动后台服务，启用API访问（默认端口11434）##停止运行的模型ollama show <模型名>##显示模型信息ollama run <模型名>##运行指定模型（如ollama run llama2），进入交互对话模式##列出本地已下载的模型ollama pull <模型名>
ollama + chatbox
02-08
### Ollama Chatbox 技术集成使用指南 #### 集成概述 Ollama 是一种强大的大型语言模型 (LLM) 服务平台，而 Chatbox 则是一款桌面客户端应用程序，支持多种 LLM 接口，其中包括 Ollama 提供的服务。通过这种组合，用户可以在个人计算机上轻松访问并利用先进的自然语言处理能力。 #### 安装准备 为了使 Ollama 和 Chatbox 成功协作，在开始之前需确认已安装好必要的软件环境。对于大多数操作系统而言，Chatbox 可以直接下载适用于 Windows、Mac 或 Linux 的版本[^2]。 #### 连接配置 启动 Chatbox 后进入应用设置页面中的“语言模型”选项卡。在此处能够看到多个可选的 LLM 平台列表；选择对应于 Ollama 的那一项来建立连接。如果此前已完成本地部署 DeepSeek R1 模型，则应确保该实例正在运行并且可以通过网络被发现[^3]。 #### 对话体验优化 一旦成功关联了两者之间的桥梁之后，便可通过简洁直观的图形化操作界面对大模型发起请求。这不仅简化了交互流程，还允许非技术人员也能享受到高质量的人工智能辅助功能[^1]。 ```json { "prompt": "你好，请问今天天气如何？", "model": "ollama" } ``` 上述 JSON 数据展示了向 Ollama 发送查询的一个例子，其中包含了提示词以及指定使用的模型名称。“ollama”即代表调用了此特定平台上的资源来进行回复生成工作。
评论
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