目录

配置流程

第一步：下载Ollama

第二步：下载deepseek模型

第三步：在Chatbox上配置deepseek模型

了解DeepSeek

DeepSeek的R1和V3模型

---

配置流程

提前了解：

Ollama 是能让用户在本地下载、运行及共享各类大语言模型，保障数据隐私且无需依赖云端服务的工具；

Chatbox 是集成多个大语言模型 API，以统一界面供用户便捷切换模型交互的跨平台开源 AI 聊天客户端。

第一步：下载Ollama

网址：Ollama

根据自己的电脑选择：

第二步：下载deepseek模型

我选择的是1.5b，在终端运行命令：

ollama run deepseek-r1:1.5b

第一次运行该命令会下载 1.5b 的版本，下载完成以后，再执行该命令就无需下载，可以直接运行了。

下载结束后，查看是否已经成功下载：

$ ollama list
NAME                ID              SIZE      MODIFIED
deepseek-r1:1.5b    a42b25d8c10a    1.1 GB    15 hours ago

不同模型名称中的 1.5B、7B、14B 等数字代表模型的参数量，这里的 B 是“Billion”（十亿） 的缩写。参数量的多少直接影响模型的“聪明程度”、计算资源需求和适用场景，也不是说越多越好，因为越多其硬件的资源消耗也会越多，要根据自己电脑的情况来定。

走到这里已经可以使用了，输入上面的命令（ollama run deepseek-r1:1.5b）即可：

但是这样似乎不太美观，为了有一个UI界面让它看起来更好看，我们进行第三步骤。

第三步：在Chatbox上配置deepseek模型

安装Chatbox AI（可视化操作界面）：Chatbox AI官网：办公学习的AI好助手，全平台AI客户端，官方免费下载

下载结束后，打开Chatbox，此时会让我们进行一个选择：

再一次选择：Ollama API

如果不小心选错了，也没关系，我们点击设置，选择模型提供方Ollama API：

然后选择已经下载好的deepseek-r1模型，这里会自动识别我们已经安装的模型：

然后开启一个新对话就可以聊天了（关闭网络也可以进行聊天）：

了解DeepSeek

DeepSeek的R1和V3模型

深度思考是R1模型，如果不选择深度思考则是V3模型：

区别如下：

1. V3：基本上可以处理绝大多数种类的任务。
2. R1：顾名思义，通过深度思考搜索的内容更加垂直，R1在需要逻辑推理的任务上更擅长，比如写代码，做数学题。同时R1的成本也会更高。

参考：

博客园：MAC本地化部署DeepSeek模型实战：解决网页提示服务器繁忙的问题 

稀土掘金：国产大模型又出黑马！DeepSeek 初体验，价格屠夫大杀四方