DeepSeek 保姆级本地化部署教程

由于电脑性能不够强大，本地部署的反应速度还不够极致和丝滑。同时，由于内存限制，目前只使用了 7B 参数版本（该版本为“蒸馏版”）。更多关于本地部署的应用，可以再多多挖掘。DeepSeek无疑是2025开年AI圈的一匹黑马，在一众AI大模型中，DeepSeek以低价高性能的优势脱颖而出。DeepSeek的上线实现了AI界的又一大突破，各大科技巨头都火速出手，争先抢占DeepSeek大模型的流量风口。

热爱python的小谢

3279人浏览 · 2025-02-07 14:45:15

热爱python的小谢 · 2025-02-07 14:45:15 发布

一、火到各行各业

最近有一个传统制造行业的好友突然问我，“deepseek的本地部署是个啥”，经过一番交流后，他想将其与公司的业务相结合，然后让我出一个教程。

在这里插入图片描述

本文是一篇保姆级的本地化部署教程，欢迎交流

二、环境说明

本人的电脑是 macOS，理论上还是够的，废话不多说，直接开干！其他系统可能部署步骤稍微有差异。

在这里插入图片描述

本文使用 ollama 进行安装部署 DeepSeek，（由于 Docker 环境存在网络限制，很遗憾未能采用这种方式）

三、安装Ollama

下载安装 ollama，官网地址： ollama.com/

在这里插入图片描述

如官网介绍，Ollama 可以在本地运行多种大语言模型（注意：系统版本有要求）

打开终端，输入以下命令检查Ollama版本。如果返回版本信息，则说明安装成功

在这里插入图片描述

ollama --version

或者访问 http://localhost:11434

四、下载并部署DeepSeek模型

Ollama支持多种DeepSeek模型版本，用户可以根据硬件配置选择合适的模型。（可以先从入门开始）

选择模型版本：根据你的 Mac 配置，选择合适的模型版本

- - 入门级：1.5B版本，适合初步测试。
  - 中端：7B或8B版本，适合大多数消费级硬件。
  - 高性能：14B、32B或70B版本，适合高端硬件。
8GB RAM：1.5B版本。
16GB RAM：7B或8B版本。
32GB RAM：14B或32B版本

打开终端，输入以下命令下载并运行DeepSeek模型（以7B版本为例）

在这里插入图片描述

如果需要下载其他版本，可以将7b替换为对应的参数，如1.5b、8b、14b、32b等

在这里插入图片描述

这样就完成了 deepSeek的本地部署。

ollama run deepseek-r1:7b

如果已经下载过，则不用再下载，可直接运行。

在终端中输入问题后，模型会显示<think>标签以及回答内容。
输入/bye退出模型。

通过上面几个步骤，就完成了 DeepSeek 的本地化部署。然而，仅使用终端交互较为局限，可以使用界面进行交互。

五、Chatbox AI

使用 Chatbox AI 进行交互，会更加流畅

chatboxai.app/zh

在这里插入图片描述

接下来进行配置

在这里插入图片描述

安装并配置，选择本地模型

在这里插入图片描述

通过简单的步骤，本地 DeepSeek 就可以拥有一个更友好的使用界面

六、使用API访问本地DeepSeek模型

除了使用界面，还可以使用 API 来访问本地模型。写一个 python脚步

import requests

url = "http://localhost:11434/api/generate"
data = {
    "model": "deepseek-r1:7b",
    "prompt": "请问你是谁"
}

response = requests.post(url, json=data)

# 打印响应内容
print("响应内容：")
print(response.text)

在这里插入图片描述

使用 API 访问成功后，可以将 DeepSeek 集成到更多场景中

七、IDEA 集成本地 DeepSeek 模型

安装 Continue 插件，然后使用本地模型

在这里插入图片描述

可以使用任何大模型，支持 VS Code 和 JetBrains IDES。

然后使用本地 DeepSeek 进行编码

在这里插入图片描述

完成本地模型的配置后，基本就大功告成

八、总结

由于电脑性能不够强大，本地部署的反应速度还不够极致和丝滑。同时，由于内存限制，目前只使用了 7B 参数版本（该版本为“蒸馏版”）。更多关于本地部署的应用，可以再多多挖掘。

本文到此结束，感谢阅读。

DeepSeek无疑是2025开年AI圈的一匹黑马，在一众AI大模型中，DeepSeek以低价高性能的优势脱颖而出。DeepSeek的上线实现了AI界的又一大突破，各大科技巨头都火速出手，争先抢占DeepSeek大模型的流量风口。

DeepSeek的爆火，远不止于此。它是一场属于每个人的科技革命，一次打破界限的机会，一次让普通人也能逆袭契机。

DeepSeek的优点

read-normal-img

掌握DeepSeek对于转行大模型领域的人来说是一个很大的优势，目前懂得大模型技术方面的人才很稀缺，而DeepSeek就是一个突破口。现在越来越多的人才都想往大模型方向转行，对于想要转行创业，提升自我的人来说是一个不可多得的机会。

那么应该如何学习大模型

大模型时代，火爆出圈的LLM大模型让程序员们开始重新评估自己的本领。 “AI会取代那些行业？”“谁的饭碗又将不保了？”等问题热议不断。

不如成为「掌握AI工具的技术人」，毕竟AI时代，谁先尝试，谁就能占得先机！

想正式转到一些新兴的 AI 行业，不仅需要系统的学习AI大模型。同时也要跟已有的技能结合，辅助编程提效，或上手实操应用，增加自己的职场竞争力。

大模型岗位需求越来越大，但是相关岗位人才难求，薪资持续走高，AI运营薪资平均值约18457元，AI工程师薪资平均值约37336元，大模型算法薪资平均值约39607元。

read-normal-img

掌握大模型技术你还能拥有更多可能性：

• 成为一名全栈大模型工程师，包括Prompt，LangChain，LoRA等技术开发、运营、产品等方向全栈工程；

• 能够拥有模型二次训练和微调能力，带领大家完成智能对话、文生图等热门应用；

• 薪资上浮10%-20%，覆盖更多高薪岗位，这是一个高需求、高待遇的热门方向和领域；

• 更优质的项目可以为未来创新创业提供基石。

可能大家都想学习AI大模型技术，也想通过这项技能真正达到升职加薪，就业或是副业的目的，但是不知道该如何开始学习，因为网上的资料太多太杂乱了，如果不能系统的学习就相当于是白学。为了让大家少走弯路，少碰壁，这里我直接把都打包整理好，希望能够真正帮助到大家。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

👉AI大模型学习路线汇总👈

大模型学习路线图，整体分为7个大的阶段：（全套教程文末领取哈）

read-normal-img

第一阶段：从大模型系统设计入手，讲解大模型的主要方法；

第二阶段：在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；

第三阶段：大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；
第四阶段：大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；
第五阶段：大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；
第六阶段：以SD多模态大模型为主，搭建了文生图小程序案例；
第七阶段：以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。

👉大模型实战案例👈
光学理论是没用的，要学会跟着一起做，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

read-normal-img