DeepSeek 本地部署亲测：解锁高效 AI 新体验

最近 DeepSeek 着实火爆，其在自然语言处理、代码生成等方面表现亮眼，吸引了众多目光。

不过，线上使用时服务器繁忙的情况时有发生，严重影响体验。

于是，我决定亲测DeepSeek本地部署。

下面就为大家分享DeepSeek本地部署详细教程。

第一步，我使用的是 ollama 管理各种不同大模型。

ollama 比较直接、干净，一键下载后安装就行，安装过程基本都是点下一步。

下载地址可以官网下载：

https://ollama.com/

备注：默认安装在C盘，大概需要占用5个G左右的内存空间。

注意C盘空间不够的清理一下或者放弃。

顺带一提：我是用腾讯电脑管家清理+软件及文件搬家功能处理了一下空间才弄的，你们平时用的什么电脑管理软件？

装好ollama之后，键盘点击window图标+R，

输入这段代码，查看ollama是否安装成功：

ollama list

当你看到上面这个图就是OK了。

接下来需要配置一下电脑的环境变量。

ollama需要在本机的环境变量中，新增这两条变量值:

OLLAMA_HOST 0.0.0.0:11434OLLAMA_MODELS F:\OllamaModels

结果如下：

第二步，可以开始安装deepsek了

方法是去ollama官网搜索下载合适的模型

我这边随便选了一个，你们也可以根据个人喜欢操作

ollama pull deepseek-r1:1.5b

嗯，又需要占用几个G的内存。

发现装好显示“success”了，下面还可以在“send a message”里面输入内容测试一下能不能用：

ok，完美，就是每次用命令行去使用可能不太方便，命令行下输入：

ollama run deepseek-r1:1.5b

然后和deepseek对话即可。

到这里已经算是本地搭建deepseek完成了。

不过，假如你还想再深入使用，比如本地再构建一个知识库系统和deepseek联动使用等等，也是可以的。

我试过本地搭建Docker + RAGFlow，有条件的可以整一下，对内存有一定要求，这里不做演示。