deepseek如此火爆，保姆级教程教你如何本地安装

DeepSeek 的崛起一时间让美国科技圈寝食难安，不甘人后的我们岂能视若无睹。一文了解如何使用DeepSeek、如何本地安装和调用DeepSeek.

泉坡吴彦祖

1672人浏览 · 2025-02-06 11:00:27

泉坡吴彦祖 · 2025-02-06 11:00:27 发布

导语

中国人民欢欢喜喜过大年的这几天，美国科技圈却不怎么太平，究其原因，就是最近总被频繁提及的 DeepSeek。

DeepSeek 由杭州深度求索人工智能基础技术研究有限公司推出，与 OpenAI 相比，它另辟蹊径，从算法优化出发大幅降低了训练成本。大家都了解，我们中国人一向喜欢花小钱办大事儿，DeepSeek 就是这样，其新模型 DeepSeek-R1 以十分之一的成本达到了 GPT-o1 级别的表现。

不得不说，DeepSeek 的崛起一时间让美国科技圈寝食难安。

怎么用起来

我们不必头大，说到用起来，其实也要分情况。

例如，我仅仅是对 AI 领域的发展感兴趣，想要追求新鲜感，或者我想要在日常工作中轻度使用 AI 作为辅助工具，那我“用起来”的方式就简单多了。
如下图：

DeepSeek 为我们提供了可以直接使用的 APP 或者可直接访问的网页版本。

APP 下载：

应用商店搜索“DeepSeek”，可能蹭热点的会比较多，要认准官方 APP：DeepSeek - AI 智能助手

它的界面非常简洁，我们可以直接跟它对话任何问题：

如果你有其他功能需要，比如文件、图片转文字，也可以使用它的拓展功能：

网页版：

更方便、更快捷的访问方式，地址
https://www.deepseek.com/

假如我们是一名技术开发，单纯地想要自己尝试本地运行、或者工作中需要更好地使用 DeepSeek 做二次开发、API 调用等，且硬件条件允许的情况下，那我们可以直接在本地安装运行，这里我们借助 Ollama 来安装和运行。

1、安装 Ollama

Ollama 可以看做一个方便我们安装和管理不同模型的容器，进入官网：https://ollama.com，点击Download下载

我们可以根据自己的电脑类型，选择不同的版本：

下载完成后点击安装即可，就像安装普通应用程序一样的简单，很快这只可爱的羊驼就出现在你电脑上啦~

2、安装模型

还是进入 Ollama 的官网首页：https://ollama.com，我们点击左上方导航栏中的“Models”:

在模型列表中，我们找到 DeepSeek-r1，现在它就排在第一位，简直不费吹灰之力：

点击进入，选择不同参数的版本，数值越大，代表参数量级越大，功能和性能也就越强悍，相应的它对我们本地硬件的要求也就越高，为了照顾我爱机的情绪，这里我选择 1.5b 的模型，选择好模型后安装所需的命令会自动出现在右侧方框内：

复制安装命令，进入命令行工具执行命令

ollama run deepseek-r1:1.5b

友情提示： 此时可以站起来扭扭屁股动动筋骨。

当我的屁股扭完三圈半的时候，我发现安装已经完成了，因为它实在是太小了，现在命令行中提示我们，可以进行对话了

友情提示： 我们可以把 ollama run deepseek-r1:1.5b 命令记录在小本本上，下次重启电脑之后，可以直接复制使用。

删除模型

人类难免薄情寡性，如果后面你不喜欢 DeepSeek-r1 了，看着碍眼了，那么可以按以下步骤，做出这个沉重的决定：删除！

1、列出你使用的模型

Ollama list

2、删除模型

ollama rm deepseek-r1:1.5b

springboot + Ollama + deepseek-r1

这里写一个简单的 demo，来示范本地如何调用 DeepSeek 的 API。

核心代码如下：

1、引用包

<dependency>
    <groupId>org.springframework.ai</groupId>
    <artifactId>spring-ai-ollama-spring-boot-starter</artifactId>
</dependency>

2、配置文件

spring.ai.ollama.base-url=http://localhost:11434
spring.ai.ollama.chat.model=deepseek-r1:1.5b

3、关键代码

@Component
public class DeepSeekApiDemo {

    @Autowired
    private OllamaChatModel ollamaChatModel;


    public String testLocalModel(String question) {
        String prompt = """
                你是一个精通中国传统玄学文化的大师，对于五行八卦、奇门遁甲颇有研究，可以回答所有我提出的相关问题。
                """;

        String result = ollamaChatModel.call(prompt + ":" + question);

        return result;
    }

}