系列篇章💥

No.文章
01【DeepSeek应用实践】DeepSeek接入Word、WPS方法详解：无需代码，轻松实现智能办公助手功能
02【DeepSeek应用实践】通义灵码 + DeepSeek：AI 编程助手的实战指南
03【DeepSeek应用实践】Cline集成DeepSeek：开源AI编程助手，终端与Web开发的超强助力
04【DeepSeek开发入门】DeepSeek API 开发初体验
05【DeepSeek开发入门】DeepSeek API高级开发指南（推理与多轮对话机器人实践）
06【DeepSeek开发入门】Function Calling 函数功能应用实战指南
07【DeepSeek部署实战】DeepSeek-R1-Distill-Qwen-7B：本地部署与API服务快速上手
08【DeepSeek部署实战】DeepSeek-R1-Distill-Qwen-7B：Web聊天机器人部署指南
09【DeepSeek部署实战】DeepSeek-R1-Distill-Qwen-7B：基于vLLM 搭建高性能推理服务器
10【DeepSeek部署实战】基于Ollama快速部署DeepSeek-R1系列模型实战指南（Linux）
11【DeepSeek部署实战】基于Ollama+Chatbox零成本部署DeepSeek-R1系列模型攻略（Windows）
12【DeepSeek开发实战】DeepSeek-R1-Distill-Qwen与LangChain的本地大模型应用开发指南

目录

前言

在人工智能领域，DeepSeek 作为国产大模型的第一梯队选手，凭借其卓越的算法优化和高性能表现（支持代码生成、数学推理、多轮对话等场景）持续领跑行业。然而，尽管官方提供了免费的网页版服务，但在实际使用中，用户常常面临三大痛点：网络延迟高（尤其是在代码生成场景中）、隐私数据外泄风险以及高峰期服务器响应缓慢。为了解决这些问题，本文将介绍一种基于 Ollama 和 Chatbox 的黄金组合方案，手把手教您在 Windows 系统上实现零成本本地化部署 DeepSeek-R1 系列模型，让您享受毫秒级响应速度与绝对数据隐私的双重优势。

一、Ollama 部署 DeepSeek 全流程

第一步：Ollama 下载安装

  1. 访问 Ollama 官网下载页面：Ollama 下载链接。
    在这里插入图片描述

  2. 下载安装包：下载 OllamaSetup.exe 安装程序。

  3. 运行安装程序：右键点击安装包，选择「以管理员身份运行」，并按照提示进行安装。建议将安装路径修改为 D 盘，以避免系统盘空间不足的问题。

  4. 验证安装成功：

    • 打开命令提示符（CMD），输入以下命令查看 Ollama 版本号：
      ollama --version
      示例输出：0.1.46
    • 输入以下命令查看已安装的模型列表：
      ollama list

第二步：DeepSeek 部署运行

1. 模型选型指南

在选择大语言模型时，了解不同版本的参数量、性能特点和硬件需求至关重要。DeepSeek-R1 系列提供了从轻量级到超大规模的多种版本，以满足不同场景的需求。以下是 DeepSeek-R1 各版本的详细对比：

  1. DeepSeek-R1-1.5B

    • 硬件配置：最低 4 核处理器、8GB 内存，无需显卡，适合低资源设备。
    • 适用场景：短文本生成、基础问答系统、移动端或边缘计算设备。

  2. DeepSeek-R1-7B

    • 硬件配置：8 核处理器、16GB 内存，推荐 8GB+ 显存（如 RTX 3070/4060）。
    • 适用场景：文案撰写、表格处理、统计分析、本地开发环境。

  3. DeepSeek-R1-8B

    • 硬件配置：与 7B 相近，略高 10-20%。
    • 适用场景：需更高精度的轻量级任务（如代码生成、逻辑推理）。

  4. DeepSeek-R1-14B

    • 硬件配置：12 核处理器、32GB 内存，16GB+ 显存（如 RTX 4090 或 A5000）。
    • 适用场景：企业级复杂任务、长文本理解与生成。

  5. DeepSeek-R1-32B

    • 硬件配置：16 核处理器、64GB 内存，24GB+ 显存（如 A100 40GB 或双卡 RTX 3090）。
    • 适用场景：高精度专业领域任务、多模态任务预处理。

  6. DeepSeek-R1-70B

    • 硬件配置：32 核处理器、128GB 内存，多卡并行（如 2x A100 80GB 或 4x RTX 4090）。
    • 适用场景：科研机构/大型企业、高复杂度生成任务。

  7. DeepSeek-R1-671B

    • 硬件配置：64 核处理器、512GB 内存，多节点分布式训练（如 8x A100/H100）。
    • 适用场景：国家级/超大规模 AI 研究、通用人工智能（AGI）探索。

2. 模型部署运行

以部署 1.5B 模型为例，打开命令提示符（CMD），输入以下命令：

ollama run deepseek-r1:1.5b

等待模型下载并运行成功后，即可开始与模型进行交互。
在这里插入图片描述

第三步：终端对话验证

1. 第一轮对话测试

>>> 你是谁？
<think>
您好！我是由中国的深度求索（DeepSeek）公司开发的智能助手 DeepSeek-R1。如您有任何问题，请随时联系我，我会尽力为您提供详细的帮助。

如果您还想了解其他方面的内容，欢迎随时告诉我您的需求！我将尽力为您解答。

2. 第二轮对话测试

>>> 请帮我写一首现代诗，我是一个四年级小学生
<think>
好的，我是由中国的深度求索（DeepSeek）公司开发的智能助手 DeepSeek-R1。我想写一首现代诗，但我是一个四年级的小学生。虽然我对诗歌有轻微的兴趣，但我需要更简单一些。

首先，我可以回忆一下老师教过我们的诗歌形式，通常是四行一句，押韵或者有一定的节奏感。比如《小牛》、《花儿的红》这样的经典诗句。

接下来，我想要表达的是我的情感和对某个事情的思考。比如，我想写一首关于春天的事情，或者关于我最近的经历。

在写诗的时候，我可以使用比喻和拟人化的手法，让诗歌更有画面感和生动性。例如，把天空比作一个大圆，把花朵比作小精灵一样。

我还想加入一些动态的元素，比如风、鸟鸣、蝴蝶飞舞，这样可以增加诗歌的生动感。

最后，我要确保诗的整体结构流畅，每一句之间有连贯的关系，同时押韵或者有节奏感。这样才能让四年级的小学生觉得有趣又容易理解。

好，我试着写一首这样的诗吧！

[开始构思诗句]

首先，我想表达春天的主题，所以第一句是“春光无限好”。这样能让人联想到美好的时光。

然后，我想加入一些动态的元素，比如鸟鸣和蝴蝶飞舞，“小草摇曳鸡声急”这两句可以表现春天的活力。

接下来，我想描述花朵的颜色和美丽，“红紫欲滴花自放”这样的诗句能让读者感受到花朵的芳香和美丽。

最后，我想表达一种希望和宁静，“风吹雨打心如静”这样一句能让人感到安心和幸福。

现在我来把这些想法整理成一首诗：

春光无限好
小草摇曳鸡声急
红紫欲滴花自放
风吹雨打心如静

嗯，这样的诗句看起来不错，能够传达出春天的美好和宁静的感觉。让我再检查一下，确保每一句都流畅自然。

是的，这样就写好了。

3. 第三轮对话测试

>>> 我有 6 个苹果，吃了 1 个，送给你 2 个，丢了 1 个，还剩几个？
<think>
好的，我现在要解决这个问题：我有 6 个苹果，吃了 1 个，然后送了 2 个给朋友，丢失了 1 个，最后剩下多少个苹果？

首先，我想先理解一下问题中的每一个动作。让我一步一步地分析：

第一步，我开始时有 6 个苹果。

接下来，吃了 1 个苹果。这意味着剩下的苹果数量应该是 6 减去 1，也就是 5 个苹果。

然后，我送了 2 个苹果给朋友。虽然这里可能有两种情况：一种是苹果被送走，因此数量减少；另一种是苹果没有被带走，而是留在自己手里。不过，在这种情况下，通常“送给”意味着苹果被分开了，所以数量会减少。因此，送完之后的剩余苹果数量应该是 5 减去 2，也就是 3 个苹果。

接下来，我丢了 1 个苹果。这意味着在失去苹果之前有 3 个苹果，失去后剩下的数量是 3 减去 1，也就是 2 个苹果。

最后，经过这些动作，我应该剩下 2 个苹果。

让我再检查一下这个过程是否正确：

6 个苹果 - 1 个被吃掉 = 5 个
5 个苹果 - 2 个送出去 = 3 个
3 个苹果 - 1 个丢失 = 2 个

是的，这样计算下来，我最后剩下 2 个苹果。听起来合理。

有没有可能哪里有错误的地方呢？比如，如果“送出去”不是简单的拿走，而是将苹果分成了两部分，那么可能需要重新考虑，但在这个问题中没有提到这种情况。因此，我认为我的计算是正确的。
</think>
我有 6 个苹果。

1. **吃了 1 个**：剩下的苹果数量为 \(6 - 1 = 5\) 个。
2. **送了 2 个给朋友**：剩余的苹果数量变为 \(5 - 2 = 3\) 个。
3. **丢失了 1 个**：最后剩下的苹果数量为 \(3 - 1 = 2\) 个。

因此，我剩下 \(\boxed{2}\) 个苹果。

二、Chatbox 可视化交互配置

第一步：安装 Chatbox

  1. 访问 Chatbox 官网下载页面：Chatbox 下载链接。
  2. 下载 Windows 客户端：选择 Windows 版本进行下载。
  3. 安装时勾选「创建桌面快捷方式」：方便日后快速启动。
    在这里插入图片描述

第二步：配置 Ollama API

  1. 打开 Chatbox：启动 Chatbox 应用程序。
  2. 进入设置：点击菜单中的「设置」选项。
  3. API 设置：
    • 选择「Ollama」服务类型。
    • 填写 API 地址：http://localhost:11434。
    • 在模型列表中选择 deepseek-r1:7b-q4_k_m。

在这里插入图片描述

第三步：沉浸式对话体验

  1. 第一轮对话：请帮我写一首现代诗，我今年 10 岁。
    在这里插入图片描述

  2. 第二轮对话：我买了 5 个苹果，给了妈妈 1 个，自己吃了 2 个，掉了 1 个，请问还有几个？
    在这里插入图片描述

  3. 第三轮对话：唐代第一个皇帝是谁？
    在这里插入图片描述

体验感受：简单的提问和写作任务没有问题，但对于稍微复杂一点的问题，模型的回答可能会出现不准确的情况。

四、总结与展望

通过 Ollama + Chatbox 方案，我们成功在 Windows 系统上实现了 DeepSeek 模型的零门槛本地化部署。这一方案不仅解决了网络延迟和隐私数据外泄的问题，还提供了高效的本地化使用体验。未来，随着模型的不断优化和功能的扩展，我们期待这一方案能够在更多领域发挥更大的作用，为用户提供更加智能和便捷的服务。

在这里插入图片描述

🎯🔖更多专栏系列文章：AI大模型提示工程完全指南、AI大模型探索之路（零基础入门）、AI大模型预训练微调进阶、AI大模型开源精选实践、AI大模型RAG应用探索实践🔥🔥🔥 其他专栏可以查看博客主页📑

😎 作者介绍：资深程序老猿，从业10年+、互联网系统架构师，目前专注于AIGC的探索（CSDN博客之星|AIGC领域优质创作者）
📖专属社群：欢迎关注【小兵的AI视界】公众号或扫描下方👇二维码，回复‘入群’ 即刻上车，获取邀请链接。
💘领取三大专属福利：1️⃣免费赠送AI+编程📚500本，2️⃣AI技术教程副业资料1套，3️⃣DeepSeek资料教程1套🔥（限前500人）
如果文章内容对您有所触动，别忘了点赞、⭐关注，收藏！加入我们，一起携手同行AI的探索之旅，开启智能时代的大门！

# windows # 人工智能 # 语言模型 # AIGC # 开源
Logo
DeepSeek技术社区

欢迎加入DeepSeek 技术社区。在这里，你可以找到志同道合的朋友，共同探索AI技术的奥秘。

更多推荐

cover

DeepSeek网络拓扑设计解密：如何支撑千卡级AI训练的高效通信？

avatar DeepSeek技术社区
cover

LLM大语言模型（应用篇）

avatar DeepSeek技术社区
cover

让deepseek做题（下：处理图片）

avatar DeepSeek技术社区