本地部署DeepSeek教程（Mac版本）

最新推荐文章于 2025-03-08 03:23:44 发布
最新推荐文章于 2025-03-08 03:23:44 发布
阅读量2.6w 收藏 45
点赞数 24
文章标签： macos ollama deepseek r1 deepseek AI编程
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/weixin_59685936/article/details/145414776
版权

 第一步、下载 Ollama

官网地址：Ollama

点击 Download 下载

 我这里是  macOS  环境  以  macOS  环境为主

下载完成后是一个压缩包，双击解压之后移到应用程序：

打开后会提示你到命令行中运行一下命令，附上截图：

 若遇上图类似报错，请重试  一般是因为网络问题 

等待下载完成  输入以下代码：

ollama -v

如下图所示，则为成功

第二步：在 ollama 官网找到  deepseek r1 模型并下载

选择你的模型，并运行终端命令下载：

条件有限，选择1.5b试试水：

静静等待下载完成，输入下方命令开始对话：

ollama run deepseek-r1:1.5b

命令行会自动判断当前是否已经安装了该模型

已经安装则直接运行

出现 success 则为安装成功

 输入 /bye 则退出对话

本地部署DeepSeek的保姆级教程
shuaige_shiwoa的博客
02-26 190
部署完成后，建议先用简单问题测试（如"写一首春节主题的诗"），确认模型响应正常后再进行复杂任务。小技巧：若官网下载慢，可用文献1/9提供的网盘链接。下载客户端，支持Windows/Mac/Linux。建议：普通用户选7B，高性能显卡用户可选32B。首次运行会自动下载约4.7GB模型文件，看到。新手建议选7B版本，平衡性能与资源消耗。保存后即可通过图形界面与模型对话。打开Chatbox→设置→选择。✅ 自定义知识库扩展。
在Mac mini M4上部署DeepSeek R1本地大模型
weixin_44626085的博客
02-03 1万+
Web UI 控制端。
ollama本地部署deepseek可视化工具chatbox-mac版本
02-09
安装Ollama：Windows官网下载安装包，完成配置。 导入模型：下载DeepSeek的GGUF文件，创建Modelfile指定路径。 构建模型：ollama create deepseek -f Modelfile。 启动服务：ollama run deepseek保持后台运行。 配置Chatbox：安装客户端，设置API地址为http://localhost:11434，选择deepseek模型即可交互。
本地部署DeepSeek（Mac版本，带图形化操作界面）
养只狗名叫猫
02-06 7641
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。
Ollama大模型工具 mac版本安装包 ，DeepSeek部署
02-05
deepseek部署 Ollama是一个专为在本地环境中运行和定制大型语言模型而设计的工具。它提供了一个简单而高效的接口，用于创建、运行和管理这些模型，同时还提供了一个丰富的预构建模型库，可以轻松集成到各种应用程序中。Ollama的目标是使大型语言模型的部署和交互变得简单，无论是对于开发者还是对于终端用户。 * 跨平台支持Windows、Linux、MacOS系统。 * 提供了丰富的模型库,包括Qwen、Llama等1700+大语言模型,可以在官网model library 中直接下载使用。 * 支持用户上传自己的模型。用户可以将huggingface等地方的ggml格式模型导入到 ollama中使用。也可以将基于pytorch等格式的模型转换为ggml格式后导入。 * 允许用户通过编写modelfile配置文件来自定义模型的推理参数,如temperature、top_p 等,从而调节模型生成效果。 * 支持多GPU并行推理加速。在多卡环境下,可以设置环境变量来指定特定GPU。 * 强大的技术团队支持，很多模型开源不到24小时就能获得支持。
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！
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。
Mac本地部署deepseek教程
destiny503的博客
02-05 5229
本地下载使用deepseek模型
【MAC】DeepSeek 部署到本地
aqqje的博客
02-06 955
DeepSeek官网地址。
如何在本地部署DeepSeek：新手向超详细教程
u013527895的博客
02-03 4587
你是不是也想在自己的电脑上运行AI助手，而不用担心网络延迟和隐私问题？今天，我们就来手把手教你如何本地化部署DeepSeek，即使你是完全的新手，也能轻松上手！第一步：搭建基础环境（安装Ollama）Ollama 是一个轻量级AI模型运行框架，支持多个开源模型，我们将用它来运行DeepSeek。1. 下载 Ollama访问Ollama 官网根据你的操作系统选择安装包（Windows 选择.ex...
Mac系统本地化部署DeepSeek+ChatBox教程
AwesomeTang
02-09 4311
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。
本地化部署 DeepSeek 全攻略
菜狗小测试
02-08 3849
安装 transformers 库： 下载 DeepSeek 模型 访问 DeepSeek 官方模型下载地址，依据需求选择合适的模型版本。目前 DeepSeek 有不同参数规模的模型可选，如 DeepSeek-7B、DeepSeek-13B 等。 使用wget命令下载模型文件，示例如下： 下载完成后，解压模型文件： 部署步骤 创建项目目录：在本地创建新的项目目录，用于存放部署相关文件和脚本。 编写推理脚本：使用 Python 编写推理脚本，如inference.py。在脚本中导入必要库，加载 D
本地部署DeepSeek（Mac版本）
m0_53149377的博客
02-06 621
Ollama 是一个开源的本地模型运行工具，可以方便地下载和运行各种开源模型，比如 Llama、Qwen、DeepSeek 等。下载并安装 Ollama 后，请打开命令行终端，输入命令下载并运行本地模型。2：下载并运行 deepseek-r1:8b 模型（注意：Ollama 上的 DeepSeek R1 模型实际上是蒸馏模型）在 Chatbox 中打开设置，在模型提供方中选择 Ollama，即可在模型下拉框中看见你运行的本地模型。1：下载并运行 llama3.2 模型。点击保存，即可正常聊天使用。
DeepSeek-R1本地化部署（Mac）
kxiaozhuk的博客
03-07 2961
DeepSeek-R1本地化部署（Mac）
DeepSeek 挤爆了！教你3步部署个本地版本，包括前端界面
热门推荐
m0_65555479的博客
01-29 4万+
最近 DeepSeek 甚至限制了非 +86 手机号的注册，有网友戏称「让他们也试试买号是啥体验」。甚至把 OpenAI 的奥特曼都惊得不得不坐起来卷了。DeepSeek 的 R1 是一个令人印象深刻的模型，尤其是在性价比方面。显然，我们会推出更好的模型，而且有一个新的竞争对手确实令人振奋！我们会加快发布进度。这一次，国人的 AI 时刻可能真的来了。
DeepSeek在M芯片Mac上本地化部署
最新发布
weixin_35569158的博客
03-08 54
在 Mac 上使用 Ollama 运行 DeepSeek-R1，并通过 Open-WebUI 提供 Web 端访问。 1. 安装 Ollama Ollama官方：https://ollama.com/ Ollama 是一个轻量级的 AI 推理框架，支持本地运行 LLM（大型语言模型）。首先，下载并安装 Ollama。 mac原生工具brew安装ollama $ brew install --ca...
【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 1229
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。
本地部署deepseek mac
01-30
### macOS上本地部署DeepSeek 对于希望在macOS上实现DeepSeek本地部署的用户而言，操作流程可以分为几个部分来完成。首先，需要前往Ollama官方网站[^2]，通过浏览器访问地址 https://ollama.com ，并点击页面上的“Download”，这将引导至下载界面，在这里可以选择适合macOS系统的安装包版本，不论是Intel架构还是M1系列芯片的Mac设备都能找到对应的安装文件。 #### 获取API Key 为了使DeepSeek功能正常运作，获取API Key是一个必要的前置条件。需登录到DeepSeek官方站点申请专属的API Key[^3]，这一密钥将在后续配置过程中起到验证身份的作用。 #### 安装iTerm2及其AI插件 考虑到更好的终端体验以及与DeepSeek AI的良好交互，推荐使用iTerm2作为默认终端工具。特别地，要让iTerm2能够调用DeepSeek服务，则还需要额外安装专门设计用于增强此功能的AI Plugin插件。具体做法是从指定链接下载最新版插件压缩包，并将其放置于`/Applications`目录下的适当位置以便iTern2识别加载。 #### 配置环境变量及测试连接 成功安装上述软件之后，下一步就是按照指引设置好相应的环境变量，确保每次启动iTerm2时都能够自动读取之前准备好的API Key信息。完成后记得保存更改并对新设定生效情况进行简单检验——可以通过尝试输入一些简单的指令来确认一切工作正常。 ```bash export DEEPSEEK_API_KEY="your_api_key_here" ``` 最后一步便是重启iTerm2应用，此时应该已经可以在命令行界面上看到由Command + Shift + .触发出来的AI对话窗口了。在这里可以直接键入想要执行的任务描述语句，借助左侧底部按钮激活AI辅助模式来进行更高效的编程或其他类型的工作流处理。
评论 17
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

打赏作者

某公司摸鱼前端

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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