DeepSeek的横空出世，如同一颗技术“核弹”投入了AI领域，迅速引发了全球科技界的广泛关注。它的出现不仅打破了传统大模型高昂的训练成本和技术门槛，还通过开源策略和创新的架构设计，为AI的普及和应用带来了新的机遇。

对于中小企业和资源有限的机构来说，DeepSeek的低成本和高效率特性使其成为理想的AI解决方案。它不仅降低了智能化转型的门槛，还通过本地部署确保了数据隐私和安全。这种全方位的优势，使得DeepSeek在自然资源、测绘等多个垂直领域展现出强大的应用潜力。

一、本地化部署 

1、安装Ollama

首先我们需要安装Ollama，它可以在本地运行和管理大模型。

到Ollama官网 https://ollama.com，点击下载，然后选择适合自己系统的版本，这里选择Windows：

为了避免模型数据量过大，占用C盘资源，可通过设置环境变量，修改模型存放位置：

OLLAMA_HOST：设置为0.0.0.0 会将ollama服务暴露到所有的网络，默认ollama只绑定到了127.0.0.1和localhost上了。

OLLAMA_MODELS：设置了模型的存放的地址。

验证Ollama是否安装成功：

2、部署 DeepSeek R1 模型

访问 Ollama 官网并点击页面顶部的「模型」(Models)选项，接着在列表中找到并点击「DeepSeek-R1」：

在模型详情页面，根据我们计算机的显存容量选择合适的模型版本。具体可参考：

运行命令：ollama pull deepseek-r1:14b

等待模型下载即可。运行效果14b的模型基本能用，32b的模型使用很是顺滑。至此，deepseek的本地部署已经完成。

测试一下：

二、WebUI可视化 

WebUI可视化选择直接在浏览器安装Page Assist插件的方式来实现。

Page Assist是本地 AI 模型的 Web UI，可以使用本地运行的 AI 模型来辅助进行网络浏览，利用本地运行的AI模型，在浏览网页时进行交互，或者作为本地AI模型提供者（如Ollama、Chrome AI等）的网页界面。

仓库地址：https://github.com/n4ze3m/page-assist 

打开浏览器，在扩展中的管理扩展页面，搜索找到Page Assist。

然后点击获取Page Assist进行安装，完成后就可以在扩展中看到PageAssist插件，点击对应的插件就可以直接使用。

配置模型地址：

可视化对话：

通过对话询问OGC中常见的GetMap接口参数，可以看出来deepseek-r1:14b模型中不包含此类型专业知识。

三、数据投喂训练 

1、拉取模型nomic-embed-text

执行命令：ollama pull nomic-embed-text

2、配置RAG

3、上传文档，训练知识

4、训练后效果

知识投喂训练后，再次询问GetMap接口参数，DeepSeek经过思考后，给出了正确答案。

思考过程

四、API接口调用 

上面步骤已经配置过环境变量OLLAMA_HOST参数，即可通过url地址进行远程调用交互，接口示例：

curl http://192.168.1.37:11434/api/generate -d {  "model": "deepseek-r1:14b",  "prompt": "你好，deepseek",  "stream":false}

Postman模拟请求示例：

五、与GIS产品集成的思考 

1、通过投喂GIS专业知识、各行业及产品相关知识，训练垂直行业的私域模型，将训练好的深度学习模型集成到GIS平台中，提高产品智能化能力。

2、与可视化系统打通，提供智能助手，让系统更能理解用户想法，让用户更容易使用系统。

3、与自动化或低代码平台集成，根据用户需求自动生成代码、页面、业务系统，实现所见即所得的体验效果。

（以上纯属个人看法，如有不对之处，请大家评论区留言交流）

相信未来通过不断的与AI进行结合，可以为地理信息系统注入智能化能力，推动其在各行业的创新应用。这种结合不仅能够提升GIS的数据处理效率，还能为用户提供更精准、更智能的空间分析服务。

更多学习资料，请关注公众号【GIS极客】，或者加微信【eryeiscool】进技术交流群！