图片

然而，随着用户数量的激增，一些问题也随之而来：连接不上、响应缓慢等现象时有发生。这让不少用户体验大打折扣。但好消息是，这些问题并非无解！

作为一款开源AI项目，DeepSeek始终倡导本地化部署的理念。本地搭建正是解决这些问题的最佳方案！通过将模型部署在自己的服务器上，用户可以完全避免网络延迟和连接问题，同时还能享受更高的运行效率和更低的使用成本。

如果您正在寻找一种稳定、高效且灵活的AI解决方案，本地搭建DeepSeek无疑是一个明智的选择。无论是个人开发者还是企业用户，都可以轻松实现本地部署，体验深度求索的强大能力。

首先，前往ollama官网，下载ollama

图片

点击下载按钮

根据自身，选择对应的操作系统

图片

选择对应操作系统后，点击“download”，然后就是一路下一步的安装。

图片

出现这个界面，即安装成功

安装完成后，在官网左上角点击“Models”

图片

选择我们今天的主角“deepseek-r1”，在标签处根据自身显卡显存情况，选择相对应的模型（模型越大，需要的显存也就越大，效果自然也就越好）

图片

小编这里用“14b”的来进行演示，选择对应的标签后，在右侧就有对应的命令

图片

点击箭头所示复制按钮，将命令复制后，粘贴进命令提示符中

图片

就自行开始下载了，待下载完成后就可开始使用了！

图片

默认情况下，ollama会安装在C盘，且模型较大，占用离谱。如何修改呢？

C:\Users\%username%\AppData\Local\Programs\Ollama

将该文件夹剪切至你想保存的位置

图片

图片

双击“path”

将ollama的新路径输入。

同样是在环境变量这里，在下方的系统变量中，选择新建

图片

变量名

OLLAMA_MODELS

变量值

你想保存模型的路径

命令提示符的使用既不方便，也不美观。但ollama支持Web UI，使用起来就方便多了！

这里提供一个浏览器扩展【Page Assist】

图片

添加扩展后，选择模型，并且在“RAG设置”中，也选择深度求索模型后，即可。

图片

图片

新年快乐！