DeepSeek-R1私有化大模型本地部署教程

大家好，我是@深圳的陽

今天為大家分享的是本地部署DeepSeek-R1私有化大模型方法。

本地部署可以有效保護我們的隱私數據不被泄露，而且使用更加穩定，尤其是最近DeepSeek經常被惡意攻擊，

導致服務無法使用，本地部署就可以很好的避免這個問題，而且不依賴網絡，更加靈活自由。

推薦使用Ollama框架，打開Ollama官網：https://ollama.com

首先下載客戶端，直接從官網下載速度非常慢，很難下載成功，

分享一個方法可以輕松下載下來，先復制你需要下載的客戶端文件地址。

然后訪問這個Github文件加速中轉站點 https://github.moeyy.xyz

可以看到下載速度快了很多。

然后運行安裝程序，點擊Install。

等待軟件自動安裝，文件會自動安裝到C盤。

安裝好后，按Windows+R鍵，輸出CMD命令并回車。

在命令行窗口輸入Ollama回車，如果顯示以下信息，則說明安裝成功了。

接下來返回Ollama官網，輸入deepseek-r1，此時可以看到R1模型了。

671b這個模型文件非常大，有404GB，不僅下載需要很久，而且對顯存要求非常高，推薦大家選擇32b的和70b的，這兩個日常需求足夠了。

這里拿32b的模型做演示，復制ollma官網上這行命令。

返回剛才打開的CMD命令行，粘貼并回車，開始下載所需模型文件。

如果卡住不動可以試試開啟魔法網絡模式，你懂的。

下載完成后界面如下圖所示：

執行ollma list命令查看下載好的模型文件列表。

下次如果想重新啟動DeepSeek，再次執行CMD命令打開命令行窗口，使用ollama run + 模型名字。

比如：ollama run?deepseek-r1:32b

我們測試一下，提個問題看看本地部署的DeepSeek回答效果。可以看到本地部署的DeepSeek成功的響應了我們的問題。

如果你覺得這樣使用體驗不夠好，還可以安裝一個Web版的插件來接入這個本地模型，Chrome插件商店里搜Page Assist并安裝。

啟動大模型后，在Chrome瀏覽器中啟用剛才安裝好的Page Assist插件。首次使用需要進行一些基本的配置，打開右上角的設置，修改語言為中文并保存。

RAG里的文本嵌入模型選擇DeepSeek-R1:32b。

最后返回聊天窗口，此時就可以在Web界面用我們本地搭建的DeepSeek大模型了，對于有本地部署需求的朋友快去試試吧。

Ollama安裝程序已經放在網盤了，點擊文章最頂部右上角的下載選項即可獲取。