这两天大家都被DeepSeek炸晕了吧，嘿嘿，其实DeepSeek也被大家炸晕了。

这是今天上午的情况↓

没办法，这泼天的流量一般人扛不住~

想高频使用怎么办呢？本地装一个！

本地部署有两个好处：❶不联网，全私密，不担心隐私泄露，还可以挂载本地知识库❷完全免费，彻底告别“服务器繁忙”。

如果你是苹果Mac本——

我们需要用到两个神器：

一个叫做Ollama，这是一个可以在本地运行和管理大模型的软件。

另一个叫做Page Assist，这是个浏览器插件，提供本地大模型的图形化管理和对话界面。

一、下载Ollama，并拉取安装DeepSeek

Ollama是一个可以在本地运行和管理大模型的神器，完全本地运行，而且支持多种模型，包括但不限于Llama、DeepSeek、Qwen、Gemma等等。

登录网站，直接去下载页：

https://ollama.com/download

直接下载macOS版本的程序，其实从上图你可以发现，Linux和Windows也是OK（这个咱后面再讲）。

下载后是一个压缩包，二话不说，直接解压，你会得到一个“草泥马”头像的程序

↓

这个程序可以直接点击运行，但是建议你拖到「应用程序」目录下，便于用的时候以后好找。

好了，接下来直接运行Ollama，然后进入到终端窗口↓

↓

接下来运行命令，拉取对应版本的模型即可。

目前DeepSeek-R1可选的模型有满血版671B，和蒸馏版1.5B、7B、8B、14B、32B、70B：

满血版个人电脑就别想了，其他蒸馏版大家根据电脑配置来选。

如果只是玩玩的话，建议不要选择太大的，14B以下的尝尝鲜。

Mac配置高的话，比如64G以上的内存，可以尝试32B或者70B，毕竟参数越大，模型智商越高。

我的电脑是96G内存，所以今天挑战一下70B版本，运行命令↓

ollamarundeepseek-r1:70B

前面命令都一样，后面输入对应的模型参数即可

激动人心的时刻开始了，70B的模型有42G那么大，我这里的网络需要下载大概40分钟。

不急，泡杯咖啡慢慢等~

经过一番漫长的等待，42GB的大模型终于拉取完毕，并安装成功（不知道为啥，最后3%的网速会非常慢，只有几百K，据说很多人和我一样。）

安装成功的界面是这样的↓

在这个命令行下，就可以直接使用DeepSeek了↓

提问就可以，在两个之间是推理过程，也就是收到问题以后，DeepSeek的内心戏↓

完成推理后，DeepSeek就开始输出正题：一段诙谐幽默的自我介绍↓

怎么样，这个回答还不错吧。

如果你觉得这个命令行界面跟玩文字mud似的，太土鳖了，没关系，接下来我们安装第二个神器，也就是Page Assist。

二、安装Page Assist，开始享用DeepSeek

Page Assist是一款Chrome浏览器插件，所以，你只需要打开Chrome，点击右上角“三个点”，然后“扩展程序”、“访问Chrome应用商店”。

然后在应用商店中搜索“Page Assist”，第一个就是，点击安装即可。

安装完成后，在浏览器右上角这个位置，点开就可以找到，可以用📌钉住，方便以后随时打开使用

点击图标就可以打开UI界面，怎么样，是不是界面舒服多了，可以选择对应的模型，然后开始提问了。

用法跟在线版的没啥区别。

点击模型下拉框，可以查看已经安装的模型，我之前已经安装了14B，刚刚又装好了70B。

点击右上角的齿轮，可以进行基础设置，比如更改语言、语音（默认都是英文，可以修改为简体中文）。

还可以更改默认搜索引擎，让大模型在推理的同时，开启联网搜索功能。

还可以添加本地知识库，让DeepSeek更具备个性化和专属性。

至此，万事具备，让我们来体验一下70B的本地DeepSeek，到底聪明不聪明？

先小试牛刀↓

接下来，我让它给IT技术从业者提出10点建议。

你来评评，它说的怎么样？

单单运行了这么点东西，我的本子散热风扇已经开始呜呜作响了。

看来想要运行70B的模型，我这台mac还是有点小马拉大车了。

如果你是Windows PC——

对应下载Windows版本的Ollama即可，其实安装过程大差不差。

只是Windows版本的安装程序比Mac版大多了。

安装完成后，同样打开命令行窗口，拉取对应的模型↓

这次我们低调一点，拉取最小的1.5B模型（我是虚拟机，跑不动太大的。）

模型尺寸小还是好，瞬间搞定↓

简单调戏一下，不得不说，参数量小的模型就是蠢，只能当玩具。

接下来，可以继续安装Page Assist，进行图形化管理和对话，我就不重复了。

如果你用的是Linux——

我们在Ubantu 22下玩一玩。（其实玩Linux的人不需要看教程）

打开shell，直接运行命令↓

curl -fsSL https://ollama.com/install.sh | sh

就可以完成Ollama的下载和安装

后面拉取和运行模型的步骤就一样了，不再赘述。

如果你想用iPhone或安卓机——

其实，在手机上跑一个DeepSeek 1.5B也是可以的，只是这样干完全没有必要。

首先，1.5B模型太小太弱智，基本没什么用；第二，运行这个模型太烧机了。

所以如果不是非常特殊的用途，我建议你完全可以去用市面上各种流行的大模型助手：豆包、通义、元宝、文小言、讯飞星火、Kimi…

让他们赛马，你来翻牌子，既节省资源，效率还高。

好啦，教程就分享到这里。

最后讲讲大家关注的电脑配置问题，其实我测试下来感觉配置要求其实不高，丐版电脑你就装小尺寸，豪版电脑你就装大尺寸。

当然从模型的可用性来讲，我建议至少24G以上的内存，运行14B以上的模型，如果有独立的N卡A卡更好，没有的话CPU跑跑也没关系。

大家也可以分别拉取不同尺寸的模型来测试（因为很简单），达到性能和体验的平衡。

现在赶紧行动起来，在你的电脑上装个DeepSeek吧，从此告别“服务器繁忙，请稍后再试”！

那么，如果是企业想要在本地部署一个DeepSeek，甚至是满血版的，应该怎么办呢？我们下回分解

AI大模型学习福利

作为一名热心肠的互联网老兵，我决定把宝贵的AI知识分享给大家。 至于能学习到多少就看你的学习毅力和能力了 。我已将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

大模型&AI产品经理如何学习

求大家的点赞和收藏，我花2万买的大模型学习资料免费共享给你们，来看看有哪些东西。

1.学习路线图

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。

2.视频教程

网上虽然也有很多的学习资源，但基本上都残缺不全的，这是我自己整理的大模型视频教程，上面路线图的每一个知识点，我都有配套的视频讲解。

（都打包成一块的了，不能一一展开，总共300多集）

因篇幅有限，仅展示部分资料，需要点击下方图片前往获取

3.技术文档和电子书

这里主要整理了大模型相关PDF书籍、行业报告、文档，有几百本，都是目前行业最新的。

4.LLM面试题和面经合集

这里主要整理了行业目前最新的大模型面试题和各种大厂offer面经合集。

👉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。

1.AI大模型学习路线图
2.100套AI大模型商业化落地方案
3.100集大模型视频教程
4.200本大模型PDF书籍
5.LLM面试题合集
6.AI产品经理资源合集

👉获取方式：
😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓