一、环境准备

1.1 硬件要求

· CPU：Intel i5 10代以上 / AMD Ryzen5 5600X以上

· 内存：16GB以上（推荐32GB）

· 存储：100GB可用空间

· GPU（可选）：NVIDIA RTX 3060 12GB以上

1.2 软件要求

· 操作系统：Windows 10/11 64位 / macOS 12+

· 安装Python 3.10+

· 安装Git

二、下载ollama

任何安装问题欢迎留言，关于ollama下不下来的可以留言ollama安装包

注：由于是外网，部分会下载不成功，需要墙！！！

2.1 安装框架ollama

访问，下载对应系统安装包：Ollama

Windows安装步骤：

1. 双击ollama_windows_amd64.exe

2. 保持默认安装路径 

3. 验证安装成功：win+r 输入cmd打开命令控制符,输入ollama --version命令回车
# 输出示例：ollama version 0.5.11

2.2 部署DeepSeek模型

有基础的可以根据自己的电脑配置，直接打开命令符输入链接 ollama run deepseek-r1：14b
这里14b就是对应的模型，根据自己配置自行修改

1. 打开ollama官网Ollama 点击models
2. 点击r1模型
3. 根据硬件配置选择模型版本，不知道需要多大模型的请看文章：部署deep seek需要什么样的硬件配置？_deepseek本地部署硬件配置-CSDN博客
   真心建议不要下载太高配置 除非你的电脑配置非常高！！！ 硬拉高配可能会导致下载失败，严重的电脑会直接崩
4. 选择对应的模型后，复制下载链接
5. 使用win+r键输入cmd打开命令符，粘贴刚刚的命令，回车！等待即可 
   提示：这里的模型越大，下载的时间也越久，如果下载失败或者是进度条不动了，重新输入命令继续下载，由于是访问国外源，能翻墙的就...，效果会好点，不多解释 ,没有资源的等待就好了
6. 下载完成后 就可以直接跟deepseek聊天了 再也不会因为服务器原因无法回答了（这里只是命令符版本）

三、WebUI可视化配置

游览器插件 - Page Assist为本地AI模型提供UI交互界面

基本介绍：
（1）Page Assist 是一款用于浏览器的扩展插件，能够与本地运行的 A 模型交互，为用户提供直观的操作界面。
（2）Page Assist 具有如下功能特点:

• 提供便捷的侧边栏操作，方便用户进行各种任务;

• 支持视觉模型，可以进行图像识别等操作;.

• 提供简洁的 Web Ul 界面，用户友好;。

• 支持与 PDF 文件和文档进行聊天交流;

• 支持本地 Al 模型提供商 Ollama;

• 提供多语言支持，包括英语、俄语、马来语、中文和日语

谷歌游览器下载

注：没有翻qiang资源的，请直接看edge游览器下载，避免浪费您的宝贵时间奥！（解释一下，没有墙是打不开谷歌的商店的，没必要非要下谷歌的，edge也是一模一样的）

3.1 安装Page Assist 谷歌游览器右上角三个点点击扩展程序访问谷歌商店

3.2 搜索栏搜索Page Assist下载安装，如果想要使用方便可以固定在右上角（跟着下载提示完成就可）

3.3 完成点击即可打开web端的deepseek

3.4 页面可以选择自己的模型，只有一个会默认当前唯一的模型

edge游览器下载

1. 其实所有的操作都是一样的，考虑到部分没有资源的，这里重复一遍，已下载的直接跳过
   找打右上角三个点 点击扩展管理

2. 左上角搜索栏输入Page Assist，完成安装后直接点击就完成了web端的框架

四、AnythingLLM安装教程以及配置

一、安装AnythingLLM

官网地址：AnythingLLM | The all-in-one AI application for everyone

注：AnythingLLM下载完成需要下载嵌入模型再打开才可投喂 二、下载嵌入模型

1. 点击download下载

2. 根据自己的电脑环境安装对应版本

二、下载嵌入模型

1. 打开终端win+r键 输入cmd回车

2. 输入ollama pull nomic-embed-text 回车！等待下载完成再打开AnythingLLM

三、关于AnythingLLM设置

1. 打开AnythingLLM点击Get started，点击下一步填写工作名称就可开始了
2. 点击设置，首先把语言设置中文 能看得顺也可也不用设置
3. 设置LLM首选项
4. 设置Embedder首选项
5. 工作区设置，聊天设置模型，代理配置 来，上图！（记得保存！！！）

五、数据投喂训练

操作到这里，也算是可以用他聊天了，数据可以自己慢慢喂
注：电脑配置不好的一定一定不要一次投喂多个或者过多数据（不然电脑哭给你看）

1.  点击文件上传   
2. 上传文件

六、测试

这里的数据仅供参考，以达到测试效果，内容为ai生成

投喂前

投喂后

结语：与AI同行，做技术浪潮的掌舵者

通过本文的部署实践可以看到，DeepSeek这类AI工具正在显著降低技术落地的门槛。但值得思考的是：AI生成的每一行代码背后，都依赖于工程师对业务逻辑的理解；每一次精准的调参优化，都凝结着开发者对技术原理的认知。

在这个技术爆炸的时代，我的三点建议与诸君共勉：

1. 保持持续学习：每周研究AI领域论文/技术文档

2. 建立实践闭环：记录从o到1学习过程

3. 培养技术判断力：AI爆炸的时代,deepseek开始接入各种软件，选择自己有帮助的开始

特别感谢DeepSeek团队开源如此优秀的模型，也感谢CSDN平台提供的技术交流环境。文中的任何问题欢迎指出，欢迎开发者们参与共建。让我们以学习为桨，以创新为帆，在AI浪潮中开拓属于人类智慧的航道！