DeepSeek-R1，是深度求索（DeepSeek）研发的推理模型，本地部署后完全免费，无使用次数限制。DeepSeek-R1采用的大规模强化学习技术，尤其擅长数学、代码和自然语言推理等复杂任务。DeepSeek-R1系列模型（1.5b~671b）开源且免费，进一步降低了AI应用门槛，赋能开源社区发展。

前排提示，文末有大模型AGI-CSDN独家资料包哦！

DeepSeek详细教程：

❶Win版安装教程（Ollama+AnythingLLM安装、DeepSeek模型下载）

❷Mac版安装教程（Ollama+AnythingLLM安装、DeepSeek模型下载）

❸AnythingLLM设置方法（聊天模型+训练模型设置）

❹如何投喂数据（训练AI）

❺DeepSeek-R1应用展示

一、Win版安装教程

1.选择下载的安装包右键解压。

2.解压后，右键以管理员身份运行Ollama安装程序。

3.点击Install安装完成即可。

4.在D盘新建一个文件夹命名为OllamaAI，然后打开系统环境变量，新建变量名：OLLAMA_MODELS 变量值：D:\OllamaAI，设置完成后重启电脑。

温馨提示： 此步主要是解决Ollama默认下载模型到C盘问题，若C盘空间足够大的小伙伴此步骤可略过。

5.重启电脑后，在开始菜单找到Ollama程序打开，打开后在电脑右下角会有一个羊驼图标显示。

6.按快捷键Win+R，输入cmd确定。

7.输入ollama run+模型名称，按回车键即可下载（看下面附图硬件要求选择下载其中一个或多个，此过程可能有点慢，若下载失败重新输入命令下载即可），如下：

ollama run deepseek-r1:1.5b

ollama run deepseek-r1:7b

ollama run deepseek-r1:8b

ollama run deepseek-r1:14b

附： 各模型大小与电脑硬件要求，根据自己电脑硬件配置选择下载适合的模型。

8.❶deepseek-r1模型下载完成后（提示success即是下载完成），❷在CMD新窗口中输入命令ollama pull nomic-embed-text回车下载nomic-embed-text嵌入式模型（后面做数据投喂会用到）。

温馨提示： 若是要删除模型，输入命令ollama rm+模型名称，如ollama rm deepseek-r1:14b

9.deepseek-r1与nomic-embed-text模型下载完成后，开始安装AnythingLLM软件。

10.选择【所有用户】点击下一步。

11.修改路径地址中的首字符C可更改安装位置，本例安装到D盘，点击下一步。

12.安装中…，安装到提示下载ollama_lib.zip可点击取消，不然要等1小时间才能下载完成。

13.点击完成。

14.点击【Get started】。

15.点击箭头，进行下一步。

16.输入工作区名称，点击下一步箭头。

17.点击【设置】，里面可以设置模型、界面显示语言等。

附： 若软件显示英文，可在Customization外观定制里面选择Chinese即可。

二、Mac版安装教程（支持MacOS 11.0及更高）

1.双击安装Ollama（支持M系列与Intel系列CPU），选择【Move to Applications】然后点击Next安装完成即可。

2.通过终端分别安装deepseek-r1与nomic-embed-text模型，注意两个模型若是一起下载会报错，建议一个模型下载完成后，再开一个终端窗口下载。下载方式与Win版7~8步骤类似，这里不过多介绍。

3.双击打开AnythingLLM（根据自己电脑芯片选择ARM或Intel版安装包），将AnythingLLM拖入到【Applications】文件夹完成安装。若打开软件为英文，参考Win版第17步设置。

三、AnythingLLM设置（Mac与Win设置方法一样）

1.在软件设置里面，LLM首选项界面，提供商选择Ollama，Ollama Model选择你前面下载的DeepSeek-R1系列模型1.5b~671b，然后点击Save changes。

2.在Embedder首选项界面，嵌入引擎提供商选择Ollama，Ollama Embedding Mode选择【nomic-embed-text】，然后点击保存更改。

3.点击【工作区设置】。

4.聊天设置界面，❶工作区LLM提供者选择【Ollama】，❷工作区聊天模型选择【deepseek-r1】模型，❸然后点击【Update workspace agent】。

5.代理配置界面，工作区代理LLM提供商选择【Ollama】，工作区代理模型选择【deepseek-r1】，然后点击【Update workspace agent】。

四、如何投喂数据（训练AI）

1.在工作区界面，点击【上传】。

2.❶点击upload选择需要上传的文件（支持PDF、Txt、Word、Excel、PPT等常见文档格式）。❷勾选上传的文件，❸点击【Move to Workspace】。

3.点击【Save and Embed】。

五、DeepSeek-R1应用展示

1.没有投喂数据之前，输入伙伴神公众号是干嘛的，AI是回答不了的，投喂后能够准确分析与解答出来。

2.3.8与3.11哪个大，之前有人说DeepSeek回答是错误的，可能当成了版本号，本次测试正确无误。

3.在设置【对话历史记录】界面，工作区聊天记录可以导出也可以删除。

特别注意： 使用AnythingLLM软件之前，都要先打开Ollama软件，Mac打开后在右上角显示羊驼图标，Win在右下角显示羊驼图标。

👉👉【DeepSeek本地部署文档】

https://pan.quark.cn/s/7e0fa45596e4

读者福利：如果大家对大模型感兴趣，这套大模型学习资料一定对你有用

对于0基础小白入门：

如果你是零基础小白，想快速入门大模型是可以考虑的。

一方面是学习时间相对较短，学习内容更全面更集中。
二方面是可以根据这些资料规划好学习计划和方向。

包括：大模型学习线路汇总、学习阶段，大模型实战案例，大模型学习视频，人工智能、机器学习、大模型书籍PDF。带你从零基础系统性的学好大模型！

😝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】🆓

👉AI大模型学习路线汇总👈

大模型学习路线图，整体分为7个大的阶段：（全套教程文末领取哈）

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。

👉大模型实战案例👈

光学理论是没用的，要学会跟着一起做，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

👉大模型视频和PDF合集👈

观看零基础学习书籍和视频，看书籍和视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

👉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。

👉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】🆓