DeepSeek本地部署教程

DeepSeek R1全球爆火，不需要专业的prompt撰写能力，只要能说清楚问题，就算你是只会打字的小学生，也能获得高质量的回答。开发成本、输出质量全面领先OpenAI o1。

美中不足的是，它访问量太大了，以至于经常罢工。

很多人就开始用其他接入了R1的平台。有人就要问了，博主博主，其他接入R1的平台确实很强，但还是太吃Token了，有没有免费、又简单的方法用到DeepSeek R1呢？

有的兄弟，有的。

直接在电脑上本地部署R1，就可以！无需联网、不用担心数据泄露、完全免费，还可以搭建个人知识库，训练你的专属AI助理。

01

部署流程

本地部署只需要三步：

1. 安装Ollama

2. 下载DeepSeek-R1大模型

3. 使用Cherry Studio调用模型

Ollama的模型库里的40多种开源模型，比如阿里云通义千问推出的大模型Qwen2.5，Meta公司最新的大模型Llama 3.3等等，都可以通过这套流程来本地部署。

操作简单，0基础有手就会，而且完全免费！

接下来我们一步一步还原一下本地部署DeepSeek-R1大模型的全过程。

02

安装Ollama

Ollama是一个在本地计算机上运行大模型的命令行工具，有了它，你就可以在本地跑大模型。

进入Ollama官网登录，点击Download。

Ollama提供三个版本的安装包，我给大家打包好啦，可以在公众号后台发送口令：Ollama 领取。

我用的是Windows系统，所以直接选择Windows的版本下载。

下载完点击安装，会默认安装在C盘，Windows版本不支持修改安装位置，所以我们无脑点“下一步”就行啦！

注意，安装完成后右下角会弹出提示框，点击“确认”，点击即可弹出窗口。

Ollama就安装成功啦。

03

部署DeepSeek R1模型

我们回到Ollama官网，点击左上角的“Models”进入模型库，点击DeepSeek-R1大模型。

Ollama提供7种不同参数的模型可供下载。

R1的模型参数是671B，差不多需要1300个G的显存，你才能跑得动满血版R1。

1.5B到70B是R1的蒸馏版，模型能力虽然不如满血版（参数数字越大能力越强），但是对硬件要求更低，在同规模的开源模型里表现也是很突出的，适合个人或企业本地部署。

我总结了一份DeepSeek-R1每个版本的配置要求的表格，大家可以对照选择：

这里我选择1.5B的模型，复制后面口令：

ollama run deepseek-r1:1.5b

把口令粘贴进Ollama弹出的窗口中，按回车，就会开始下载模型。

静静等待进度条到100%，最后提示“success”，就说明下载完成了。

我们在命令行输入ollama run deepseek-r1:1.5b+问题，就能直接与AI对话。

但是这个界面看着太简陋了，而且每次提问都要复制一行命令，也不太方便。

接下来我们通过客户端来优化这个问题。

04

通过Cherry Studio调用模型

Cherry Studio是一款开源的多模型桌面客户端。它可以直接调用主流的大模型，比如OpenAI、Gemini，和本地模型。

像这样开源、好用的客户端还有Chatbox AI、AnythingLLM等等。

官方也整理过一份实用集成文件，可以帮我们更好地应用DeepSeek。

这里我们以Cherry Studio为例，一起操作一下。

进入Cherry Studio官网的下载界面，可以点击立即下载，或者从网盘链接下载。

安装步骤也是直接点下一步即可。

安装后点击左下角的设置。

在模型服务里选择Ollama，点亮右上角的启用，API密钥会自动填写，然后点击管理。

可以看到本地已经安装好的DeepSeek-R1模型，点击右边的+号。

我们返回到首页，点击页面上方显示的模型名称。

点击选择我们本地部署的DeepSeek-R1:1.5B。

就可以跟AI正常对话啦。

1.5B的模型泛用性不是太强，适合做一些简单的问答，如果想要将本地部署的R1应用在工作中，推荐7B或者更高参数的版本。

本地部署DeepSeek，有响应及时、免费、个性化程度高的优势，但是对配置有一定的要求，有合适的设备可以试试。

学会这个步骤，你可以在本地部署任意一款开源的大模型，快去试试吧！