通过Ollama本地部署DeepSeek R1以及简单使用

zhidao

本文介绍了在Windows环境下，通过Ollama来本地部署DeepSeek R1。该问包含了Ollama的下载、安装、安装目录迁移、大模型存储位置修改、下载DeepSeek以及通过Web UI来对话等相关内容。

1、下载Ollama

首先我们到Ollama官网去下载安装包，此处我们下载的是Windows版本的安装包，如下图所示：

<hr>2、安装Ollama

Windows安装包下载完成后，我们直接双击安装包，然后点击Install按钮等待安装完成即可，如下图所示：


注意：安装完成后，Ollama默认为打开状态，此时我们先退出Ollama（鼠标右键点击任务栏的Ollama图标然后选择退出即可）。
如上图所示，Ollama默认安装在C盘的C:\Users\quber\AppData\Local\Programs\Ollama目录下，如下图所示为默认安装的文件，大小大概有4.56GB：

Ollama安装完成后，在桌面上是没有快捷启动图标的，我们可以在开始菜单中查找或在搜索框中搜索，如下图所示：


<hr>3、转移Ollama安装目录

如果不想将Ollama安装到C盘，可以将安装的所有文件全部剪切到其他盘的目录内，如转移到D盘的D:\Net_Program\Net_Ollama目录下，这样可以节约C盘的空间，如下图所示：

转移后，我们还需要修改Ollama的环境变量。
打开环境变量，双击用户变量中的Path，我们会看到最后一条信息就是Ollama安装完成后默认添加进来的，如下图所示：

我们双击最后一条信息进入编辑状态，修改为我们转移的目录D:\Net_Program\Net_Ollama，然后点击确定按钮关闭所有窗体即可，如下图所示：

<hr>4、验证Ollama

上述步骤完成后，我们可以打开CMD，输入ollama -v命令，如果出现如下图所示的内容就代表Ollama安装成功了：

同样我们输入ollama -h命令可以查看Ollama其他操作命令，如下图所示：

<hr>5、修改大模型存储位置

接下来我们需要配置大模型下载存储的目录位置（默认存储在C盘的C:\Users\quber\.ollama\models目录下）。
同样我们打开环境变量，然后在用户变量中点击新建按钮，变量名为OLLAMA_MODELS，变量值为D:\Net_Program\Net_Ollama\Models，其中的变量值就是大模型下载存储的目录位置，最后点击确定即可，如下图所示：

<hr>6、下载DeepSeek

同样我们打开Ollama官网，点击顶部的Models链接，此时我们就会看到deepseek-r1模型排在第一位，如下图所示：

点击deepseek-r1链接进去，此时我们会看到下拉框中有各个版本的大模型，越往后对电脑硬件的要求越高，此处为了演示效果，我们选择1.5b进行下载（具体可根据自己的电脑和需求有选择性的下载），如下图所示：

随后我们复制下拉框后面的命令ollama run deepseek-r1:1.5b，粘贴到新打开的CMD窗口中回车执行（耐心等待下载完成），如下图所示：


注意：上述下载命令需要在新打开的CMD窗口中执行，否则下载的文件存储在C:\Users\quber\.ollama位置，就不是我们修改的D:\Net_Program\Net_Ollama\Models这个位置了。
温馨提示：
下载过程中，最开始下载速度可能要快一些，下载到后面可能就几百KB了，此时我们可以按Ctrl+C停止下载，然后再重新复制命令执行下载，此时的下载速度又恢复到了几MB了（此操作可能会遇到重新下载的情况），如此往复操作即可，如下图所示：

如出现如下图所示的效果就代表下载完成了：

<hr>7、验证DeepSeek

在DeepSeek下载完成后，我们就可以在CMD中输入内容进行对话了，如输入：你好，如下图所示：

到此，DeepSeek R1的部署就基本告一段落。
<hr>8、Web UI对话

虽然我们可以通过CMD窗口进行对话，但是相对不那么直观，于是我们可以通过第三方Web UI来实现对话效果。
8.1、Chrome插件-Page Assist

首先我们通过谷歌浏览器官方插件地址搜索Page Assist，点击Page Assist - 本地 AI 模型的 Web UI，如下图所示：

然后添加到Chrome：

安装完成后，我们可以将该插件固定（钉）到浏览器顶部，方便使用，如下图所示：

随后我们点击该插件，就会出现如下图所示的界面：

在界面中出现了Unable to connect to Ollama的提示，是因为我们安装的Ollama没有启动，此时我们只需要启动Ollama软件即可，启动后的界面效果如下图所示：

设置中文：
点击界面右上角的Settings按钮，将预览设置为简体中文，如下图所示：


设置完成后返回主界面，此时就是中文界面了。
选择模型：
点击主界面中的第一个下拉框，选择我们刚才下载的模型deepseek-r1:1.5b，如下图所示：

到此，配制就完成了。
对话演示：
接下来我们就可以愉快的对话了，效果图下图所示：

温馨提示：
上述演示效果，和电脑的配置有一定的关系，仅供参考。
8.2、chatboxai在线对话

我们也可以通过在线Web UI https://web.chatboxai.app/ 进行对话。
首先我们打开https://web.chatboxai.app/，打开后界面中间会有一个弹出框，我们点击阴影处即可取消该弹框的显示。
设置中文：
我们点击左下角的Settings，在弹出框中点击DISPLAY，在第一个下拉框中选择简体中文，随后点击右下角的SAVE即可显示为中文了，如下图所示：

配置环境变量：
在用户环境变量中，我们点击新建，分别新建下面两组变量，如下所示：
OLLAMA_HOST       0.0.0.0    --任何IP都可以访问OLLAMA_ORIGINS    *

重启Ollama：
配置好环境变量后，我们重启下Ollama，目的是让https://web.chatboxai.app/能自动识别连接到Ollama服务，然后刷新下https://web.chatboxai.app/。
设置模型提供方和模型：
点击左下角的设置按钮，然后在模型选项卡中选择模型提供方为OLLAMA API，模型选择deepseek-r1:1.5b，然后点击保存，如下图所示：

对话演示：
接下来我们就可以愉快的对话了，效果图下图所示：

<hr>到此，DeepSeek R1模型的本地部署以及简单对话应用就完成了！！！