通过Ollama本地部署DeepSeek R1模型（Windows版）

嗨，大家好，我是心海

以下是一份详细的Windows系统下通过Ollama本地部署DeepSeek R1模型的教程，内容简洁易懂，适合新手用户参考

本地部署大模型，就有点像在你自己的电脑或者服务器上，安装并运行这样一个“私人小助手”，拥有一个安全、快速、可定制且稳定的私人智能助手，所有的数据和运算都在你自己的掌控之中。

一、环境准备

1.1 下载Ollama安装包

• 下载地址：访问 Ollama官网，选择Windows版本下载安装包。因为网络限制，所以下载会很慢，如果需要安装包可以联系我。

1.2 安装ollama

（1）方法1，使用命令安装

这种方法的好处是安装位置可以自定义，不用后面再去移动文件，默认安装位置是 C 盘

-1- 以管理员身份运行CMD

-2- 定位到OllamaSetup.exe所在的目录，并执行下面命令 

OllamaSetup.exe /DIR="D:\ollama\dev"

 注意"D:\ollama\dev"是你自己的安装目录，下面图中 D:\liuINI 是你自己的安装包所在目录

-3- 输入命令后，会自动弹出安装界面，直接点击install即可

 

注意：安装完成后，Ollama会自动打开，此时我们先退出Ollama（桌面右下角图标）

 （2）方法2 直接点击安装

双击 exe 安装包，点击install直接安装也是可以的，只不过这样默认会安装在C盘，但是后面可以自己手动移动到其它盘 

 

同样的，安装完先退出

我们可以到对应安装目录下，查看文件

 

如果你是安装在C盘并且想移动到其它盘，直接全选这些文件，剪切到新目录，然后按下图修改环境变量，将路径改成你移动到的那个目标目录 

 

（3） 打开方式 

ollama默认没有图标， 可以在底部搜索栏找到它

 

 1.3 验证安装

 在命令行窗口，使用命令查看

ollama -v

使用ollama -h 可以查看相关操作命令

 

 1.4 修改模型存放位置

因为ollama需要下载大语言模型，占用空间较大，而其默认存放位置在C盘，所以我们最好重新指定位置

在环境变量中配置，点击“新建”变量，变量名 OLLAMA_MODELS 变量值为存放模型的位置（目录）

---

 

二、下载安装DeepSeek模型

2.1 下载模型

 在ollama官网点击 Models

 找到想要的模型，比如我们的 DeepSeek r1

 选择合适的模型，点击右上角复制命令（未指定数据大小，默认是 7b 模型）

DeepSeek R1提供多个参数版本（如1.5B、7B、14B等），参数越大模型效果越好，但对显存要求更高。根据显卡显存选择合适版本（仅供参考）：

• 1.5B：需约4GB显存（适合入门显卡如GTX 1080）

• 7B：需约8GB显存（推荐RTX 3060及以上）

• 14B及以上：需更高显存（专业级显卡如RTX 4090）

在命令行窗口执行命令，等待下载完成即可

注意：上述下载命令需要在新打开的CMD窗口中执行（因为我们在【5、🎄修改大模型存储位置】中修改了大模型存储的位置），否则下载的文件存储在 C盘 原来位置，就不是我们修改的 D盘这个位置了。 

进度条加载完毕，显示 success 即下载完成

完成后可以直接输入提示词进行对话 ，比如“你是谁”

2.2 验证模型

当我们退出安装模型界面，重新进入时，使用命令 ollama run 模型名称 即可调用模型（注意ollama需要是启动状态）

例如 ollama run deepseek-r1:1.5b

其实这就是我们一开始的安装命令，只是你有了这个模型就可以直接调用，没有则下载 

输入 /bye 可以结束对话

如果你下载了多个模型，使用 ollama-list 可以查看模型列表

三、Web UI 界面

虽然我们可以通过命令行窗口进行对话，但是相对不那么好看，我们可以选择通过第三方Web UI来实现对话效果。

Chrome插件-Page Assist

 我们直接在电脑，谷歌浏览器插件商店搜索 Page Assist

将插件添加到浏览器

 

点击即可进入一个新界面，连接成功如下图（注意ollama是启动着的）

 

如果英语不是很好，可以将界面改成中文

 

回到主界面，选择模型

 

到这里就可以开始对话

此外，我们还可以通过在线Web UI Chatbox网页版 进行对话 ，操作不难，并且对于我们开发者而言，更多的还是通过代码去调用，后面的文章会继续分享，如果是对UI界面感兴趣的朋友可以自己试一试

---

结语

本文我们详细讲解了 Ollama 部署 DeepSeek R1的流程，通过结合可视化工具可大幅提升体验。本地部署不仅可以去避免网络依赖，还能保护隐私数据，适合开发者和技术爱好者探索AI应用。

如果本文对你有所启发，期待你的点赞关注，你的一点点支持，就是我持续更新的最大动力。