本地电脑安装DeepSeek

  在本地安装DeepSeek，可通过Ollama、Python&Hugging Face、Docker、llama.cpp四种方式，其中Ollama最为简便。下面详细介绍使用Ollama在不同系统上安装DeepSeek的步骤：

一、安装前准备

（一）系统要求

- MacOS：Intel或Apple silicon芯片均可，建议使用最新版本系统，确保系统稳定性和兼容性。

- Linux：x86_64或arm64架构，推荐Ubuntu 24.04，其他主流发行版也可尝试，但可能需要额外调整依赖。

- Windows：借助Windows Subsystem for Linux (WSL 2)，Windows 10及以上版本可开启此功能，开启后近似于在Linux环境下操作 。

（二）硬件要求

- 内存：最低8GB，若想获得较好体验，建议16GB及以上，运行大型模型时，更大内存可减少卡顿。

- 存储：准备10GB以上空闲空间，用于存放模型文件，若后续需训练模型或处理大量数据，建议预留更多空间。

- GPU：非必需，但有兼容GPU（如NVIDIA的部分型号）可大幅提升推理速度，运行复杂任务时优势明显。

（三）软件要求

- 终端工具：MacOS和Linux系统自带终端；Windows系统使用WSL 2时，在“开始菜单”搜索“Ubuntu”等安装的Linux发行版启动终端，或通过PowerShell开启WSL 2环境 。

- 基础工具：安装Python 3.10及以上版本，安装时勾选“Add Python to PATH”；确保安装了pip（Python包管理工具，一般随Python安装）和Git（用于代码管理和获取资源）。

二、使用Ollama安装DeepSeek

（一）安装Ollama

MacOS系统：访问ollama.ai，点击下载MacOS应用程序；下载完成后，在“下载”文件夹找到ollama.zip文件，解压后将Ollama图标拖移至“应用程序”文件夹；打开“应用程序”中的Ollama，按照提示授予权限安装命令行工具。

Linux/Ubuntu 24.04/WSL（Windows）系统：打开终端，运行安装脚本 curl -fsSL https://ollama.com/install.sh | sh ；安装完成后，执行 ollama serve 启动Ollama服务；在终端输入 ollama --version ，若显示版本号（如ollama version 0.1.25），则安装成功。

（二）下载和安装DeepSeek - R1

检查模型是否在Ollama默认库中：在终端运行 ollama list ，查看列表中是否有deepseek - R1。若有，运行 ollama pull deepseek - R1 进行下载，下载时间取决于网络速度。

手动设置（模型不在默认库时）：从Hugging Face或DeepSeek官方仓库获取gguf格式的DeepSeek - R1模型文件（如deepseek - R1.q4_k_m.gguf） ，将其保存到指定文件夹（如~/models ）；在同一文件夹中，创建名为modelfile的文件，内容为 from ./deepseek - R1.q4_k_m.gguf （根据实际文件名修改）；在终端运行 ollama create deepseek - R1 -f modelfile 完成模型构建。

（三）运行DeepSeek - R1

在终端输入 ollama run deepseek - R1 启动与模型的对话。例如输入 >> write a Python function to calculate fibonacci numbers. ，模型会给出相应回答。

（四）验证安装（可选）

运行 ollama list ，确认列表中出现deepseek - R1。使用不同的示例提示测试模型的推理速度和回答质量，检查是否满足需求。

（五）在Web UI中运行DeepSeek

运行 ollama web 启动Ollama的Web UI，在浏览器中打开相应网址（通常为http://localhost:11434 ），就能在图形界面中与DeepSeek交互，操作更加直观方便。

若不想使用Ollama，也可通过Python&Hugging Face、Docker、llama.cpp安装DeepSeek，不过这三种方式的安装过程更复杂。比如使用Python&Hugging Face，需安装Python、Hugging Face相关库，还要下载模型；使用Docker要安装Docker引擎，编写容器配置文件；llama.cpp则侧重于在CPU上优化运行，安装时要编译代码，配置运行参数。