要使用 Ollama 和 Chatbox 实现 DeepSeek R1 的本地 AI 助手，你需要完成以下几个步骤。

这个过程包括

• 安装 Ollama
• 配置 DeepSeek R1 模型
• 使用 Chatbox 作为前端与模型进行交互。

1. 安装 Ollama

Ollama 是一个用于本地运行大型语言模型的工具。

可以通过以下步骤安装 Ollama：

1.1 下载 Ollama

• 访问 Ollama 的 GitHub 仓库 或官方网站，下载适合你操作系统的安装包。

1.2 安装 Ollama

• Windows: 双击下载的安装包，按照提示完成安装。
• macOS: 将下载的 .dmg 文件拖到 Applications 文件夹中。

• Linux

  使用包管理器或直接运行下载的安装脚本。

1.3 验证安装

• 打开终端或命令提示符，输入 ollama --version，确保安装成功。

1.4 Ollama常用命令

2. 配置 DeepSeek R1 模型

2.1 下载 DeepSeek R1 模型

• 从 Ollama的官方网站下载 DeepSeek R1 模型文件。

1ollama run deepseek-r1:7b

2.2 启动模型

• 启动和下载模型是同一个命令，如果没有下载过的新模型会直接下载，以及下载过的则直接启动。

1ollama run deepseek-r1:7b

3. 安装和配置 Chatbox

Chatbox 是一个用于与本地 AI 模型交互的前端工具。

可以通过以下步骤安装和配置 Chatbox：

3.1 下载 Chatbox

• 访问 Chatbox 的 https://chatboxai.app/zh官方网站，下载适合你操作系统的安装包。

3.2 安装 Chatbox

• Windows: 双击下载的安装包，按照提示完成安装。
• macOS: 将下载的 .dmg 文件拖到 Applications 文件夹中。

• Linux

  使用包管理器或直接运行下载的安装脚本。

3.3 配置 Chatbox

• 打开 Chatbox，进入设置页面。

• 在 Model 部分，选择 Ollama。

• 输入 Ollama 服务器的地址（通常是 http://127.0.0.1:11434）。
• 选择 DeepSeek R1 7b作为模型。

4. 使用 Chatbox 与 DeepSeek R1 交互

• 打开 Chatbox，输入你的问题或指令，如:“介绍一下春节的由来”
• Chatbox 会将请求发送到 Ollama 服务器
• 首先显示 DeepSeek R1 的思考思路，在think标签里面，这个不是deepseek真正的回复。
• think之外的才是deepseek给我们的答案。包括我们使用的模型和花费的tockens。

5. 优化和调试

• 性能优化

  如果你的硬件资源有限，可以尝试调整 Ollama 的加载模型的大小，减少模型的资源占用。Ollama安装过的模型都可以使用的。

6. 其他注意事项

• 模型更新: 定期检查模型的更新，确保你使用的是最新版本。
• 安全性: 确保你的本地服务器和模型文件不会被未经授权的访问。

通过以上步骤，你应该能够成功在本地部署 DeepSeek R1 模型，并使用 Chatbox 作为前端与其进行交互。

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

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。

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）

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。

👉大模型视频和PDF合集👈
观看零基础学习书籍和视频，看书籍和视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

👉学会后的收获：👈

• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；

• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；

• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；

• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。

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】