元峰AI笔记 · AI大模型

1分钟教你本地部署可视化DeepSeek R1模型

最近，AI圈子里最火的东西是什么？答案毫无疑问是DeepSeek！

1分钟教你本地部署可视化DeepSeek R1模型

最近，AI圈子里最火的东西是什么？答案毫无疑问是DeepSeek！

国产之光DeepSeek以王者之姿超越ChatGPT，问鼎美国AI竞技场！这不仅是蛇年新年最具里程碑意义的突破，更是中国AI力量的震撼宣言！

图片展示的是手机应用商店的排行榜界面，时间为06:58。排行榜显示免费App前8名，其中第1名是“DeepSeek - AI智能助手”，第2名是“ChatGPT”，第3名是“Threads”，第4名是“ReelShort - Short Movie & TV”，第5名是“Bluesky Social”，第6名是“Temu: Shop Like a Billionaire”，第7名是“FOX Sports: Watch Live Games”，第8名是“VPN - Unlimited网络高...”。该图片与上文提到的DeepSeek火爆背后存在用户过多导致排队时间长、体验感差的问题相呼应，直观呈现了其在应用商店的排名情况。

图片展示的是手机应用商店的排行榜界面，时间为07:26，显示有2G流量和50%电池电量。排行榜中，免费App部分，DeepSeek - AI智能助手排在第1位，红果短剧 - 春节精品短剧贺新春排第2，纳米AI搜索 - 拍照问，语音搜，直接给答案排第3；付费App部分，云闪付 - 银行业统一移动支付App排第5。该图片与文档中提到的DeepSeek火爆背后存在服务器“繁忙”问题相呼应，直观呈现了其在应用商店的排名情况。

从认知到创造，从单模态到全能战士，DeepSeek正在重新定义智能边界！此刻，我们不仅追赶历史，更在创造未来🌍

但随之而来的问题也让人头疼——服务器总是“繁忙”，每次想用它的时候都得等半天，有时候甚至完全用不了。

图片展示的是DeepSeek模型在使用时出现的提示界面。界面左侧有一个蓝色的图标，右侧显示“已深度思考（用时0秒）”，下方有“服务器繁忙，请稍后再试”的文字。该图片与上下文紧密相关，上下文提到DeepSeek火爆背后存在服务器繁忙等问题，此图直观呈现了因服务器繁忙导致用户无法使用模型的情况，反映了模型火爆带来的现实问题。

兄弟们，别急着骂人，咱们冷静想想：DeepSeek 火爆的背后，确实有一些我们需要面对的现实问题。因为各方面的原因导致 DeepSeek 用户太多导致排队时间长，体验感差。

但其实，有一个更牛逼的解决方案——本地部署！今天我要教大家一招绝活：把Deepseek搬回家！没错，就是在自己电脑上部署一个永久免费的Deepseek。

第一步：安装Ollama

好了，说了这么多，肯定有人想问：具体要怎么操作才能本地部署 DeepSeek 呢？

别急，下面我就手把手教大家，用两个工具——Ollama 和 Chatbox——轻松完成 DeepSeek R1 的本地部署。这两个工具简单好用，不需要太高深的技术就能搞定。

Ollama

Ollama 是一个轻量级的 AI 模型运行工具，支持多种模型，包括 DeepSeek。
它的特点是简单易用，适合本地部署和实验。
下载地址： https://ollama.com Chatbox AI
Chatbox 是一个可视化的 AI 对话工具，支持与本地部署的模型交互。
它的作用是让 DeepSeek 的使用更直观、更友好。
下载地址：https://chatboxai.app/zh

首先，来看Ollama的安装。访问 ollama.com，根据您的操作系统下载对应的安装包。我比较喜欢用图形界面，虽然命令行也能完成，但毕竟图形更直观！

图片展示了ollama.com网站的界面，上方有Discord、GitHub、Models选项。中间部分有“Get up and running with large language models”等文字，下方有一个黑色的“Download”按钮，按钮旁有红色箭头指向，标注“Download 1 Available for Mac, Linux, and Windows”。该图片与上文“访问ollama.com，根据您的操作系统下载对应的安装包”的内容相关，直观呈现了下载安装包的操作入口。

下载安装包之后，一直点击下一步安装即可。

$图片展示的是Ollama安装过程中的界面。界面上方显示“Setup - Ollama version 0.3.7”，中间区域显示“Installing. Please wait while Setup installs Ollama on your computer.”，并在下方有文件提取路径“C:\Users\me\AppData\local\Programs\Ollama\lib\ollama\ublas64_12.dll”，同时有绿色进度条显示安装进度。右下角有“Cancel”按钮。这张图片与文档中“下载安装包之后，一直点击下一步安装即可”的上下文对应，直观呈现了安装时的状态。$

安装完成后，会在电脑右下角出现Ollama图标！

图片展示了Windows系统任务栏右下角的Ollama图标及右键菜单。图标为一个蓝色背景的“O”字母，右键菜单中“Quit Ollama”选项被红色框突出显示。该图片与文档中“安装完成后，会在电脑右下角出现Ollama图标！”的内容相关，直观呈现了安装成功后Ollama图标在系统右下角的显示位置，以及右键菜单中“Quit Ollama”选项的位置，帮助用户确认安装是否成功。

安装完成后，在键盘上按 win+R 组合键，然后输入 cmd 打开命令提示符。

$图片展示了Windows系统中打开命令提示符的界面。左侧是“运行”窗口，显示“打开为cmd”，下方有“确定”“取消”“浏览...”按钮。右侧是命令提示符窗口，显示“C:\Users\lmatsf>”，并有红色箭头指向该窗口。该图片与上文“安装完成后，在键盘上按win+R组合键，然后输入cmd打开命令提示符”的内容相关，直观呈现了打开命令提示符的操作结果，辅助说明了安装Ollama后在命令行操作的步骤。$

输入命令 ollama list 验证是否安装成功。如果列表中出现 llama3 模型，说明Ollama已经成功运行了。

图片展示的是Windows PowerShell界面，显示了Ollama模型列表。界面中输入命令“ollama list”，返回结果包含模型名称、ID、大小和修改时间等信息，其中llama3:latest模型ID为365c0bd3c000，大小4.7 GB，修改时间为7个月前。该图片与上文提到的在安装完成后，通过输入命令“ollama list”验证Ollama是否成功运行相呼应，直观呈现了验证结果。

第二步：部署Deepseek R1模型

现在，我们要下载DeepSeek R1模型。继续回到Ollama官网，在【Models 模型】标签下面找到对应的模型名称——deepseek-r1。

图片展示了Ollama官网中Models模型页面，页面上方有Discord、GitHub、Models等导航栏。在搜索框下方，有All、Embedding、Vision、Tools等标签，其中All标签被红色箭头指向。页面中部突出显示了“deepseek-r1”模型，其描述为DeepSeek的推理模型，性能与OpenAI - O1相当，基于Llama和Queen，包含六个密集模型。该图片与上下文紧密相关，上下文提到要下载DeepSeek R1模型，此图展示了在Ollama官网找到对应模型的位置。

点进去之后发现会有好多模型版本。根据自己的电脑配置，选择合适的模型即可。

图片展示了DeepSeek R1模型的模型规模与显存需求。表格中列出不同模型大小（1.5B、7B、8B、14B、32B、70B、671B）的显存需求（单GPU）及适用GPU型号。如1.5B模型显存需求为8GB - 16GB，适用RTX 3060、RTX 3080；7B模型显存需求为16GB - 32GB，适用RTX 3090、RTX A6000等。该图与上下文紧密相关，为选择合适模型及下载安装提供显存需求参考。

复制后面的命令，返回到Ollama运行窗口，输入命令开始下载和安装模型。

图片展示了在GitHub上搜索到的“deepseek-r1”模型页面。页面上方介绍该模型是DeepSeek的第一代推理模型，性能与OpenAI -01相当，包括六种基于Llama和Qwen的密集模型。下方有不同参数量的模型选项，8b参数量的模型被红色箭头指向，其大小为4.9GB。右侧有“ollama run deepseek-r1:8b”命令，用于在命令行下载和安装该模型，该命令也被红色箭头突出显示。此图与文档中部署DeepSeek R1模型的上下文相关，直观呈现了模型下载命令及参数量信息。

在键盘上按 win+R 组合键，然后输入 cmd 打开命令提示符。

$图片展示了Windows命令提示符界面，左侧是打开命令提示符的“运行”窗口，输入了“cmd”。右侧是命令提示符窗口，显示了系统信息及当前路径为C:\Users\lmwtaf。该图片与文档中“在键盘上按win+R组合键，然后输入cmd打开命令提示符”的操作步骤相关，直观呈现了打开命令提示符后的界面状态，为后续输入“ollama run deepseek-r1:8b”命令下载和安装DeepSeek R1模型做准备。$

在命令行输入 ollama run deepseek-r1:8b 就会开始下载8b模型，等待进度条 100%。

图片展示了Windows PowerShell界面，显示了命令行操作过程。界面中突出显示了“ollama run deepseek-r1:8b”命令，其后有进度条，当前进度为76%，右侧显示了下载速度为11 MB/s，已下载3.7 GB，总大小为4.9 GB。该图片与文档中“复制命令，返回Ollama运行窗口输入命令开始下载和安装模型”内容对应，直观呈现了在命令行中运行该命令以下载DeepSeek R1模型8b的场景。

第一次下载可能需要等待一会，但别担心，这是正常的。安装完成后，即可出现对话窗口。

图片展示的是Windows PowerShell界面，显示了部署DeepSeek R1模型的相关操作。界面中输入了“ollama list”和“ollama run deepseek-r1:Rb”命令，分别列出模型列表和运行DeepSeek R1模型，显示模型大小、修改时间等信息。最后，模型运行成功，回复“你好！我是由中国的深度求索（DeepSeek）公司开发的智能助手DeepSeek-R1。如您有任何任何问题，我会尽我所能为您提供帮助。”，并提示发送消息。该图片直观呈现了文档中部署DeepSeek R1模型的操作步骤及结果。

我随便提问一个问题，获得答案，证明deepseek已经本地部署成功。

第三步：配置可视化界面

但是每次出现这个黑色的小框框，实在有点麻烦且不美观。

为了让DeepSeek R1变得更有趣，我推荐用 Chatbox AI 这个工具。它支持本地模型对话，界面也超级贴心。

访问 chatboxai.app/zh，下载并安装Chatbox AI。

图片展示了Chatbox AI的官网界面。左侧大标题为“Chatbox AI，办公学习好助手”，下方介绍其为AI客户端应用和智能助手，支持多种先进API等。有“免费下载”按钮及iOS、Android、APK等图标。中间弹出“Chatbox安装”窗口，显示“正在完成Chatbox安装向导”，下方有“上一步”“无误”“取消”按钮。右侧有手机界面展示，底部显示“Join 500000+ happy users”。该图与上下文关系紧密，是介绍访问chatboxai.app/zh下载并安装Chatbox AI的直观呈现。

安装完成后，运行程序。

你会看到一个漂亮的对话界面。点击左下角的设置，在【模型】标签下面选择模型提供方为【Ollama API】，模型选择我们刚刚安装的deepseek-r1:8b。

图片展示的是一个设置界面，处于“模型”标签下。界面中有一个下拉菜单，显示了多个模型提供方选项，如Chatbox AI、OpenAI API等。其中，“Ollama API”选项被红色箭头突出指向。该图片与上下文紧密相关，上下文提到在设置中选择模型提供方为“Ollama API”，模型选择“deepseek-r1:8b”，此图直观呈现了操作步骤中选择模型提供方的界面位置和选项，帮助用户明确操作指向。

图片展示的是本地部署可视化DeepSeek R1模型时的设置界面。在“模型”标签下，模型提供方选择为“OLLAMA API”，API端点为“http://127.0.0.1:11434”。模型下拉菜单中，显示了“deepseek-r1:8b”“llama3:latest”两个选项，其中“deepseek-r1:8b”被红色箭头指向。该图片与上文提到的在设置中选择模型提供方为Ollama API，模型选择“deepseek-r1:8b”的内容相呼应，直观呈现了操作步骤。

保存设置后，就可以用 Chatbox 和 DeepSeek 进行交互了！

现在，你已经拥有了一个本地部署的AI对话模型！想聊天、做账单，甚至写诗，都可以随时开启。

图片展示的是Chatbox界面，左侧有Markdown、软件开发等主题选项，下方有“新对话”“复制片段”“我的文档”“设置”等选项。右侧显示“我是一个乐于助人的助手，也可以向我提问”及“你最喜欢？”等对话内容。底部输入框提示“在这里输入你的问题...”，右下角有“deepseek-r1:8b”标识和蓝色发送按钮。该图片与上文介绍在Chatbox和DeepSeek进行交互的内容相呼应，直观呈现了操作界面。

看到这里，是不是觉得特别简单？没错，技术门槛不高，关键是动手实践。

图片展示的是Windows任务管理器中性能选项卡下的GPU信息界面。界面中显示了CPU、内存、磁盘等性能数据，重点突出GPU信息，包括GPU型号为NVIDIA GeForce RTX 4060 Laptop GPU，当前使用6.4/8.0 GB显存，显存使用率31%，显存速度32.0/15.46 GB/s，显存位置PCI Express 1.0，设备0，功能0，显存温度62°C。该图与上文介绍在本地部署可视化DeepSeek R1模型时，设置模型提供方为Ollama API，模型选择deepseek-r1:8b后，保存设置并用Chatbox和DeepSeek交互的内容相关，展示了GPU使用情况。

结语

总结一下，今天我们学会了如何利用开源工具本地部署AI模型。这不仅能让你的电脑更强大，还能让你和朋友一起体验人工智能的魅力。

兄弟们，用开源和本地部署的方式，让自己成为“上帝”，想怎么用就怎么用。技术的自由才是硬道理，而开源的魅力就在于此。

现在，你只需要一台电脑和一些基本操作，让你的 DeepSeek 在本地跑起来，成为你的专属“AI 总监”！

对了，结尾来个彩蛋，其实今天这篇文章，就是我部署的 deepseek 帮我写的，大家觉得写的怎么样？

图片展示的是一个文档分析界面。界面中罗列了一系列问题及对应解答步骤，如第一步为环境配置，提及相关网址及命令；第二步为模型部署，包括下载模型等操作；第三步为调用工具安装，介绍相关工具及使用步骤。界面下方还有文档正文部分，开头提到AI工具带来新选择，作者将分享开源DeepSeek使用体验等内容。此图片与上文介绍本地部署可视化DeepSeek R1模型的主题相关，可能是使用该模型进行文档分析的示例。

<synced_reference src-block-id="SDuvd9a4bs8zLobWywmcMMRFnmg" src-token="Vq8OdiF63oMutxxX0FacOXaVnth"></synced_reference>