现在，大家用手机的时间越来越长，对隐私安全的关注也越来越高。各大厂商也在琢磨，怎么才能让大模型直接跑在手机上。这几天写文章时，发现不少小伙伴都在问：怎么在手机上部署 DeepSeek？
既然大家都感兴趣，那今天就把我之前折腾的部署步骤整理出来，分享给大家，希望能帮到你！
在 Android 手机上运行 LLM****安装指南
1. 安装 Termux 应用
安装有两种方法，如果第一种能用，别浪费时间试第二种。
- 打开Termux GitHub Releases页面
- 下载
termux-app_v0.119.0-beta.1+apt-android-7-github-debug_arm64-v8a.apk。 - 安装 APK 文件。
2. 运行 Ollama 服务器前的环境配置
打开 Termux 后，你会看到一个看起来像 Linux 终端的界面。接下来，我们需要配置 Ollama 运行环境。
- 先授予存储权限：
termux-setup-storage
运行后，让 Termux 能够访问你的 Android 存储系统。执行后，系统会弹出“设置”应用，找到 Termux 并手动授予存储权限。
- 更新软件包
在安装任何工具之前，先更新软件包，就像在 Linux 上做的那样：
pkg upgrade
执行后，如果提示Y/N，直接输入Y并回车。
- 安装 Git、CMake 和 Golang
这些工具是下载和构建 Ollama 所必要依赖：
pkg install git cmake golang
3. 安装并构建 Ollama
- clone Ollama GitHub 仓库
如果你经常使用 Termux，可以先进入你想安装 Ollama 的目录；否则，直接执行以下命令：
git clone --depth 1 https://github.com/ollama/ollama.git
- 进入 Ollama 目录
下载完成后，切换到 Ollama 目录：
cd ollama
- 生成 Go 代码并构建 Ollama
运行以下命令，先生成 Go 代码：
go generate ./..
然后编译 Ollama（这一步耗时比较久，需要一点耐心）：
go build .
等待构建完成后，我们成功在手机上安装 Ollama！
4. 运行 DeepSeek 模型或其他小型模型（1B 或 2B 参数）
选择一个合适的模型
注意：参数超过 3B（30 亿）的模型在手机上运行太慢，甚至可能无法加载进显存，所以别折腾太大的模型。
进入Ollama模型库，寻找适合手机的小型语言模型（SLM，Small Language Models）。一旦找到合适的模型，就可以开始跑 本地模型 了！
在 Ollama 模型库 页面，你会看到一个“复制”按钮（如果用手机访问，看不到的话，切换到“桌面视图”模式）。点击复制，等会儿我们部署时可以用的上。
- 下载并运行模型
这里以DeepSeek 1.5B模型为例，当然你可以选择其他模型，步骤都是一样的。
- 运行 DeepSeek 1.5B 模型：
./ollama run deepseek-r1:1.5b --verbose
运行你自己选择的模型（如果你是选择其他模型时请输入对应的命令）：
./<刚刚从 Ollama 官网复制的命令>
等待下载完成
这个命令会开始下载模型到你的手机上，请耐心等待。下载时间取决于你的网速，如果你用的是移动数据，确保至少还有 1.5GB 流量，否则容易翻车！
开始使用 LLM
下载完成后，Termux 终端里会出现交互界面，你可以像在 PC 上那样使用 LLM。不过别对性能抱太高期待，毕竟这是在手机上运行的“小型”模型，速度肯定比不上 ChatGPT。
