Mac 本地搭建自己的 DeepSeek

原创 已于 2025-02-08 09:56:42 修改 · 657 阅读 · 7 ·
CC 4.0 BY-SA版权
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。
文章标签：

#macos #deep learning #深度学习 #AIGC #chatgpt

于 2025-02-08 09:55:57 首次发布

Mac 本地搭建自己的 DeepSeek

注：本文章完全参考网上教程，没有丝毫原创，只是记录一下我本人在安装DeepSeek 的步骤

安装 Ollama

https://ollama.com/download
在这里插入图片描述
下载下来是一个压缩包，解压之后放到Application里面

通过Ollama命令安装 DeepSeek 模型

https://ollama.com/library/deepseek-r1:1.5b
这个网站搜索 deepseek 即可看到对应的模型，可以根据自己电脑配置选择下载
这里我是基础款电脑，所以下载1.5b的
在这里插入图片描述
选择不同的类型之后，右侧会生成命令，复制命令到本地mac执行即可下载
整个过程不知道是否需要访问国外网络，如果需要的话，可能会下载不下来，这个时候可能要寻找一些其他的解决方法

在这里插入图片描述
看到success的时候，说明已经安装完成了，这个时候可以在控制台上提问一些问题测试一下

安装一个UI客户端，提升体验

下面这个地址下载 chatbox，安装
https://chatboxai.app/zh

完成之后打开设置，配置我们刚才安装的模型
在这里插入图片描述
补充：
在配置模型的时候我们也看到有一个 API 域名，说明可以通过域名去远程调用另外一个机器上的模型，
这个文章比较全面
https://chatboxai.app/zh/help-center/connect-chatbox-remote-ollama-service-guide

现在我在聊天窗口已经可以和我的 DeepSeek 进行交流了
在这里插入图片描述

MacOS本地部署Deepseek，不联网也可以使用AI，保护隐私
weixin_44336445的博客
01-30 1万+
苹果笔记本本地部署deepseek主要用到Ollama与open-webui。
MacBook Pro（M1芯片）DeepSeek R1 本地大模型环境搭建
韵律咖啡馆
02-05 9153
这一阵子deepseek真的是太火了，这不，R1出来后更是掀起AI的狂欢，作为一个AI的外行人，也是忍不住想要拿过来感受一番～～简单了解一下，下面我们进入正题。。。
本地部署DeepSeek教程（Mac版本）
weixin_59685936的博客
02-01 2万+
本地部署DeepSeek教程（Mac版本）
DeepSeek在Mac上本地可视化部署，保姆级教程，再也不怕崩了！
Gaga246的博客
02-10 1万+
DeepSeek，全称为“深度求索”，是由杭州深度求索人工智能技术研究有限公司开发的人工智能产品。这个名字体现了团队的核心理念与追求：DeepSeek 不仅仅是为了回答问题，更是致力于深度理解和探索，让 AI 具备类似人类的思考方式。更重要的是，DeepSeek-R1 的性能足以与 ChatGPT 相媲美，且完全免费供用户使用！
Mac用户狂喜！手把手教你本地部署DeepSeek大模型
最新发布
注重AI领域前沿发展
04-29 2994
它清晰地表明，你的 Mac 的 M 芯片（特别是它的统一内存和集成的 GPU），正在被充分利用来执行 AI 的计算任务！就算你之前没怎么接触过终端，跟着我的步骤走，也能轻松搞定！DeepSeek 作为一款优秀的开源模型，能力也很不错，无论是写代码、写文章、翻译还是问答，都能胜任。作为一个技术宅，我一直在想，能不能把这些强大的 AI 能力，，无论是写代码、写文章、头脑风暴，DeepSeek 都能在你本地给你提供强大的帮助！把你的 Mac 变成一个强大的离线 AI 工作站，随时随地发挥 AI 的力量！
deepseek-r1(Mac版 安装教程)
weixin_44911248的博客
01-28 1万+
deepseek-r1 mac端本地部署教程
DeepSeek本地部署教程（本地知识库搭建、实际应用场景）.pdf
02-18
教程分为四个主要部分，分别介绍DeepSeek的简单介绍与使用、本地部署步骤、本地知识库搭建方法和实际应用场景。 一、DeepSeek模型简介 DeepSeek R1模型具有强大的本地化推理能力，支持多轮对话并确保用户体验的连贯...
【实战AI】利用deepseek 在mac本地部署搭建个人知识库
东方鲤鱼 博客
02-11 1364
之前的文章中实现了本地通过ollma 部署deepseek R1：14b 模型，这里我想继续实现个人知识库，方便自己文档，数据的检索；
Mac系统本地化部署DeepSeek+ChatBox教程
AwesomeTang
02-09 4591
参数量直接影响模型的性能、资源需求和适用场景。在新建对话后我们可以点击标题位置，为此对话设置一个对话的背景，比如：“版本模型文件大小为4.7GB，整个下载时间会比较长，耐心等待即可。”，那么此对话的回答都会建立在这个背景下去进行。在命令行中对话多有不便，我们可以通过安装。DeepSeek的不同模型版本（如。下载安装包，下载后直接安装即可。，输出如下版本即表示安装成功。对于我们个人电脑，我们选择。得到一个图形化界面来使用。
【实战AI】macbook M1 本地ollama运行deepseek
东方鲤鱼 博客
02-10 813
由于deepseek 官网或者Aapi 调用会有网络延迟或不响应的情况，故在本地搭建部署；1.由于需要拉取开源镜像，受网络限制，部分资源在 vpn 前提中会下载的更快！请自行翻墙；2.设备 macbook M1 32G。
DeepSeek安装部署和测试在个人电脑（Windows和Mac）
热门推荐
hellotzx的博客
01-30 4万+
想要深入了解大模型的原理，开发，应用，市场的，也欢迎关注留言，我的团队已经跑通了大模型对个人的市场，欢迎大家加入。后续我会把deepseek的模型训练复现的过程也写到这里，欢迎大家马克关注，也是对我的一种敦促。在mac上的实际测试，安装的是7b模型。除了了资源过载，电脑重启了，第一次碰见。他的回复比较慢，个人笔记本资源不够。问他一个简单问题，“你是谁”运行以上指令，进入以下模式。
MAC 上搭建本地知识库，喂饭教程
极极光
04-20 2274
使用开源的模型和插件，通过本地化部署，建立自己的知识库。除了电费网费，其它都必须免费；本机集显，无 NVIDIA 显卡。涉及到需要安装的软件：Ollama、DeepseekR1:7b、Dify、Bge-m3、Docker   
本地部署DeepSeek（Mac版本，带图形化操作界面）
养只狗名叫猫
02-06 8151
DeepSeek-R1-Distill-Qwen-1.5B,在终端输入：ollama pull erwan2/DeepSeek-R1-Distill-Qwen-1.5B，回车。nomic-embed-text,在终端输入：ollama pull nomic-embed-text，回车。deepseek-r1:1.5b，在终端输入：ollama pull deepseek-r1:1.5b ，回车。我本地下载了70b的模型，可能是本机问题，一直关联不成功，随放弃了，先用1.5b的练练手。
Mac M1 安装 deepspeed
ddu-to-end的博客
01-10 1万+
mac M1 电脑微调大模型，需要配置微调环境，其中需要安装Deepspeed
2025/2/7 实习学习日记 在MacBook端部署deepseek
2401_83117850的博客
02-08 1119
自由微调（Fine-tuning）：可用LoRA、QLoRA针对特定任务优化模型。支持插件、知识库：结合本地向量数据库（如FAISS、Chroma）实现RAG（检索增强生成）。可以调整参数：如max_tokens、temperature，优化输出效果。
MacBook应该如何安装DeepSeek? 苹果电脑选择DeepSeek模型指南
aresng的博客
03-04 3226
无论是Mac台式电脑，还是Macbook笔记本，都可以选择适合的DeepSeek R1模型版本进行安装。今天我将从硬件匹配、模型选择到具体安装步骤，为Mac用户提供一份详尽的指南，帮助您在苹果电脑上顺利部署DeepSeek。
MacBook 本地部署deepseek教程
m0_37922877的博客
02-11 1660
本文简单记录一下在MacBook 上部署deepseek-r1的教程。本文记录了如何在本地部署Deepseek的过程，及使用体验。为啥部署最小的，因为电脑性能不够。小模型（1B-3B参数）显存要求：4GB-8GB。内存要求：8GB-16GB。CPU要求：i5 8代以上到i7 10代以上。最低显卡型号：GTX 1050/T4到RTX 2060/A10。适用场景：移动端、嵌入式设备、轻量级NLP任务、中小型企业应用等。中模型（7B-13B参数）显存要求：14GB-24GB。
【LLM大模型】谷歌AI杰玛Gemma大模型开源了！附2个本地部署安装教程和实例
pythonhy的博客
08-07 1439
Gemma 是一个轻量级、先进的开放模型系列，采用与创建 Gemini 模型相同的研究和技术构建而成。Gemma 由 Google DeepMind 和 Google 的其他团队开发，以拉丁语 gemma（意为“宝石”）命名，中文名杰玛。Gemma 模型权重由促进创新、协作和负责任地使用人工智能 (AI) 的开发者工具提供支持。
Deepseek本地部署超详细教程 不联网就能使用
qq_68725483的博客
02-01 1万+
近期，国产AI大模型Deepseek火爆出圈。同时，也正经受着强大的网络攻击，导致不少用户使用不稳定。那么，将Deepseek部署到本地就可以不联网使用，避免了使用卡顿的情况。以下是本地部署Deepseek的超详细步骤。
本地搭建的deepseek如何局域网内分享
02-22
### 局域网内共享本地部署的 DeepSeek 配置 为了实现局域网内的多台计算机能够共同访问由一台主机上运行的 DeepSeek 模型，需完成如下几项主要工作： #### 设置环境变量并启用网络访问功能 确保在执行任何操作前已正确设置了必要的环境变量以便于其他设备识别服务位置。对于 Ollama 的局域网访问启动而言，这一步骤至关重要[^1]。 ```bash export DEEPSEEK_HOST=0.0.0.0 export DEEPSEEK_PORT=8080 ``` 上述命令使得应用程序监听所有可用接口上的指定端口，从而允许来自同一网络中其它机器发起连接请求。 #### 安装支持网络调用的服务组件 考虑到希望达成的目标，在 A 计算机成功安装 DeepSeek 后还需要额外配置以开放给 B 和 C 使用的能力。这里提到 Chatbox 软件具备这样的特性——它不仅限于单点应用而是可以接受通过 HTTP 或 WebSocket 协议传来的外部查询来触发模型推理过程[^2]。 #### 修改防火墙规则或路由器设置 为了让局域网内部的不同客户端顺利抵达服务器所在地址，可能需要调整操作系统自带的安全防护策略或是家庭/办公室 Wi-Fi 设备中的转发参数，具体取决于实际使用的硬件设施情况。 - 对于 Linux/macOS 用户来说，可通过 `iptables` / `pfctl` 命令行工具添加例外； - Windows 平台上则建议利用图形界面下的高级安全中心进行相应设定； 另外一种常见做法是在无线路由管理后台开启特定范围 IP 地址间的互访权限，并将目标 PC 的物理 MAC 绑定固定静态 IPv4 编号方便记忆与维护。 #### 测试连通性和验证效果 最后应当从至少另一台工作站尝试建立 TCP 连接至承载着 AI 引擎实例那方的确切坐标（即之前定义好的公网映射后的子网部分），以此确认整个架构能否正常运作无误。 ```python import requests response = requests.get('http://<A Computer IP>:8080/api/v1/ping') print(response.text) ``` 以上代码片段可用于简单测试目的，其中 `<A Computer IP>` 应替换为实际提供 API 接口的主机名或IP地址。
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