一、火到各行各业
最近有一个传统制造行业的好友突然问我,“deepseek的本地部署是个啥”,经过一番交流后,他想将其与公司的业务相结合,然后让我出一个教程。

本文是一篇保姆级的本地化部署教程,欢迎交流
二、环境说明
本人的电脑是 macOS,理论上还是够的,废话不多说,直接开干!其他系统可能部署步骤稍微有差异。

本文使用 ollama 进行安装部署 DeepSeek,(由于 Docker 环境存在网络限制,很遗憾未能采用这种方式)
三、安装Ollama
下载安装 ollama, 官网地址: https://ollama.com/

如官网介绍,Ollama 可以在本地运行多种大语言模型(注意:系统版本有要求)
打开终端,输入以下命令检查Ollama版本。如果返回版本信息,则说明安装成功

ollama --version
http://localhost:11434
四、下载并部署DeepSeek模型
Ollama支持多种DeepSeek模型版本,用户可以根据硬件配置选择合适的模型。(可以先从入门开始)
选择模型版本:根据你的 Mac 配置,选择合适的模型版本
- 入门级:1.5B版本,适合初步测试。中端:7B或8B版本,适合大多数消费级硬件。高性能:14B、32B或70B版本,适合高端硬件。 8GB RAM:1.5B版本。 16GB RAM:7B或8B版本。 32GB RAM:14B或32B版本
打开终端,输入以下命令下载并运行DeepSeek模型(以7B版本为例)

7b
1.5b
8b
14b
32b

这样就完成了 deepSeek的本地部署。
ollama run deepseek-r1:7b
如果已经下载过,则不用再下载,可直接运行。
<think>
/bye
通过上面几个步骤,就完成了 DeepSeek 的本地化部署。然而,仅使用终端交互较为局限,可以使用界面进行交互。
五、Chatbox AI
使用 Chatbox AI 进行交互,会更加流畅
https://chatboxai.app/zh


接下来进行配置

安装并配置,选择本地模型

通过简单的步骤,本地 DeepSeek 就可以拥有一个更友好的使用界面
六、使用API访问本地DeepSeek模型
除了使用界面,还可以使用 API 来访问本地模型。 写一个 python脚本
import requests
url = "http://localhost:11434/api/generate"
data = {
"model": "deepseek-r1:7b",
"prompt": "请问你是谁"
}
response = requests.post(url, json=data)
# 打印响应内容
print("响应内容:")
print(response.text)
使用 API 访问成功后,可以将 DeepSeek 集成到更多场景中
七、IDEA 集成本地 DeepSeek 模型
安装 Continue 插件,然后使用本地模型

可以使用任何大模型,支持 VS Code 和 JetBrains IDES。
然后使用本地 DeepSeek 进行编码


完成本地模型的配置后,基本就大功告成
八、总结
由于电脑性能不够强大,本地部署的反应速度还不够极致和丝滑。同时,由于内存限制,目前只使用了 7B 参数版本(该版本为“蒸馏版”)。更多关于本地部署的应用,可以再多多挖掘。
DeepSeek无疑是2025开年AI圈的一匹黑马,在一众AI大模型中,DeepSeek以低价高性能的优势脱颖而出。DeepSeek的上线实现了AI界的又一大突破,各大科技巨头都火速出手,争先抢占DeepSeek大模型的流量风口。
DeepSeek的爆火,远不止于此。它是一场属于每个人的科技革命,一次打破界限的机会,一次让普通人也能逆袭契机。

掌握DeepSeek对于转行大模型领域的人来说是一个很大的优势,目前懂得大模型技术方面的人才很稀缺,而DeepSeek就是一个突破口。现在越来越多的人才都想往大模型方向转行,对于想要转行创业,提升自我的人来说是一个不可多得的机会。
那么该如何学习AI大模型?
AI会取代那些行业?
谁的饭碗又将不保了?
「掌握AI工具的技术人」
想正式转到一些新兴的 AI 行业,不仅需要系统的学习AI大模型。同时也要跟已有的技能结合,辅助编程提效,或上手实操应用,增加自己的职场竞争力。
但是LLM相关的内容很多,现在网上的老课程老教材关于LLM又太少。所以现在小白入门就只能靠自学,学习成本和门槛很高
我已将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。
保证100%免费
福利来袭
全套AGI大模型学习大纲+路线
AI大模型时代的学习之旅:从基础到前沿,掌握人工智能的核心技能!

640套AI大模型报告合集
这套包含640份报告的合集,涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师,还是对AI大模型感兴趣的爱好者,这套报告合集都将为您提供宝贵的信息和启示。


👉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。
福利来袭

保证100%免费