手把手教你本地部署DeepSeekR13步搞定有手就行

昨天给小伙伴们整理了 DeepSeek-R1 的 15个官方平替 ，详情看这里： DeepSeek-R1的15个官方平替，总有一个适合你！

今天我们继续。

话接上文，如何使用上稳定可靠不繁忙、不跑路、不卡顿、不截断的 DeepSeek-R1 是AI冲浪的一切前提。今天出一期 DeepSeek-R1 本地部署的手把手教程。仅需 3 步，低代码，尽量用最简单的方式教会你在自己的电脑上部署属于你自己的 DeepSeek-R1 模型。

话不多说，直接开整，集合！

第1步：安装 Ollama

https://ollama.com/

本地部署推荐使用开源工具 Ollama ，对小白极其友好——既提供命令行界面，又提供图形界面，让你能够方便地管理和使用本地的AI模型。

打开上面那个Ollama官网，点击 下载 ，按照你的电脑类型下载对应的客户端。Ollama支持macOS、Windows和Linux。

接下来的操作以macOS为例。

双击打开Ollama客户端安装包，点击 Next 。

点击 Install 安装Ollama的命令行工具（CLI）。这一步可能会让你输入系统密码。

点击 Finish ，安装完成。到这里，这一步就大功告成了。

不放心的小伙伴可以双重验证一下Ollama是不是真正安装完成了。打开 终端 运行下面这个命令。正常来说会输出Ollama的版本号，如“ollama version is 0.5.7”。

# 验证安装ollama --version

第2步：下载 DeepSeek-R1 模型

有了Ollama，就可以通过Ollama方便地下载 DeepSeek-R1 模型了。Ollama共提供 7 个不同参数量的 DeepSeek-R1 模型。

参数量越大，代表模型推理能力越强，满血版的 DeepSeek-R1 参数量为671B。

同时，每个参数量的模型所需的 计算资源 也各不相同，这里我总结了一份这7个模型各自所需的配置，供参考。其中， deepseek-r1:1.5b 仅靠CPU也能跑起来，不放心的可以先从这个最小的模型玩起。

打开 终端 ，输入下面这行代码下载模型。注意，把代码里的“1.5b”替换成你想要安装的模型，比如“7b”，“8b”。

# 入门推荐（1.5B，资源占用最低）ollama pull deepseek-r1:1.5b

下载进度显示100%即完成，1.5B模型大小约1.1GB，7B模型大约4.7GB，8B为4.9GB。因为下载速度受限，我这里以1.5B模型为例。

安装完成后会自动进入模型会话模式，意味着你已经可以开始和你的专属模型聊天了！

比如下面这样。

测试：你谁啊

回答：您好！我是由中国的深度求索（DeepSeek）公司开发的智能助手DeepSeek-R1。如您有任何任何问题，我会尽我所能为您提供帮助。

其实到这里，整个本地部署的过程就已经完成了，是不是超级简单，有手就行！

但这还只是第2步，接下来还有第3步。为什么？因为 图形界面 ！总不能让小伙伴们一直在终端里使用 DeepSeek-R1 吧，我们需要一个客户端。

第3步：在Chatbox里使用本地部署的模型

https://chatboxai.app/zh

之前在《 DeepSeek R1 + 个人知识库，直接起飞！ 》介绍过了第三方客户端Cherry Studio，今天趁着这个机会介绍另一款也很好用的客户端： Chatbox 。

相比Cherry Studio，Chatbox支持的客户端类型更多更全，从桌面客户端到手机app，都支持。按照上面的Chatbox官网链接下载安装即可。

接下来重点讲怎么把部署在本地电脑上的 DeepSeek-R1 集成到Chatbox里使用。

打开Chatbox，点击左下角的 设置 ，在 模型提供方 里找到 Ollama API 。API连接点直接用默认的 http://localhost:11434 ，然后选择你安装好的 DeepSeek-R1 模型，比如我这里就是 deepseek-r1:1.5b 。最后点击 保存 ，大功告成。

设置好，就可以和你自己部署的模型聊起来了！

写在最后

小参数模型的优势是需要的算力资源小，便于本地部署使用；但随之而来的是推理能力的“骤降”。比如下面这样。

再尝试一次，虽然能回答了，但答案属实很离谱。

写文章的过程中，我又下载安装了一个7B版本的 DeepSeek-R1 ，思考比1.5B好了不少，但仍然回答不对“平头哥问题”。