前言：
DeepSeek的横空出世引爆了AI大模型的势如破竹之势，在深度进入AI领域之前，对DeepSeek有个初步的了解和使用体验也至关重要，本文将结合Ollama实现本地化部署并生成开放接口，经由FastAPI调用实现！
一、Ollama的安装与路径迁移
1.打开Ollama官网
2.点击Download，按需选中要下载的版本，本文以Windows版本为例；
3.下载完成后，双击OllamaSetup.exe直接运行后点击Install开始安装，注意此处无法选择安装目录，如果需要修改目录需手动迁移；
4.安装完成后，打开cmd，运行ollama -v即可查看安装的Ollama版本信息
Ollama默认安装在C盘中：C:\Users\du\AppData\Local\Ollama，如果考虑到C盘空间需迁移目录，需手动迁移到指定目录；
5.目录迁移前先查看进程中Ollama是否正正运行，如在运行中需先结束进程，避免文件拷贝失败；
6.将整个文件夹直接剪切到新的路径，如D:\AIWorld\Ollama
7.路径迁移后需修改环境变量配置，打开环境变量
8.依次打开【环境变量】中的【Path】变量，直接在旧的配置上编辑或增加新的路径；
9.安装的路径配置完毕，还需新建或者修改系统变量中的OLLAMA_MODELS变量，将变量值改为目标路径
至此，Ollama安装路径迁移完毕，重新运行ollama.exe即可启动程序；
二、Ollama的使用
访问Ollama的官方模型库，library (ollama.com)，选择需要的模型
运行指定命令下载模型，如下载deepseek-r1:1.5b 模型：
ollama pull deepseek-r1:1.5b
下载完成后，运行该模型：
ollama run deepseek-r1:1.5b
查看Ollama中正正运行的模型：
ollama ps
模型已经运行成功，并可进行对话，经过思考后输出反馈，至此，模型的搭建成功并正常运行！
三、Ollama的API调用
ollama成功运行后，会提供一个REST API接口地址，默认运行在11434端口，http://localhost:11434/api/generate，调用方式参考如下：
import requests # 调用ollama，指定模型和本地部署后api地址 def query_ollama(prompt, model="deepseek-r1:1.5b"): url = "http://localhost:11434/api/generate" data = { "model": model, "prompt": prompt, "stream": False } response = requests.post(url, json=data) if response.status_code == 200: return response.json()["response"] else: raise Exception(f"API 请求失败: {response.text}") # 使用示例 response = query_ollama("你好，你是什么大模型，请浓重介绍一下自己！") print(response)
运行结果：
<think> 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。 </think> 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。
以上示例中结果为一次性输出，也可以调整为带有思考模式的逐字输出：
import requests # 流模式输出结果内容 def query_ollama(prompt, model="deepseek-r1:1.5b", stream=False): url = "http://localhost:11434/api/generate" data = { "model": model, "prompt": prompt, "stream": stream } if stream: # 开始处理流式响应结果 with requests.post(url, json=data, stream=True) as response: if response.status_code == 200: # 逐行打印结果内容 for line in response.iter_lines(decode_unicode=True): if line: # Ollama流式返回每行是一个json字符串 try: import json obj = json.loads(line) print(obj.get("response", ""), end="", flush=True) except Exception as e: print(f"解析流式响应出错: {e}") else: raise Exception(f"API 请求失败: {response.text}") else: response = requests.post(url, json=data) if response.status_code == 200: return response.json()["response"] else: raise Exception(f"API 请求失败: {response.text}") # 使用示例 print("流式响应结果输出：") query_ollama("你好，你是什么大模型，请隆重介绍一下自己", stream=True)
当本地的模型部署完毕后，可以使用FastAPI进行封装后提供给外部调用，主要注意接口地址和端口，以下配置路径没有特别限制，可自定义调整：
http://127.0.0.1:8000/api/aichat
from fastapi import FastAPI from fastapi.middleware.cors import CORSMiddleware from pydantic import BaseModel import requests app = FastAPI() # 定义请求模型 class ChatRequest(BaseModel): prompt: str model: str = "deepseek-r1:1.5b" # 允许跨域请求（根据需要配置） app.add_middleware( CORSMiddleware, allow_origins=["*"], allow_methods=["*"], allow_headers=["*"], ) #此处画重点，外部访问的接口地址 .post("/api/aichat") async def chat(request: ChatRequest): ollama_url = "http://localhost:11434/api/generate" data = { "model": request.model, #接口调用要传入的模型参数 "prompt": request.prompt, #接口调用要传入的指令 "stream": False } response = requests.post(ollama_url, json=data) if response.status_code == 200: return {"response": response.json()["response"]} else: return {"error": "Failed to get response from Ollama"}, 500 if __name__ == "__main__": import uvicorn #外部调用时访问的端口 uvicorn.run(app, host="0.0.0.0", port=8000)
运行以上代码后，出现以下提示，表示接口成功运行：
INFO: Started server process [10588] INFO: Waiting for application startup. INFO: Application startup complete. INFO: Uvicorn running on http://0.0.0.0:8000 (Press CTRL+C to quit)
可以使用接口测试工具Postman测试接口是否可以正常调用，输出的结果包含了思考部分和最终结果，可以实现推理到结果的过程：
如果不清楚Postman的使用，也可以通过Python测试：
import requests response = requests.post( "http://localhost:8000/api/aichat", json={"model":"deepseek-r1:1.5b","prompt": "你好，请介绍一下你自己"} ) print(response.json())
也会得到同样的输出结果：
{'response': '<think>\n\n</think>\n\n您好！我是由中国的深度求索（DeepSeek）公司开发的智能助手DeepSeek-R1。关于我以及我的能力，请参考官方文档或使用相关AI服务工具获取详细信息。'}
