本地DeepSeek部署保姆级教程分享

```html

DeepSeek是深度求索公司推出的一款功能强大的AI大模型，于2025年1月11日上线。DeepSeek-R1性能对标OpenAI的o1，正式版，它的手机版应用也曾一度在美区App Store单日下载量榜首。这一举措，让DeepSeek得以更加大众化，其身影频频出现在大众视野。

然而，由于用户与DeepSeek进行对话时频繁出现“服务器繁忙，请稍后再试”的情况，这的确会让人感到困扰。那么，有什么方法可以解决这一问题呢？

答案是通过本地部署DeepSeek大模型。此方法虽需较高的电脑配置，但普通的用户仅能部署“残血版”的DeepSeek模型，然而，对于用户的信息时效性要求不高的话还是可以勉强使用的。接下来就让我们步入正题，为大家分享一篇DeepSeek本地部署保姆级教程。

使用Ollama实现本地部署DeepSeek-R1大模型的详细步骤（适用于多数大模型部署）

①本地安装Ollama

这里要说明的是，Ollama是一个开源框架，有了它，我们就可以在本地运行大模型。至于其它的，只需要知道这一点就够了。

进入Ollama官网，选择合适的版本进行下载和安装。

官方网站：

根据您的操作系统选择对应的Ollama版本进行下载。

安装完成后，会弹出命令行界面，Ollama本身并不具备可视化操作，但不影响后续的使用。

有了这些基础，接下来继续。

②下载DeepSeek-R1模型

访问下方链接，选择并下载您需要的一版DeepSeek模型。这里以最小的1.5b版本为例进行演示。

在右侧行中找到并复制对应的安装命令。

模型的相关参数参照标准如下：

复制命令并粘贴到命令行界面运行。下载速度与您的网络环境有关。

一旦下载成功，命令行上会出现提示信息“success”即表明模型下载完成。

在命令行里输入“ollama list”，检查本地已有的模型并确认本地部署完成。

输入命令“ollama run deepseek-r1:1.5b+问题”即可进行AI对话。如果你的是7b模型，命令格式为“ollama run deepseek-r1:7b+问题”。

显而易见，直接在命令行里对话很low，我们需要借助一个第三方的AI客户端来调用本地模型，以便获得更佳的用户体验。

③通过Cherry Studio调用模型

官方官网支持：

下载后在客户端登录并设置接口，确保API地址与我们本地安装的地址相同。

客户端登录后，在弹出的窗口中，您可以查看到您本地已有的模型，并选择安装。

最后，进入对话页面调用本地部署的Model并选择，即可完成整个过程。

---

至此，游讯宝与大家分享了使用Ollama实现DeepSeek本地部署的保姆级教程全部内容，希翼对您的使用有所帮助。

```