Ollama下载安装+本地部署DeepSeek+UI可视化+搭建个人知识库——详解!(Windows版本)
目录
1️⃣下载和安装Ollama
1. 🥇官网下载安装包
2. 🥈安装Ollama
3.🥉配置Ollama环境变量
4、🎉验证Ollama
2️⃣本地部署DeepSeek
1. 选择模型并下载
2. 验证和使用DeepSeek
3️⃣使用可视化工具
1. Chrome插件-Page Assist
4️⃣搭建个人知识库
1.安装“词嵌入模型”
2. 安装Cherry Studio
3. 导入个人知识库
1️⃣下载和安装Ollama
1. 🥇官网下载安装包
首先我们到Ollama官网Ollama官网
https://ollama.com/download/windows下载安装包,此处我们下载的是Windows版本的安装包

2. 🥈安装Ollama
两点注意:
- Ollama安装包默认只能安装到C盘,Ollama本身大概会占用4GB左右;
- 如果大家都C盘空间充足的话可以直接双击打开安装包点击安装即可;

下面 介绍如何将Ollama安装到其他盘:
①首先将你的Ollama安装包放到想要安装的路径下,例如 D:\Ollama

②然后,在该路径下打开 CMD终端

- 在终端输入命令符安装
③然后在CMD窗口输入安装指令:OllamaSetup.exe /DIR=D:\Ollama
语法解释:安装包名称 /DIR=应用程序指定安装的目录

然后Ollama就会进入安装,点击Install后,可以看到Ollama的安装路径就变成了我们指定的目录了;

3.🥉配置Ollama环境变量
通常安装完成后就可以继续使用了,但是对于某些电脑,比如我的是Win11,还需要进行一些环境变量的配置;
共需要进行三步环境变量的配置:
- 修改AI大模型的下载路径;
- 在系统环境Path路径下添加Ollama的环境变量;
- 配置服务监听地址,允许让其他网络可以访问到本地的大模型(可选);
首先第一步:搜索框直接搜索“环境变量”,打开“编辑系统环境变量”设置:


1)配置AI大模型存储位置
- 首先我们提前创建好AI大模型的存储路径;
例如:我直接在Ollama安装路径下创建了一个Models文件夹作为存储路径:D:\Ollama\Models - 然后在系统变量栏,新建一个变量;
变量名为:OLLAMA_MODELS
变量值为:D:\Ollama\Models

2) 检查Ollama的环境变量
通常情况,Ollama安装时会自动为我们配置好环境变量;
验证方法:在CMD执行ollama命令
- 如果识别失败,重启电脑再试一次;成功会有下面的样式:

- 如果还是不成功,我们就需要手动配置一下:
(1)还是打开系统环境变量,双击Path:

(2) 点击新建,然后输入我们的Ollama安装目录
注意:添加到 PATH 的路径是包含 ollama.exe 可执行文件的安装目录,而不是其他子目录;

3)其他环境的配置(可选)
除了以上必要的基本配置外,还有几点环境变量可选择性的修改,以方便今后其他操作;
①配置服务监听地址,用来允许让其他网络可以访问到本地的大模型
- 变量名:OLLAMA_HOST
- 变量值:0.0.0.0
OLLAMA_HOST 0.0.0.0 --任何IP都可以访问
监听ip地址默认为127.0.0.1(仅限本机访问);
如需远程访问可设置为0.0.0.0(设置方法同样是新建一个变量,输入变量名和值);

②为http开放请求
- 变量名:OLLAMA_ORIGINS
- 变量值:*
下图所示:

4、🎉验证Ollama
上述步骤完成后,我们可以打开CMD,输入ollama -v命令,如果出现如下图所示的内容就代表Ollama安装成功了:
2️⃣本地部署DeepSeek
1. 选择模型并下载
① 我们打开Ollama官网,点击顶部的Models链接,此时我们就会看到deepseek-r1模型排在第一位,如下图所示:

② 点击deepseek-r1链接进去,此时我们会看到下拉框中有各个版本的大模型,如下图:
- 模型越大对电脑硬件的要求越高,具体可根据自己的电脑和需求有选择性的下载
- 通常对于游戏本来说,下载7B的是没什么问题的;

③ 随后我们复制后面的命令ollama run deepseek-r1,粘贴到新打开的CMD窗口中回车执行;

2. 验证和使用DeepSeek
① 在DeepSeek下载完成后,我们就可以在CMD中进行对话了,如下图所示:

② 如果想退出对话,我们可以通过 /bye 命令退出,如下图所示:

③ 假设我们安装了多个DeepSeek模型,我们可以通过 ollama list命令查看已安装了的模型,如下图所示:

④ 如果我们想运行某个模型,我们可以通过ollama run 模型名称命令运行即可,如下图所示:

3️⃣使用可视化工具
1. 使用Chrome插件-Page Assist
① 首先我们通过谷歌浏览器官方插件地址搜索Page Assist,下载第一个插件,如下图所示:

② 安装完成后,可以将该插件固定到 浏览器顶部,方便使用,如下图所示

③ 随后我们点击该插件,就会出现如下图所示的界面:

注意:如果界面出现:Unable to connect to Ollama的提示,说明Ollama没有启动;
④ 设置中文:点击界面右上角的Settings按钮,将语言设置为简体中文,如下图所示:


设置完成后返回主界面,此时就是中文界面了。
⑤ 选择模型:点击主界面中的第一个下拉框,选择一个我们下载的模型deepseek-r1:1.5,如下图

到此配置完成,我们就可以愉快的对话了,如下图:

4️⃣搭建个人知识库
1.安装“词嵌入模型”
- 当我们给deepseek搭建自己的知识库体系时,需要用到一个嵌入模型:shaw/dmeta-embedding-zh
① 再次打开Ollama官网,搜索 dmeta-embedding-zh 选择第一个词条

② 同样的,复制右侧下载指令,粘贴到CMD执行 如下图:


2. 安装Cherry Studio
- Cherry Studio是一款AI知识库集成软件
- 官网:
Cherry Studio - 全能的AI助手
① 打开Cherry Studio官网,下载windows版 ,并根据引导安装即可;


安装成功后,界面如下图所示:

② 在 Cherry Studio中导入本地下载好的DeepSeek
(设置 —> Ollama —> 管理)

(在管理界面,我们可以看到所有从Ollama下载到本地的大模型,然后点击右侧➕号即可导入)
如下图:

③ 导入成功后,再次回到助手界面,点击顶部模型切换版本;


(之后我们也可以在该界面使用我们本地的deepSeek了,也是美化了使用界面)

3. 导入个人知识库
① 点击左侧知识库一栏,添加知识库
给自己的知识库起个名字,然后选择之前下载好的"词嵌入模型",如下图:
注意:如果这里没有显示的话,可能是你没有导入进来;(记得在上几步管理界面点击加号导入)

然后,在以下界面,你可以导入自己的知识库 喂给AI大模型;
直接拖过来即可

当然,你也可以导入一些网址、网站、笔记等等

看看效果:
可能是 本人的电脑太垃了🥲,跑7b的Deepseek模型,回答一个问题要215秒哈😂
至此,我们就完成了 Ollama的下载和安装+本地部署DeepSeek+UI可视化+搭建个人知识库的操作;如果有任何问题,欢迎大家评论区交流探讨!🎉🎉🎉

相关文章:
Ollama下载安装+本地部署DeepSeek+UI可视化+搭建个人知识库——详解!(Windows版本)
目录 1️⃣下载和安装Ollama 1. 🥇官网下载安装包 2. 🥈安装Ollama 3.🥉配置Ollama环境变量 4、🎉验证Ollama 2️⃣本地部署DeepSeek 1. 选择模型并下载 2. 验证和使用DeepSeek 3️⃣使用可视化工具 1. Chrome插件-Page …...
解决Value of type ‘AVCodecContext‘ has no member ‘channels‘ 的问题
在 FFmpeg 7.1 中,AVCodecContext 的 channels 和 channel_layout 字段已经被移除,取而代之的是 AVChannelLayout 结构。因此,代码需要进行调整以适应新的 API。 以下是如何正确设置 AVCodecContext 和 AVCodecParameters 的方法。 1. 问题分析 在 FFmpeg 7.1 中: AVCode…...
STM32内存五区及堆栈空间大小设置(启动文件浅析)
前言 嘿,朋友们!今天咱们来聊聊STM32的内存五区和堆栈空间大小设置。这可是嵌入式开发里的“必修课”,要是没整明白,程序说不定就“翻车”了。别担心,我这就带你一步步搞懂这事儿,让你轻松上手,…...
定义数组存储3部汽车对象(class2:类在class1中请看上一篇博客)
package test3; import java.util.Scanner; public class carTest {public static void main(String[] args){//创建一个数组car[] arrnew car[3];//2创建汽车对象,来源于输入Scanner sc new Scanner(System.in);for (int i 0; i <arr.length ; i) {car cnew ca…...
Go红队开发—语法补充
文章目录 错误控制使用自定义错误类型错误包装errors.Is 和 errors.Aspanic捕获、recover 、defer错误控制练习 接口结构体实现接口基本类型实现接口切片实现接口 接口练习Embed嵌入文件 之前有师傅问这个系列好像跟红队没啥关系,前几期确实没啥关系,因为…...
IP----访问服务器流程
这只是IP的其中一块内容-访问服务器流程,IP还有更多内容可以查看IP专栏,前一段学习内容为IA内容,还有更多内容可以查看IA专栏,可通过以下路径查看IA-----配置NAT-CSDN博客CSDN,欢迎指正 1.访问服务器流程 1.分层 1.更利于标准化…...
阿里云ack的创建与实战应用案例
阿里云ack的创建与应用案例 创建前开通ack相关服务:开始创建简单的魔方游戏,熟悉sv与clb自动注册创建部署一个nginx 服务示例:走不同域名访问不同svc资源:为什么需要 Ingress ?创建第一个域名的 Deployment和Service。…...
git 的 Detached HEAD
在 Git 版本管理中,Detached HEAD 是指你当前的工作状态不再指向任何分支,而是指向一个特定的提交(commit)。 通常情况下,HEAD 是指向你当前工作分支的指针,例如 main 或 feature-branch。当你切换到一个特…...
【R语言】dplyr包经典函数summarise函数
dplyr包经典函数summarise函数,后面改名乘reframe函数了,但是summarise仍然适用 这个函数的返回结果是一个新的数据框,下面讲一下几种常见用法 示例数据为R自带的数据集mtcars 1.不分组 mtcars %>%summarise(mean mean(disp), n n()…...
C#装箱拆箱机制详解
在C#中,装箱(Boxing)和拆箱(Unboxing) 是值类型与引用类型之间转换的核心机制。它们的实现直接影响程序的性能和类型安全。 一、装箱(Boxing) 定义: 将值类型转换为引用类型&#…...
llama.cpp 一键运行本地大模型 - Windows
文章目录 llama.cpp 一键运行本地大模型 - Windows嘿,咱来唠唠 llama.cpp 这玩意儿!gguf 格式是啥?咱得好好说道说道基座模型咋选?所需物料,咱得准备齐全咯核心命令,得记牢啦运行方式咋选?测试应…...
BUU40 [CSCCTF 2019 Qual]FlaskLight1【SSTI】
模板: {{.__class__.__base__.__subclasses__()[80].__init__.__globals__[__builtins__].eval("__import__(os).popen(type flag.txt).read()")}} 是个空字符串,.__class__代表这个空字符串的类是什么(这里是单引号双引号都行&a…...
数据同步的中间件
以下是10个支持MySQL、HBase、ClickHouse、HDFS等不同数据库之间数据同步的GitHub项目推荐: 项目名称语言主要特点支持的数据库GitHub链接DataXPython阿里巴巴开源的数据同步工具,支持多种数据库和文件系统。MySQL、ClickHouse、HDFS等GitHub链接Apache…...
C# | GDI+图像测距辅助线的实现思路
C# | GDI图像测距辅助线的实现思路 文章目录 C# | GDI图像测距辅助线的实现思路一、辅助线需求概述二、坐标系与角度计算2.1 笛卡尔坐标系2.2 线长和角度计算方法2.3 文本角度矫正计算方法2.4 坐标变换实现步骤 三、与if判断方式对比四、总结 一、辅助线需求概述 在图像测量工…...
【备份】php项目处理跨域请求踩坑
这都是老生常谈的东西了。我还在踩坑,记录一下。 我在项目入口明明写了如下代码: // 处理预检请求 (OPTIONS) if ($_SERVER[REQUEST_METHOD] OPTIONS) {header("Access-Control-Allow-Origin: https://xxx.vip");header("Access-Cont…...
常见的Linux面试题
以下是一些常见的Linux面试题: 基础操作类 如何远程连接Linux服务器:常用的工具如Xshell、CRT、FinalShell等,通过SSH协议连接,默认端口是22。 如何查看当前目录下的所有文件(包括隐藏文件):使…...
MySQL 数据库本地及异地备份:全面指南
文章目录 MySQL 数据库本地及异地备份:全面指南备份脚本概述编写备份脚本脚本内容主要参数解释设置脚本权限 定期执行备份设置crontab任务 安全性建议避免明文密码rsync密码文件安全 进阶功能和优化增量备份备份验证日志轮转 总结附录:脚本依赖 MySQL 数…...
免费使用 DeepSeek API 教程及资源汇总
免费使用 DeepSeek API 教程及资源汇总 一、DeepSeek API 资源汇总1.1 火山引擎1.2 百度千帆1.3 阿里百炼1.4 腾讯云 二、其他平台2.1 华为云2.2 硅基流动 三、总结 DeepSeek-R1 作为 2025 年初发布的推理大模型,凭借其卓越的逻辑推理能力和成本优势,迅速…...
java后端开发day20--面向对象进阶(一)--static继承
(以下内容全部来自上述课程) 1.static–静态–共享 static表示静态,是java中的一个修饰符,可以修饰成员方法,成员变量。 1.静态变量 被static修饰的成员变量,叫做静态变量。 特点: 被该类…...
统计学中的得分函数(Score Function)是什么?它和Fisher信息矩阵有什么关系?
得分函数:统计学中的“敏感探针” 在统计学和概率论中,得分函数(Score Function)是一个看似简单却非常重要的概念。它不仅是Fisher信息矩阵的核心组成部分,还在参数估计、模型优化等领域发挥着关键作用。今天…...
Spring Boot集成MyBatis访问MySQL:从项目搭建到基础数据库查询(基础入门)
Spring Boot集成MyBatis访问MySQL 一、引言 在当今企业级应用开发中,Spring Boot、MyBatis与MySQL的组合凭借其高效性和灵活性,成为构建数据驱动型应用的首选方案。本文将带你从零开始搭建项目,掌握Spring Boot集成MyBatis的基础入门内容。…...
ShenNiusModularity项目源码学习(14:ShenNius.Infrastructure项目分析)
ShenNius.Infrastructure项目用于定义ShenNius.Admin.Mvc项目和ShenNius.Admin.API项目共用的特性类、数据操作接口实现类、上下文类、通讯类,主要文件的用途如下: Attributes文件夹保存特性类或过滤器类定义,主要包括: …...
Linux 内核配置机制详细讲解
本文是对 Linux 内核配置机制 make menuconfig 的 超详细分步解析,涵盖其工作原理、界面操作、配置逻辑及底层实现: 一、内核配置系统概述 Linux 内核的配置系统是一个 基于文本的交互式配置工具链,核心目标是通过定义 CONFIG_XXX 宏来控制内…...
【C语言】第八期——指针、二维数组与字符串
目录 1 初始指针 2 获取变量的地址 3 定义指针变量、取地址、取值 3.1 定义指针变量 3.2 取地址、取值 4 对指针变量进行读写操作 5 指针变量作为函数参数 6 数组与指针 6.1 指针元素指向数组 6.2 指针加减运算(了解) 6.2.1 指针加减具体数字…...
Spring Boot集成Spring Security之HTTP请求授权
一、HTTP请求授权工作原理 基于Spring Security最新的Http请求授权讲解,不再使用旧版的请求授权 授权过滤器AuthorizationFilter获取认证信息 调用RequestMatcherDelegatingAuthorizationManager的check方法验证该用户是否具有该请求的授权 RequestMatcherDele…...
可以免费无限次下载PPT的网站
前言 最近发现了一个超实用的网站,想分享给大家。 在学习和工作的过程中,想必做PPT是一件让大家都很头疼的一件事。 想下载一些PPT模板减少做PPT的工作量,但网上大多精美的PPT都是需要付费才能下载使用。 即使免费也有次数限制࿰…...
DeepSeek 开源周:DeepEP 项目详解,GPU 压榨计划启动!
引言 就在今天,2025年2月25日,DeepSeek 再次为人工智能社区带来了一场技术盛宴——DeepEP 项目的开源。这个旨在优化 GPU 性能的工具一经发布便迅速获得了广泛的关注和赞誉,短短两小时内就斩获了超过1000个 Star。本文将详细介绍 DeepEP 的功…...
GPT1 与 GPT2 的异同
1.什么是GPT1: GPT1介绍了一种通过生成式预训练(Generative Pre-Training)来提升语言理解能力的方法。这种方法首先在一个大型的未标注文本语料库上进行语言模型的预训练,然后针对具体的任务进行判别式微调(discrimin…...
从零开始自主「起身站立」,上海AI Lab发布最新控制算法,机器人:起猛了
来源 | 机器之心 近日,上海 AI Lab 具身智能中心研究团队在机器人控制领域取得了最新突破,提出的 HoST(Humanoid Standing-up Control)算法,成功让人形机器人在多种复杂环境中实现了自主站起,并展现出强大…...
基于Python socket库构建的基于 P2P 的文件共享系统示例
基于 P2P 的文件共享系统 实现方式: 使用 Python 的socket库构建 P2P 网络,节点之间通过 TCP 或 UDP 协议进行通信。每个节点维护一个文件列表,并向其他节点广播自己拥有的文件信息。当一个节点需要某个文件时,它会向网络中的其…...

