第三讲：deepseek本地部署+可视化，永远免费用（方法1）

第一部分：下载Ollama中的deepseek R1模型

Ollama

点击下载：

第二部分：安装Ollama

（1）点击安装

（2）安装之后的效果

（3）安装默认是c盘

C:\Users\wwwju\AppData\Local\Programs\Ollama

第三部分：选择模型

当然可以，以下是表格中的内容：

模型大小	Windows 配置要求	Mac 配置要求	适用场景
1.5B	- RAM: 4GB<br>- GPU: 集成显卡（如GTX 1050）或现代CPU<br>- 存储: 5GB	- 内存: 8GB（统一内存）<br>- 芯片: M1/M2/M3<br>- 存储: 5GB	简单文本生成/基础代码补全
7B	- RAM: 8-10GB<br>- GPU: GTX 1660（4-bit量化）<br>- 存储: 8GB	- 内存: 16GB<br>- 芯片: M2 Pro/M3<br>- 存储: 8GB	中等复杂度问答/代码调试
8B	- RAM: 12GB<br>- GPU: RTX 3060（8GB VRAM）<br>- 存储: 10GB	- 内存: 24GB<br>- 芯片: M2 Max<br>- 存储: 10GB	多轮对话/文档分析
14B	- RAM: 24GB<br>- GPU: RTX 3090（24GB VRAM）<br>- 存储: 20GB	- 内存: 32GB<br>- 芯片: M3 Max<br>- 存储: 20GB	复杂推理/技术文档生成
32B	- RAM: 48GB<br>- GPU: RTX 4090（4-bit量化）<br>- 存储: 40GB	- 内存: 64GB<br>- 芯片: M3 Ultra<br>- 存储: 40GB	科研计算/大规模数据处理
70B	- RAM: 64GB<br>- GPU: 双RTX 4090（NVLink）<br>- 存储: 80GB	- 内存: 128GB（需外接显卡坞）<br>- 存储: 80GB	企业级AI服务/多模态处理
67B	- RAM: 256GB+<br>- GPU: 8xH100（通过NVLINK连接）<br>- 存储: 1TB+	暂不支持	超大规模云端推理

然后复制右侧的这些字母：

ollama run deepseek-r1:14b

将这段内容复制到命令行中：

就可以开始下载了。

这就代表安装成功啦！

然后我们可以输入相关的问题，它会自动给我们输出回答：

但是这有一个问题就是，可视化效果不佳，界面不美观。

第四部分：安装可视化工具

（1）下载chatbox ai

Chatbox AI官网：办公学习的AI好助手，全平台AI客户端，官方免费下载

（2）开始安装chatbox ai

①选择只为我安装

②默认安装在c盘

C:\Users\wwwju\AppData\Local\Programs\Chatbox

点击安装就可以了。

（3）开始使用 chatbox ai

打开chatbox ai之后：

①选择第二个选项“本地模型”

②然后选择ollama

③这里会自动出现本地大模型的选项，我们进行勾选，然后点击保存

④接着我们就可以直接在这里使用deepseek了

第五部分：优点

本地部署的deepseek不受网络限制，而且完全免费

第六部分：参考文献

超详细❗️2步把DeepSeek装进电脑，还能可视化 - 小红书

第七部分：资源获取

通过网盘分享的文件：deepseek本地部署.zip
链接: https://pan.baidu.com/s/1gQoARDACzxFnCMhhAqjvHw?pwd=uftb 提取码: uftb 
--来自百度网盘超级会员v5的分享