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 …...
【JavaSE-1】初识Java
1、Java 是什么? Java 是一种优秀的程序设计语言,人类和计算机之间的交流可以借助 Java 这种语言来进行交流,就像人与人之间可以用中文、英语,日语等进行交流一样。 Java 和 JavaScript 两者有关系吗? 一点都没有关系!!! 前端内容:HTML CSS JS,称为网页三剑客 2、JDK 下…...
《基于Django和ElasticSearch的学术论文搜索推荐系统的设计与实现》开题报告
目录 一、选题的背景和意义 (一)选题背景 (二)选题意义 2.1.提升科研效率 2.2 促进学术创新 2.3优化资源配置 二、选题的国内外现状与总结 (一)国内现状 (二)国外现状 &am…...
Dify在Ubuntu20.04系统的部署
文章目录 一、dify 介绍1.核心功能优势2.应用场景 二、dify 安装(docker方式)1.代码库下载2.配置文件修改3.启动docker 容器 三、遇到问题与解决1.使用sudo docker compose up -d报错2.使用service docker start报错 一、dify 介绍 Dify 是一款开源的大语言模型(LL…...
第7天:结构体与联合体 - 复杂数据类型
第7天:结构体与联合体 - 复杂数据类型 一、📚 今日学习目标 🎯 掌握结构体(struct)的定义与使用🔧 理解联合体(union)的特性与适用场景💡 完成图书馆管理系统实战&…...
vue富文本 vue-quill-editor + 上传图片到阿里云服务器 + 修改富文本内容
前言 使用富文本编辑器,需要将图片上传到服务器,完成之后,还需要在修改页面完成修改富文本内容,使用的富文本插件是vue-quill-editor, 一 、安装 vue-quill-editor npm i vue-quill-editor npm install quill --save npm inst…...
Java常见设计模式(中):结构型模式
🌈 引言:设计模式就像乐高积木 适配器:让不同形状的积木完美拼接装饰器:给积木添加炫酷灯光效果代理:遥控积木完成复杂动作组合:将小积木搭建成宏伟城堡 结构型模式 主要用于描述对象之间的关系ÿ…...
DeepSeek R1 + 飞书机器人实现AI智能助手
效果 TFChat项目地址 https://github.com/fish2018/TFChat 腾讯大模型知识引擎用的是DeepSeek R1,项目为sanic和redis实现,利用httpx异步处理流式响应,同时使用buffer来避免频繁调用飞书接口更新卡片的网络耗时。为了进一步减少网络IO消耗&…...
【论文详解】Transformer 论文《Attention Is All You Need》能够并行计算的原因
文章目录 前言一、传统 RNN/CNN 存在的串行计算问题二、Transformer 如何实现并行计算?三、Transformer 的 Encoder 和 Decoder 如何并行四、结论 前言 亲爱的家人们,创作很不容易,若对您有帮助的话,请点赞收藏加关注哦ÿ…...
51c嵌入式~电路~合集12
我自己的原文哦~ https://blog.51cto.com/whaosoft/12318429 一、单端、推挽、桥式拓扑结构变压器对比 单端正激式 单端:通过一只开关器件单向驱动脉冲变压器。 正激:脉冲变压器的原/付边相位关系,确保在开关管导通,驱动脉冲…...
php 获取head参数
php 获取head参数 在PHP中,获取HTTP头部(head)参数可以通过不同的方式实现,下面为你详细介绍几种常见的方法。 1. 使用$_SERVER超全局变量 $_SERVER 是PHP中的一个超全局变量,它包含了诸如头信息、路径、脚本位置等…...
蓝桥杯嵌入式备赛
前言 嘿,小伙伴们!备战蓝桥杯嵌入式比赛的号角已经吹响啦!如果你还在为如何入手STM32G431RB这块比赛板子而发愁,别担心,今天我就来给你全方位介绍这块板子,带你快速上手备赛,一起冲向蓝桥杯的赛…...
基于PyTorch实现的自适应注意力卷积网络(AACN)详解
目录 基于PyTorch实现的自适应注意力卷积网络(AACN)详解1. 引言2. 网络结构设计2.1 输入层2.2 初始特征提取层2.3 自适应注意力卷积块(AACB)2.4 下采样与高层特征提取层2.5 全局特征汇聚层2.6 输出层3. 模型优化策略4. 数据集介绍5. PyTorch实现代码详解5.1 完整代码实现5.…...
基于Javase的停车场收费管理系统
基于Javase的停车场收费管理系统 停车场管理系统开发文档 项目概述 1.1 项目背景 随着现代化城市的不断发展,车辆数量不断增加,停车难问题也日益突出。为了更好地管理停车场资 源,提升停车效率,需要一个基于Java SE的停车场管理…...
Cookie与Session:Web开发中的状态管理机制
引言 在Web开发中,HTTP协议是无状态的,这意味着服务器默认不会记住客户端的任何信息。然而,许多应用场景(如用户登录、购物车等)需要服务器能够识别客户端并保持状态。为了解决这个问题,开发者引入了 Cook…...
python量化交易——金融数据管理最佳实践——qteasy创建本地数据源
文章目录 qteasy金融历史数据管理总体介绍本地数据源——DataSource对象默认数据源查看数据表查看数据源的整体信息最重要的数据表其他的数据表 从数据表中获取数据向数据表中添加数据删除数据表 —— 请尽量小心,删除后无法恢复!!总结 qteas…...
手机放兜里,支付宝“碰一下”被盗刷?
大家好,我是小悟。 近期,网络上关于“支付宝‘碰一下’支付易被盗刷”的传言甚嚣尘上,不少用户对此心生疑虑。 首先,要明确一点:“碰一下”支付并不会像某些传言中所描述的那样容易被隔空盗刷。这一观点已经得到了支付…...
C/C++语言知识点一
目录 1. 请对这段代码进行解释:char *const *(*next)( ); 2. 函数指针数组:解释这个表达式char *(*c[10])(int **p); 3. 字符串常量:分析下面这段代码。 4. 访问指定内存地址 5. typedef 和 define 的区别 6. 函数返回局部变量地址问…...
前端面试题---在vue中为什么要用路由
在vue中为什么要用路由, 毕竟a标签可以直接跳转页面 在 Vue 中使用 Vue Router 的主要原因是提高 单页面应用(SPA) 的用户体验和性能。 相比传统的 <a> 标签跳转,Vue Router 提供了以下优势: 避免页面刷新: V…...
Three.js 快速入门教程【十】常见的纹理类型
系列文章目录 Three.js 快速入门教程【一】开启你的 3D Web 开发之旅 Three.js 快速入门教程【二】透视投影相机 Three.js 快速入门教程【三】渲染器 Three.js 快速入门教程【四】三维坐标系 Three.js 快速入门教程【五】动画渲染循环 Three.js 快速入门教程【六】相机控件 Or…...
stm32G473的flash模式是单bank还是双bank?
今天突然有人stm32G473的flash模式是单bank还是双bank?由于时间太久,我真忘记了。搜搜发现,还真有人和我一样。见下面的链接:https://shequ.stmicroelectronics.cn/forum.php?modviewthread&tid644563 根据STM32G4系列参考手…...
Lombok 的 @Data 注解失效,未生成 getter/setter 方法引发的HTTP 406 错误
HTTP 状态码 406 (Not Acceptable) 和 500 (Internal Server Error) 是两类完全不同的错误,它们的含义、原因和解决方法都有显著区别。以下是详细对比: 1. HTTP 406 (Not Acceptable) 含义: 客户端请求的内容类型与服务器支持的内容类型不匹…...
在rocky linux 9.5上在线安装 docker
前面是指南,后面是日志 sudo dnf config-manager --add-repo https://download.docker.com/linux/centos/docker-ce.repo sudo dnf install docker-ce docker-ce-cli containerd.io -y docker version sudo systemctl start docker sudo systemctl status docker …...
【JVM】- 内存结构
引言 JVM:Java Virtual Machine 定义:Java虚拟机,Java二进制字节码的运行环境好处: 一次编写,到处运行自动内存管理,垃圾回收的功能数组下标越界检查(会抛异常,不会覆盖到其他代码…...
Cilium动手实验室: 精通之旅---20.Isovalent Enterprise for Cilium: Zero Trust Visibility
Cilium动手实验室: 精通之旅---20.Isovalent Enterprise for Cilium: Zero Trust Visibility 1. 实验室环境1.1 实验室环境1.2 小测试 2. The Endor System2.1 部署应用2.2 检查现有策略 3. Cilium 策略实体3.1 创建 allow-all 网络策略3.2 在 Hubble CLI 中验证网络策略源3.3 …...
【android bluetooth 框架分析 04】【bt-framework 层详解 1】【BluetoothProperties介绍】
1. BluetoothProperties介绍 libsysprop/srcs/android/sysprop/BluetoothProperties.sysprop BluetoothProperties.sysprop 是 Android AOSP 中的一种 系统属性定义文件(System Property Definition File),用于声明和管理 Bluetooth 模块相…...
Spring Boot面试题精选汇总
🤟致敬读者 🟩感谢阅读🟦笑口常开🟪生日快乐⬛早点睡觉 📘博主相关 🟧博主信息🟨博客首页🟫专栏推荐🟥活动信息 文章目录 Spring Boot面试题精选汇总⚙️ **一、核心概…...
LLM基础1_语言模型如何处理文本
基于GitHub项目:https://github.com/datawhalechina/llms-from-scratch-cn 工具介绍 tiktoken:OpenAI开发的专业"分词器" torch:Facebook开发的强力计算引擎,相当于超级计算器 理解词嵌入:给词语画"…...
大模型多显卡多服务器并行计算方法与实践指南
一、分布式训练概述 大规模语言模型的训练通常需要分布式计算技术,以解决单机资源不足的问题。分布式训练主要分为两种模式: 数据并行:将数据分片到不同设备,每个设备拥有完整的模型副本 模型并行:将模型分割到不同设备,每个设备处理部分模型计算 现代大模型训练通常结合…...
使用 SymPy 进行向量和矩阵的高级操作
在科学计算和工程领域,向量和矩阵操作是解决问题的核心技能之一。Python 的 SymPy 库提供了强大的符号计算功能,能够高效地处理向量和矩阵的各种操作。本文将深入探讨如何使用 SymPy 进行向量和矩阵的创建、合并以及维度拓展等操作,并通过具体…...

