通过Ollama在本地安装和使用DeepSeek-R1

通过Ollama在本地安装和使用DeepSeek-R1

原标题：通过Ollama在本地安装和使用DeepSeek-R1
文章来源：AI取经路
内容字数：5127字

轻松在本地部署DeepSeek-R1：Ollama助你一臂之力

近年来，大型语言模型(LLM)发展迅速，DeepSeek-R1凭借其卓越的性能和亲民的价格，迅速成为AI领域的新秀。许多用户渴望在本地环境中体验DeepSeek-R1，以充分利用其强大的功能，并保障数据安全和隐私。然而，本地部署LLM对许多用户来说并非易事。幸运的是，Ollama的出现简化了这一过程。

什么是Ollama？

Ollama是一个一体化工具，能够轻松地在本地运行各种大型语言模型。它支持多种操作系统，允许用户在个人电脑或服务器上运行和管理LLM，无需依赖云端服务，有效保护用户数据隐私。

一步步教你本地部署DeepSeek-R1

以下步骤将引导你使用Ollama在本地安装和运行DeepSeek-R1，即使你对模型部署不熟悉也能轻松上手。

1. 安装Ollama

首先，你需要下载并安装Ollama。访问Ollama官网 (https://ollama.com/)，下载适用于你操作系统的安装包。安装过程通常非常简单，只需按照提示操作即可。安装完成后，Ollama会自动启动并显示在系统托盘中。

2. 配置Ollama模型存储目录 (可选)

Ollama默认将模型存储在特定目录下 (macOS:~/.ollama/models; Linux:/usr/share/ollama/.ollama/models; Windows:C:\Users\\.ollama\models)。为了优化存储空间或更改存储位置，你可以设置环境变量OLLAMA_MODELS，将其指向你选择的目录。例如，你可以将其设置为”G:\litx\.ollama\models”。

3. 安装DeepSeek-R1

打开命令行终端(CMD)，输入命令 “ollama run deepseek-r1:7b” (这里使用7B版本，你可以根据自身电脑配置选择合适的版本)。Ollama会自动下载并启动DeepSeek-R1模型。请耐心等待，下载时间取决于你的网络速度和模型大小。

需要注意的是，官方建议：运行7B模型至少需要8GB RAM，13B模型需要16GB RAM，33B模型需要32GB RAM。

4. 使用DeepSeek-R1

DeepSeek-R1安装完成后，你可以通过以下几种方式与之交互：

• 命令行界面：直接在命令行终端与模型进行对话，输入你的问题或指令。
• Page Assist浏览器扩展：安装Page Assist浏览器扩展，它提供了一个方便的网页界面，让你可以在任何网页上与本地模型进行交互。
• 代码调用：使用Ollama的Python库，通过代码来调用DeepSeek-R1，实现更高级的应用。

5. 通过代码调用DeepSeek-R1 (示例)

以下是一个简单的Python代码示例，演示如何使用Ollama库进行流式调用：


from ollama import chat
messages = [{'role': 'user','content': '天空为什么是蓝色的？'}]
for part in chat('deepseek-r1:7b',messages=messages,stream=True):
print(part['message']['content'],end='',flush=True)
print()


总结

Ollama为本地部署和使用DeepSeek-R1提供了便捷的途径。通过简单的步骤，你就可以在本地安全地运行这个强大的模型，并尽情探索其无限可能。记住选择适合你电脑配置的模型版本，以获得最佳体验。

联系作者

文章来源：AI取经路
作者微信：
作者简介：踏上取经路，比抵达灵山更重要！ AI技术、 AI知识 、 AI应用 、 人工智能 、 大语言模型