DeepSeek本地部署保姆级教程分享

DeepSeek是深度求索推出的一款功能强大的AI大模型，于25年1月11日上线，DeepSeek-R1 性能对标 OpenAI o1 正式版，其手机版应用一度登顶过美区App Store单日下载量榜首，对ChatGPT的统治性地位乃至世界AI格局产生了不小的冲击，让DeepSeek的身影出现在了更多大众的视野中。

但由于DeepSeek频繁遭受网络攻击与访问量过大的缘故，用户在与DeepSeek对话时，总会出现“服务器繁忙，请稍后再试。”，这可让不少小伙伴感到头疼，那么有什么好的方法能够解决这一情况？

答案是有的，那就是通过用户本地部署DeepSeek大模型，但此方法较为吃电脑配置，普通用户最多本地部署个“残血版”DeepSeek模型，使用体验并没有官网“满血版”那么好，不过你的使用要求、对信息的时效性没有那么高也是能够勉强使用的，接下来就进入正题，为大家分享DeepSeek本地部署保姆级教程。

通过Ollama实现本地部署DeepSeek-R1大模型详细步骤(多数大模型部署通用)

①本地安装Ollama

这里给大家解释一下，Ollama是一个开源框架，有了它，你就可以在本地跑大模型，至于其它的就别管了，知道这一点就够了。

进入Ollama官网，选择合适的版本下载即可。

官网：https://ollama.com/

根据你的系统选择您需要下载的Ollama版本。

下完点击安装，安装成功会弹出一个命令行界面，Ollama本身是没有可视化界面的，但并不影响后续使用，毕竟它只是一个框架。

完成上述步骤后，基础就打好了。

②下载DeepSeek-R1模型

访问下方链接，选择要下载的模型，并在右侧复制对应的命令，这里以最小的1.5b版本作为演示。

https://ollama.com/library/deepseek-r1

选择好您要下载的模型，并复制下载的指令。

DeepSeek-R1模型相关参考标准如下：

以1.5b版本为例，复制命令后粘贴到命令行中运行即可下载，速度取决于你的网速。

如果下载完成后报错，就再运行一遍下载命令，提示“success”就代表下载完成了。

然后在命令行里输入“ollama list”来查看下载成功的模型，下图这种情况就代表一切准备就绪了。

接着在命令行里输入「ollama run deepseek-r1:1.5b+问题」即可进行AI对话，如果你下的是7b模型，那么就是输入「ollama run deepseek-r1:7b+问题」，以此类推。

显然，通过命令行对话有点太Low了，所以咱们还得借助一个第三方AI客户端来调用本地模型，让体验更上一层楼。

③通过Cherry Studio调用模型

官网(Win+Mac+Linux)：

https://cherry-ai.com/

下载后打开客户端，进入设置，选择「Ollama」，API地址会自动填写，需要与下图中的地址保持一致，然后点击“管理”。

在弹出的窗口中可以看到自己本地的模型，点击右侧的按钮添加模型即可。

最后进入对话页面，点击顶部模型名称切换成本地部署的模型，至此大功告成。

以上就是站为大家分享的通过Ollama实现DeepSeek本地部署保姆级教程的全部内容，希望能够对您有所帮助！