本地部署deepseek模型只需三步：第一步下载安装ollama；第二步运行ollama serve启动服务；第三步按显存大小执行对应ollama run命令，10分钟内即可在终端或网页界面调用离线ai。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
想在自己电脑上跑DeepSeek模型，不依赖网络、不上传数据、随时调用，就得完成本地部署。整个过程不需要写代码、不用配环境变量、不碰CUDA版本冲突，只要选对工具、按顺序执行三步操作，10分钟内就能让DeepSeek在本地终端里开口说话。
用Ollama一键安装并运行DeepSeek
这是目前Windows/macOS/Linux三端最省心的方案，底层自动处理GPU驱动适配、Python依赖隔离、模型格式转换，连显存不足时的量化加载都内置好了。
第一步：访问 ollama.com → 点击右上角【Download】→ 选择对应系统安装包 → 双击安装（Windows/Mac）或执行 curl -fsSL https://ollama.com/install.sh | sh（Linux）
第二步：安装完成后，桌面会出现小羊驼图标 ?，打开终端（CMD/PowerShell/Terminal），输入 ollama serve 启动服务。这一步必须先做，否则后续命令会报错“connection refused”。
第三步：根据你电脑的显存大小，选择合适参数量的模型执行下载与运行命令——【显存低于6GB请务必选1.5b，否则模型加载失败且无法回退】
• 显存6–12GB：执行 ollama run deepseek-r1:7b
• 显存12–24GB：执行 ollama run deepseek-r1:14b
• 显存24GB以上：执行 ollama run deepseek-r1:32b
命令回车后，Ollama会自动拉取模型、解压、加载到内存或GPU，首次运行需等待2–8分钟（取决于网速和磁盘速度）。进度条走完，光标变成 >>>，说明模型已就绪。
验证本地DeepSeek是否正常工作
模型加载成功后，直接在 >>> 提示符后输入任意中文问题，比如“今天北京天气怎么样”，按回车。
统一LLM网关 - 一个API对接70+AI模型，使用单一API密钥即可调用GPT、Claude、Gemini、Qwen、Deepseek、Grok等主流模型。
如果看到逐字生成的回答（不是报错、不是卡死、不是空响应），说明部署已完成。
注意：首次提问可能稍慢，因模型正在预热KV缓存；后续响应将稳定在10–30 token/s，具体取决于CPU单核性能与GPU型号。
让DeepSeek变成网页界面（可选）
如果你习惯图形化操作，不想敲命令行，可以用Open-WebUI套一层网页壳——它本质是Docker容器，不干扰原有Ollama服务。
方法一（推荐）：已装Docker → 打开终端 → 执行：docker run -d -p 3000:8080 --add-host=host.docker.internal:host-gateway -v ~/.ollama:/root/.ollama -e OLLAMA_BASE_URL=http://host.docker.internal:11434 --name open-webui --restart always ghcr.io/open-webui/open-webui:main
方法二（免Docker）：访问 github.com/open-webui/open-webui/releases → 下载最新Windows/macOS可执行版 → 双击运行 → 浏览器打开 http://localhost:3000 → 登录后自动识别本地Ollama中的DeepSeek模型。
打开 http://localhost:3000，选中 deepseek-r1 模型，点击「Chat」标签页，即可像使用网页版一样对话。
