最近，深度求索公司推出的 DeepSeek-R1 大语言模型（Large Language Model）引发业界广泛关注。该模型基于 MoE（Mixture of Experts）架构，在 MMLU、GSM8K 等基准测试中展现出卓越的推理能力和多任务处理性能。然而，由于使用人数过多，网页版时常出现服务器繁忙的情况，影响了大家的使用体验。别担心，今天就给大家带来本地私有化部署 DeepSeek R1 的全攻略，让你在自己的设备上畅享这一强大模型。

一、为什么要本地私有化部署

其实对于大部分用户来说，90% 的场景确实不需要本地模型。但如果你的电脑配置不错，且有以下这些情况的话，那么本地化部署的优势就会被充分体现。

• 数据隐私：本地部署确保数据不离开你的服务器，安全性更高。
• 定制化需求：可以根据业务需求灵活调整模型参数和功能。
• 离线使用：再也不用看“服务器繁忙”的脸色。
• 成本可控：长期使用比云服务更经济，尤其适合高频调用场景。

二、本地私有化部署教程

1. 安装 Ollama

Ollama 是一个大模型管理工具，能够帮助我们轻松地在本地运行和管理大模型。你可以前往 Ollama 官网[ 👉 点我直达]下载适合自己系统的版本，包括 Windows、MacOS 和 Linux。下载完成后，按照提示进行安装即可。

2. 选择并安装模型

在 Ollama 官网的 “Models” 页面，找到 “DeepSeek-R1” 模型。根据你的电脑配置，选择合适的模型版本。例如，如果你的电脑配置较高，可以选择 32b 或 14b 版本；如果配置相对较低，1.5b 版本也是一个不错的选择。选择好模型后，复制对应的安装指令，如 “ollama run deepseek-r1:32b”，然后在命令行窗口中运行该指令，等待模型下载完成。

我的 MacBook Pro 有点老配置较低，先拉取个 1.5b 跑跑

出现 success 说明 pull 成功

3. 安装可视化 UI 界面

浏览器扩展商店搜索 Page Assist 并安装

右上角设置界面，RAG 设置里选择下载的模型

支持语音和图片

三、写在最后

总得来说，通过 Ollama 私有化部署本地大模型非常简单，如果你的电脑配置较高也可以运行参数量较大的模型。在完成本地部署后，能够开展诸多饶有趣味且颇具价值的事。例如，将其集成至 Cursor 之中，如此便能够拥有一款离线且免费的 AI 编程工具；还可以着手开发自动化工具，将其用作私人知识库。而且更关键的是，整个使用过程完全免费，即便处于断网状态也能正常使用。