本地部署DeepSeek-R1大模型

从安装到API调用全流程指南

想不依赖网络、零门槛运行AI大模型？Ollama帮你轻松实现！本文手把手教你部署DeepSeek模型，并通过本地API实现对话、编程、数据分析，小白也能秒变AI玩家！🌟

一、准备工作：安装Ollama

Ollama是一个轻量级工具，支持在本地一键运行大模型（如Llama、DeepSeek等），无需复杂配置。

1. 下载安装Ollama

• • Windows/Mac用户：访问官网 https://ollama.com/download， 直接下载安装包。 （推荐使用迅雷下载）

• • Linux用户：一键安装命令：curl -fsSL https://ollama.ai/install.sh | sh

2. 安装 点击install

3. 验证安装成功 打开终端输入 ollama --version，显示版本号即安装成功。

二、一键部署DeepSeek模型

Ollama内置了主流模型库，直接通过命令行拉取即可。

在下载前要确定你的电脑配置

我的电脑是4070ti所以选择了 deepseek-r1:7b

1. 下载DeepSeek模型 （根据需求选择模型版本，如deepseek-r1:7b、deepseek-math-7b等）

ollama pull deepseek-r1:7b

注：首次下载需等待模型文件拉取（约5-20分钟，取决于网络）。

2. 启动模型服务 （根据需求选择模型版本，如deepseek-r1:7b、deepseek-math-7b等）

ollama run deepseek-r1:7b

• • 看到 >>> Send a message... 提示即启动成功！

• • 输入问题测试（如“用Python写一个快速排序算法”），模型会即时生成回复。

三、本地API调用

Ollama默认开启本地API服务（端口11434），可直接通过HTTP调用。

方法1. 用Curl快速测试

curl http://localhost:11434/api/generate -d '{
  "model": "deepseek-7b",
  "prompt": "你好，请介绍你自己",
  "stream": false
}'

注：返回结果包含"response"字段，即AI生成的文本。

方法2. Python脚本调用

import requests

def ask_ai(prompt):
    url = "http://localhost:11434/api/generate"
    data = {
        "model": "deepseek-r1:7b",
        "prompt": prompt,
        "stream": False
    }
    response = requests.post(url, json=data)
    return response.json()["response"]

answer = ask_ai("如何用Python计算斐波那契数列？")
print(answer)
}'

方法3. Python脚本调用

• • 打开Postman，新建POST请求，URL填 http://localhost:11434/api/generate
• • Body选择raw -> JSON，输入：

{
  "model": "deepseek-r1:7b",
  "prompt": "用一句话解释量子力学",
  "stream": false
}

点击发送，查看返回结果！

四、进阶技巧

1. 1. 使用工具调用它

• • 下载chatbox https://chatboxai.app/zh
• • 使用chatbox 接入ollama API

现在就可以愉快地使用了！！

2. 查看已安装模型

ollama list

3. 删除模型

 ollama rm deepseek-r1:7b

4. 性能调优

• • 增加GPU支持：安装CUDA驱动后，启动时添加 --gpu 参数。
• • 调整内存：在Ollama配置文件中设置显存限制。

五、常见问题排查

• • 模型下载失败：检查网络是否畅通，尝试切换镜像源。
• • API无法连接：确认Ollama服务已启动（终端运行 ollama serve）。
• • 回复速度慢：关闭其他占用显存的程序，或尝试更小规模的模型（如deepseek-7b）。

通过Ollama，DeepSeek大模型的部署和调用变得前所未有的简单！无论是写代码、学知识还是日常问答，本地AI助手都能随叫随到。赶紧动手试试，解锁更多玩法吧！🚀