DeepSeek-R1本地部署！超详细教程~

如何本地部署 DeepSeek 模型，摆脱那些“服务器繁忙”的烦恼。

相信不少小伙伴在使用网页版 AI 模型时，都遇到过“服务器繁忙，请稍后再试”的提示，真的是急死人。每次都要等，偶尔可能还得重新登录，好像进入了一个循环黑洞，永远也脱不了身。

所以今天，我就来分享一个彻底解决这个问题的方法——把 DeepSeek 直接部署在自己的电脑上，畅享本地 AI 模型的快速响应，谁用谁知道，超级爽！

这篇教程虽然步骤有点多，但放心，细节很清楚，跟着做，绝对能搞定。

而且整个过程其实并不复杂，毕竟我这个程序员还算是对这类事情有点经验，肯定能带你一步步走上正轨。

接下来就进入正题吧，首先，我已经为大家整理好了所有需要的资源，直接去网盘下载就好，省去你们到处找的烦恼。

所有用到的软件和文件我都已经整理好了，直接去下载即可。

点击下方公众号卡片，回复关键字：deepseek，获取网盘链接。

虽然这篇教程是以 Windows 系统为基础，但其实大多数步骤在其他系统上也可以操作，原理基本一样。

如果你是 Linux 或 Mac 用户，可以稍微根据自己的系统做点调整。

第一步：安装 Ollama

要想让 DeepSeek 在你电脑上顺利运行，首先需要安装一个工具——Ollama。它是 DeepSeek 本地调用的关键，能让你在不依赖服务器的情况下，直接在自己的电脑上跑大模型。

安装 Ollama 的过程超简单，都是英文界面，但别怕，按“Install”一路点“下一步”就行了。

安装完成后，记得去电脑的开始菜单找一下，“Ollama”就在那里了，点击启动就好。看起来是不是很简单？只要按照这个步骤做，几分钟就能搞定。

第二步：安装 DeepSeek 模型

Ollama 安装完毕后，就到了安装 DeepSeek 模型的步骤。打开 DeepSeek 模型页面，你会看到有几个不同的版本。根据自己的硬件配置选择合适的版本：

• 1.5B：适合配置较低的电脑，最低需要 4GB 内存+核显。
• 7B：推荐版本，大多数电脑都能跑，要求 8GB 内存+4GB 显存。
• 32B：高性能设备用，要求 32GB 内存+12GB 显存。

推荐选择 7B 版本，因为它的性能和硬件要求比较平衡。选择完之后，复制对应的指令，例如 ollama run deepseek-r1:7b。

接下来，按下 “Win键+R” 打开命令行窗口，输入刚才复制的指令，再按回车。

DeepSeek 模型就开始下载了！好消息是，7B 模型相对体积较小，下载速度不会太慢，等到命令行窗口显示 “success” 就表示安装成功啦。

第三步：安装 ChatBox 客户端（可选）

有的小伙伴可能会觉得直接用命令行操作不太方便，想要更直观的图形化界面来使用 DeepSeek。别急，我还为你准备了 ChatBox 客户端，安装起来简单，操作也很友好。

下载完客户端后，双击安装

安装完成后，打开 ChatBox，点击左侧的【设置】按钮，进入设置界面，选择 “OPENAI API”。

在设置页面，填入以下信息：

• API密钥：填入你刚才复制的 DeepSeek 指令，例如 ollama run deepseek-r1:7b。
• API域名：保持默认即可。
• 选择模型：填入你选择的模型版本（如 7B）。

设置完成后点击【保存】就能开始使用了。这个界面非常直观，你可以在 ChatBox 里输入问题，DeepSeek 会给你反馈，像是在和一个 AI 助手对话，挺有意思的。

第四步：安装浏览器插件（可选）

如果你觉得还不够便捷，也可以通过浏览器插件来使用 DeepSeek。其实，使用插件的操作也非常简单：

1. 打开浏览器的扩展中心，启用【开发人员模式】。
2. 将提供的插件压缩包直接拖入扩展中心进行安装。
3. 安装完成后，你会看到一个名为“Page Assist-本地AI模型的Web UI”的插件。

点击插件图标，选择 DeepSeek 模型，输入问题，就能获得答案啦！这种方式也是支持多个版本的，比如 7B、32B 等，不论你选择哪个版本，都能得到很不错的响应。

结束语

大功告成！以上就是将 DeepSeek 模型成功部署在本地的全部步骤。从安装 Ollama，到下载 DeepSeek 模型，再到使用 ChatBox 或者浏览器插件，完全不需要依赖云服务器，减少了等待时间，提升了效率。无论是使用命令行、ChatBox 客户端，还是浏览器插件，你可以根据自己的需求选择最合适的方式。

说实话，本地运行的体验真的很好，特别是对于那些总是遇到服务器繁忙的情况，简直是福音。硬件要求有一定的标准，但选对了模型，基本上大部分电脑都能流畅运行，完全不需要担心卡顿问题。

希望这个教程能帮助到你，赶快尝试一下吧！