前言

2025 年 1 月 27 日，DeepSeek 在苹果中美两区的 App 免费榜单双双登顶，超越了长期占据榜单的 GPT，这一突破性进展引发了投资者的广泛关注，甚至导致英伟达股价大幅下跌。从那时起，DeepSeek 一举成为网络热点，广受关注，各大媒体纷纷报道。DeepSeek 之前开源的 DeepSeek-R1 蒸馏模型，也吸引了大量用户在本地设备上部署这一开源版本。

本文将详细介绍如何在本地部署 DeepSeek 蒸馏模型，内容主要包括 Ollama 的介绍与安装、如何通过 Ollama 部署 DeepSeek、在 ChatBox 中使用 DeepSeek 以及在 VS Code 中集成 DeepSeek 等。

准备好了吗？准备一杯你最喜欢的咖啡或茶，随着本文一探究竟吧。

Ollama

Ollama 是一个强大的开源工具，旨在帮助用户轻松地在本地运行、部署和管理大型语言模型（LLMs）。它提供了一个简单的命令行界面，使用户能够快速下载、运行和与各种预训练的语言模型进行交互。Ollama 支持多种模型架构，并且特别适合那些希望在本地环境中使用 LLMs 的开发者和研究人员。

主要特点

• 本地运行：Ollama 允许用户在本地计算机上运行大型语言模型，而不需要依赖云服务。这对于数据隐私和安全性要求较高的场景非常有用。

• 简单易用：通过命令行工具，用户可以轻松地下载、安装和运行模型。Ollama 提供了简单的命令来启动模型并与模型进行交互。

• 支持多种模型：Ollama 支持多种流行的语言模型，包括 Llama 3.3, DeepSeek-R1, Phi-4, Mistral, Gemma 2 等。用户可以根据自己的需求选择合适的模型。

• 跨平台支持：Ollama 支持多种操作系统，包括 Linux、macOS 和 Windows，用户可以在不同的平台上使用相同的工具。

• 开源：Ollama 是一个开源项目，用户可以自由地查看、修改和分发其代码。

安装

在 Ollama 下载页面，我们可以根据自己操作系统类型选择不同的下载方式。

在 Windows 下安装

下载 OllamaSetup.exe 文件之后，打开文件，点击 Install 后等待安装完成。

安装完成后，打开 cmd 命令行窗口，输入 ollama -v 验证是否安装成功。

在 Mac 下安装

下载 Ollama-darwin.zip 文件之后，解压并打开执行文件安装即可。

安装完成之后，打开终端，输入 ollama -v 验证是否安装成功。

在 Linux 下安装

运行以下命令进行安装：

curl -fsSL https://ollama.com/install.sh | sh

        

          
        
        
        

          

          AI 代码解读
        
      
      

Deepseek

DeepSeek 是一家创新型科技公司，长久以来专注于开发先进的大语言模型（LLM）和相关技术。该公司推出了比较出名的模型有 DeepSeek-V3 和 DeekSeek-R1。DeepSeek-V3 多项评测成绩超越了 Qwen2.5-72B 和 Llama-3.1-405B 等其他开源模型，并在性能上和世界顶尖的闭源模型 GPT-4o 以及 Claude-3.5-Sonnet 不分伯仲。DeepSeek-R1 在后训练阶段大规模使用了强化学习技术，在仅有极少标注数据的情况下，极大提升了模型推理能力。在数学、代码、自然语言推理等任务上，性能比肩 OpenAI o1 正式版。

本地部署

前面我们已经安装好了 Ollama，接下来可以借助 Ollama 工具来部署 Deepseek 大模型。

首先，访问 Deepsee Model 的 deepseek-r1 模型页面，在这个页面中，我们可以看到 1.5b、7b 等不同规模的模型版本，每个版本右侧会明确标注每个版本所需的显存配置。

其次，根据自己电脑的显卡配置选择合适的版本。例如，部署 deepseek-r1:7b 版本：

$ ollama run deepseek-r1:7b
pulling manifest 
pulling 96c415656d37... 100% ▕████████████████▏ 4.7 GB                         
pulling 369ca498f347... 100% ▕████████████████▏  387 B                         
pulling 6e4c38e1172f... 100% ▕████████████████▏ 1.1 KB                         
pulling f4d24e9138dd... 100% ▕████████████████▏  148 B                         
pulling 40fb844194b2... 100% ▕████████████████▏  487 B                         
verifying sha256 digest 
writing manifest 
success

        

          
        
        
        

          

          AI 代码解读
        
      
      

部署完成后，我们就可以与 Deepseek 大模型进行对话了：

>>> 你好
<think>

</think>

你好！很高兴见到你，有什么我可以帮忙的吗？无论是学习、工作还是生活中的问题，
都可以告诉我哦！😊

        

          
        
        
        

          

          AI 代码解读
        
      
      

ChatBox

通过 Ollama 部署 Deepseek 模型之后，我们就可以在终端与其进行对话了。由于是在终端里面，交互体验相对较为简洁和不够直观，长时间的对话可能会让操作变得不够流畅。为了更方便地与模型进行对话，我们可以使用可视化的聊天项目，例如 Open WebUI、ChatBox 等。通过这些工具，我们能够获得更加直观和流畅的交互体验。接下来将演示如何安装并通过 ChatBox 使用 Deepseek。

安装

• 首先，进入 Chatboxai，通过 免费下载 按钮下载软件安装包并进行安装。

• 然后打开 Chatbox。首次打开我们会看到以下选项，选择 “使用自己的 API Key 或本地模型”，然后在新的标签页里选择 Ollama API。

• 接下来，我们能在模型列表里看到通过 Ollama 所部署的大模型，选择 deepseek-r1:7b，然后点击保存。

• 保存之后，我们就可以在对话框里与 Deepseek 大模型进行对话了。

在 VS Code 里集成 Deepseek

接下来，我将演示如何在 VS Code 中通过 Continue 插件集成 Deepseek。Continue 是一款领先的开源 AI 代码助手。我们可以将任意模型和上下文连接起来，在 VS Code 和 JetBrains 中构建定制化的自动补全和聊天功能。

• 首先，安装 Cotinue 插件。

• 其次，点击 Add Chat model 添加模型。

• 接下来，Provider 选项选择 Ollama，Model 选项选择 Autodetect，然后点击 Connect，这样就可以自动选择我们刚才所部署的 deepseek-r1:7b 模型了。

• 对话测试与代码生成测试：

在 JetBrains 系列开发工具中集成 DeepSeek 的方式，与在 VS Code 中的集成方法类似。

小结

借助 Ollama 工具，本地部署 DeepSeek 蒸馏模型的过程非常简单。然而，需要注意的是，本地部署的 DeepSeek 大模型在性能上与官网提供的在线版本存在显著差距，尤其是在模型的思考能力和响应速度方面。除非拥有高性能显卡以支持部署更强大的蒸馏模型，并能够进行本地数据训练，否则建议优先使用官方提供的 Web 版或 App 版本，以获得更优质的使用体验。

你好，我是陈明勇，一名热爱技术、乐于分享的开发者，同时也是开源爱好者。

成功的路上并不拥挤，有没有兴趣结个伴？

关注我，加我好友，一起学习一起进步！