在 Linux 系统上部署 Deepseek AI 的全面指南‌

对于所有希望亲身体验 AI 魅力的玩家来说，本文将提供一个详尽的教程，指导你在 Linux 系统上部署 Deepseek AI。无论你是技术小白还是有一定基础的用户，都能轻松跟随本文完成部署。

‌一、关于 Ollama‌

Ollama 是一款功能强大的开源应用，它允许用户在 Windows、MacOS 和 Linux 系统上，通过命令行界面在本地运行、创建和共享大型语言模型。从最初支持 Llama2，到后来扩展至包括 Mistral 和 Phi-2 在内的多种模型，Ollama 一直致力于简化大型语言模型（LLM）在本地机器上的部署和运行过程。

Ollama 通过将模型权重、配置和数据打包为 Modelfile，极大地优化了 LLM 的设置和配置流程。这使得非专业用户也能轻松管理和运行这些复杂的模型。同时，Ollama 支持多种 LLM，并提供跨平台兼容性，用户只需通过简单的命令行操作或 API 调用，即可启动和运行模型。在文本生成、翻译、问答系统、代码生成等多个领域，Ollama 都展现出了广泛的应用价值。

‌二、下载并安装 Ollama‌

要获取 Ollama，请访问其官方网站：Ollama 官网链接。进入官网后，你会看到一个线条羊驼头像，正下方就是醒目的“Download”按钮。点击该按钮，你将进入下载页面。

在下载页面上，你可以直接复制提供的安装命令，并将其粘贴到你的 Linux 终端中执行。安装完成后，终端会显示相应的日志信息。如果你没有 GPU，日志中可能会出现一个 WARNING 提示；而拥有 GPU 的机器则会显示“>>> NVIDIA GPU installed.”的字样。

为了验证安装是否成功，你可以输入ollama --version命令。如果安装正确，终端将显示所安装的 Ollama 版本号。

‌2.1 安装报错的解决方法‌

如果在安装过程中遇到错误，你可以尝试以下步骤来解决：

使用 curl 下载 Ollama 的安装脚本：
$ curl -fsSL https://ollama.com/install.sh -o ollama_install.sh

为下载的脚本文件添加可执行权限：
$ chmod +x ollama_install.sh

修改脚本中的默认下载地址，指向 Github 上的最新版本（以 v0.5.11 为例，实际使用时请查询最新版本号）：
$ sed -i ‘s|https://ollama.com/download/|https://github.com/ollama/ollama/releases/download/v0.5.11/|’ ollama_install.sh

执行修改后的脚本以完成安装。

‌三、配置模型存储位置‌

Ollama 在 Linux 上的默认模型存储位置通常为/usr/share/ollama/.ollama/models。但你也可以手动指定其他路径。为此，你需要修改OLLAMA_MODELS环境变量。

首先，确保 Ollama 服务已停止：
sudo systemctl stop ollama
sudo systemctl disable ollama.service

然后，创建你希望指定的目录，并确保该目录的所属权和权限设置正确。例如，你可以创建/usr/local/ollama/models目录，并为其设置权限：
sudo chown -R root:root /usr/local/ollama/models
sudo chmod -R 775 /usr/local/ollama/models

接下来，修改 Ollama 的 systemd 服务文件，将User和Group修改为root，并在[Service]项中添加一行Environment来指定模型存储路径。例如：
Environment=“OLLAMA_MODELS=/usr/local/ollama/models”

最后，重载 systemd 配置并重启 Ollama 服务：
sudo systemctl daemon-reload
sudo systemctl start ollama.service
sudo systemctl restart ollama.service
sudo systemctl enable ollama.service

你可以通过以下命令检查 Ollama 服务是否正常运行：
sudo systemctl status ollama.service

‌四、下载 Deepseek 模型‌

Ollama 拉取和使用模型的操作与 Docker 类似。要下载 Deepseek 模型，请访问 Ollama 官方的模型库，并找到 DeepSeek-R1。根据你的硬件条件（如是否有 GPU）选择一个合适的模型大小（如 7b）。点击右侧的复制按钮，复制拉取命令。

在 Linux 终端中，将复制的命令中的run修改为pull以支持断点续传。例如：
$ ollama pull deepseek-r1:7b

等待下载完成后，你可以通过$ ollama list命令查看当前已下载的模型列表。

‌五、体验 Deepseek‌

现在，你可以通过以下命令进入命令行提问模式来体验 Deepseek AI：
$ ollama run deepseek-r1:7b

在提示符下输入你的问题，看看 Deepseek AI 会给出怎样的回答吧！

‌六、安装 Chatbox AI‌

除了 Ollama 和 Deepseek 外，你还可以尝试安装 Chatbox AI 来获得更多与 AI 对话的乐趣。请访问 Chatbox AI 的官方网站：Chatbox AI 官网链接。

在 Linux 上下载 Chatbox AI 后，你会得到一个.AppImage文件。你需要为其添加可执行权限，并尝试运行它。但请注意，由于依赖关系和系统权限等问题，你可能会遇到一些错误。例如，缺少libfuse2库文件或沙箱配置错误等。

针对这些问题，你可以尝试安装缺失的库文件（如sudo apt install libfuse2），并修改沙箱文件的权限和所有权来解决。在某些情况下，你可能还需要在运行 Chatbox AI 时添加–no-sandbox参数来绕过沙箱限制。

成功运行 Chatbox AI 后，你可以配置它使用本地模型，并开始与 AI 进行对话。你还可以尝试将网页链接丢给 Chatbox AI，看看它能否对网页内容进行简单解析。

‌七、安装 AnythingLLM‌

AnythingLLM 是一个功能强大的语言模型应用框架，它支持多种本地部署的大模型，并提供用户友好的界面。作为 Ollama 的搭配工具，AnythingLLM 可以作为本地知识库使用。

要安装 AnythingLLM，请访问其官方网站：AnythingLLM 官网链接。在网站上找到 Linux 版本的下载链接，并执行提供的安装脚本。

安装完成后，你可能会遇到与 Chatbox AI 类似的沙箱配置错误。同样地，你可以通过修改沙箱文件的权限和所有权来解决这个问题。成功启动 AnythingLLM 后，你可以填写邮箱并选择相应选项进入使用界面。在设置中，你可以选择上传本地知识库来扩展模型的能力。

‌八、总结‌

恭喜你！到现在为止，你已经成功在 Linux 系统上部署了 Deepseek AI 以及相关的配套工具。现在你可以开始享受与 AI 对话的乐趣了！无论是进行文本生成、翻译、问答还是代码生成等操作，这些工具都能为你提供强大的支持。希望本文对你有所帮助！