本地终端就能部署Deepseek的教程

几乎从事电脑相关工作的同学无不听取过Deepseek的大名，自然很多人私信我究竟该如何在本地部署这个优秀的国产模型，下面我些一个无代码的操作流程，即使小白也能够在本地离线部署deepseek R1模型。

为什么我们需要本地部署Deepseek呢？对于模型来说，当我们与AI交流的过程中，它肯定会根据我们上传云端数据进行，这显而易见无法保证我们的个人隐私。本地部署大模型利用本地资源能够更快的进行调用和交互，从而提高工作效率。

说来说去，最主要的原因是因为:

以下是在 LM Studio 上部署 DeepSeek R1 模型的具体操作步骤：

步骤 1：安装 LM Studio

访问 LM Studio 官网：https://lmstudio.ai/

根据你的操作系统（Windows/macOS/Linux）下载对应版本的 LM Studio。

安装并启动 LM Studio。

步骤 2：获取 DeepSeek R1 模型文件

确认模型格式

：

LM Studio 支持GGUF 格式的模型文件（如deepseek-r1.Q4_K_M.gguf）。确保你下载的模型已转换为 GGUF 格式。

下载模型

：

访问 Hugging Face Hub 或其他模型仓库（如 TheBloke 的 GGUF 转换仓库）。

搜索DeepSeek-R1-GGUF或类似关键词，找到对应的 GGUF 文件并下载。（国内建议使用：HF-Mirror）

如果官方未提供 GGUF 格式，可能需要自行转换（需使用llama.cpp转换工具，但需技术基础）。

其实我非常建议使用LM studio时候尝试关闭联网功能，确保信息的本地安全，相关教程见：LM Studio windows系统断网教程，通过防火墙禁止联网。

步骤 3：在 LM Studio 中加载模型

打开 LM Studio，首先可以点击右下角设置按钮将语言设定为【简体中文】：

启动软件后，进入主界面，点击左侧导航栏的“Local Server”。

注意：需要在【developer】或者【power user】状态下才能选择模型：

确保本地服务器已启动（状态显示为“运行”）。

加载模型：

点击左侧导航栏的“模型“图标（如下所示）。

点击的“模型目录”，将下载好的deepseek-r1-*.gguf文件放入弹出的文件夹中。

返回 LM Studio，刷新模型列表，选择DeepSeek-R1的 GGUF 文件。

步骤 4：配置模型参数

在模型加载页面，调整以下参数以优化性能：

GPU Offload

（如有 NVIDIA/AMD 显卡）：启用 GPU 加速。

Context Length

：根据显存调整上下文长度（如 2048）。

Temperature

和Top-P：根据需求调整生成结果的随机性。

步骤 5：测试模型

点击左侧导航栏的“聊天”进入对话界面。

输入测试提示词（例如：请用中文写一首关于春天的诗）。

常见问题解决

模型无法加载

：

确认模型为 GGUF 格式。

确保文件路径无中文或特殊字符。

更新 LM Studio 到最新版本。

性能不足

：

降低量化等级（如从Q5_K_M改用Q4_K_M）。

减少上下文长度（Context Length）。

关闭其他占用显存的程序。

找不到 GGUF 文件

：

注意事项

DeepSeek R1 可能需要较大的内存和显存（如 7B 模型需至少 8GB 显存）。

首次加载模型时会自动生成索引，耗时较长，请耐心等待。