一共只需要3步

1.下载ollama

2.下载DeepSeek-R1模型

3.搭建Chatbox界面

为啥要本地部署？

我觉得吧，你要想本地能和官网一样的效果，那是不现实的，说实话也没这个必要，但本地部署最终要的是能解决数据隐私的问题。

第一步 ：安装 Ollama

Ollama 是个啥？你可以叫它「欧拉马」，可以理解成是个自己电脑上运行大语言模型的容器，开源，免费，不用联网。

这玩意怎么下？

要么直接搜索 Ollama；要么，就直接点击这个链接：https://ollama.com ，就可进入官网：

通过网盘分享的文件：Ollama
链接: https://pan.baidu.com/s/1HhgVAWiNjaEdH7Vl9VolCw?pwd=1234 提取码: 1234

选择要下载的版本

下载好后，直接点击对应的 app 运行：

点击安装，

如果你是 macos，就可以在菜单栏看到 Ollama 的小图标啦，这表明基础环境已经 ok。

第二步：下载 DeepSeek-R 1 模型

还是打开刚才的 Ollama 官网，进入「Models」页面。

直接根据自己电脑配置选择对应参数的模型下载：

那你肯定会问，我电脑该选择哪个尺寸的下载呢？1.5b、7b、8b、14b 这些是啥？

1.5b 这些其实是大语言模型的参数规模，单位是 billion，B，即十亿。

比如 1.5b 就代表是 15亿参数。

一般来说，参数越多，模型的能力越强，但计算资源需求也越大。如果你看到这些数字，基本可以理解成这是某个AI模型的体型大小。

需要先确定自己的内存大小及存储，一般来说，模型参数越大，所需的计算资源和内存也越多。

如果您的设备内存为 8 GB，建议选择 1.5 B 或 7 B 模型，以确保模型能够流畅运行。如果您的设备内存为 16 GB 或更高，可以考虑选择 8 B 或 14 B 模型。至于 32 B 模型，可能需要更高的硬件配置才能流畅运行。

ollama run deepseek-r1:8b

打开电脑终端

出现这样，就表示已经部署完成：

ollama run deepseek-r1    启动

/bye to exit                         关闭

第三步：搭建 Chatbox 界面

这命令行对于不会编程的小伙伴来说，太难受了。

不过没关系，开源的 Chatbox 就可以解决这个问题，你可以理解成他是个好看的 UI 界面搭载的应用程序，让你和大模型对话就像呼吸空气一样自然🉑

使用方法也很简单，下面简单介绍一下：

1、下载并安装客户端

打开官网直接下载：**https://chatboxai.app/zh

打开后是这样的，

选择使用自己的 API  Key 或者本地模型：

选择 Ollama API

打开后可以自行设置参数

也可以自己设置头像

然后就可以自行使用UI界面了

至此，简单三步，本地就运安装运行起来了 DeepSeek R1。

但这个时候，在你本地跑的只是个小 baby，他并没有像官方一样智能，只能处理简单的任务。

不过如果只是单纯的做自己知识库助手，也够了，毕竟本地的数据也就这么多。