大家好，我是程序员X小鹿，前互联网大厂程序员，自由职业2年+，也是一名 AIGC 爱好者，持续分享前沿的「AI工具」和「AI 副业玩法」，期待和大家一起交流~
DeepSeek 一发布，便引起了全球轰动。
然而 DeepSeek 轰动世界的那一刻，也是争议和挑战的开端。
由于最近 DeepSeek 遭受了大规模、持续的恶意攻击，导致 DeepSeek 的服务器很不稳定。
在和 AI 对话时，经常会出现类似下面这样「服务器繁忙」的情况。
那有什么好的办法能用上稳定的 DeepSeek 吗？
一种方式是，切换到 360 的「纳米AI搜索」使用 DeepSeek。
纳米AI搜索里集成了国内 10 多个大模型，其中就包含 DeepSeek：
另一种方式，就是本地部署 DeepSeek。
下面整理了 DeepSeek 本地部署的一些优势：
其实对于大部分用户，直接使用 DeepSeek 官网或 APP 就可以了，免费不限量。（服务器不稳定只是暂时的）
不过如果想自己折腾一下，实现 DeepSeek 自由，也是可以的。
这篇就来详细讲讲，如何在自己的电脑上部署 DeepSeek-R1。
保姆级教程，10 分钟教会，小白也能轻松上手！
一、下载安装 Ollama
先来介绍一下 Ollama。
Ollama，是一款开源的大语言模型本地部署框架，主要用于在本地机器上便捷地部署和运行大语言模型（LLM）。
非专业用户通过 Ollama，只需要输入简单的指令，就能方便地管理和运行这些复杂的 AI 模型。
Ollama 的下载、安装也非常简单。
Ollama 下载：
进入 Ollama 官网：ollama.com/
Ollama 支持在 macOS、Linux、Windows 上安装。根据自己的电脑系统选择不同的版本进行下载：
Ollama 安装：
下载好后，按指示安装就可以了。
Ollama 安装成功验证：
在命令行窗口中输入 ollama -v，能显示出 Ollama 的版本，就说明安装成功了：
二、下载安装 DeepSeek-R1
安装完 Ollama 后，接下来安装 DeepSeek-R1。
在「Model」中找到「deepseek-r1」模型，点进去：
下拉框中显示了不同版本的模型对应的「参数规模」和「模型文件大小」：
其中 b 代表 billion（十亿）。
“1.5b 1.1GB”表示模型有 15 亿（1.5 billion）参数，模型文件大小为 1.1 GB。
参数规模越大，能力越强，相应的对电脑配置的要求也越高。
可以根据「电脑配置」或「需求场景」，选择合适的模型下载。
如果不清楚自己的电脑配置适合部署哪个模型，可以直接问 DeepSeek，像下面这样：
下面是 DeepSeek-R1 回答的<关于部署 DeepSeek-R1 不同参数模型在 Windows 和 macOS 系统下的最低配置要求>：
不过感觉 DeepSeek 回答的还是相对保守了一些：比如对于 7b 参数规模的模型，Mac 内存 16G，也是可以跑起来的。
确定好适合安装的模型后，打开命令行窗口，输入命令 ollama run deepseek-r1 或 ollama run deepseek-r1:xxxb 就可以安装了。
例如：
- 如果要安装 32b 的模型，命令就是
ollama run deepseek-r1:32b - 如果不写「:xxxb」，默认安装的是 7b 的。
当看到出现 success，就说明 DeepSeek-R1 本地部署成功了。
这时就可以输入问题和 DeepSeek-R1 对话了：
三、下载安装 Chatbox
其实到上面这一步，DeepSeek-R1 的本地部署已经完成了。
但是如果不习惯在黑窗口中和 DeepSeek 对话，可以安装 Chatbox。
Chatbox，是一个开源的 AI 模型桌面客户端，支持多种主流 AI 模型 和 API，如 ChatGPT、Claude、Google Gemini、Ollama 等。
进入 Chatbox 官网：
Chatbox 可在 Windows、MacOS、Android、iOS、Linux 和网页版上使用。根据自己的电脑系统选择不同的版本进行下载：
Chatbox 安装好一进来，就会看到这个界面。选择「使用自己的 API Key 或本地模型」：
模型提供方选择「OLLAMA API」，模型选择「deepseek-r1」：
上下文消息数量上限和 Temperature 可以默认不变，也可以根据需求调整。
最后点保存，就可以像在 DeepSeek 官网上一样正常使用 DeepSeek-R1 进行对话了：
四、几点说明
对于大部分用户，如果对数据安全要求不是那么高，或者电脑配置不是很高，那么直接使用 DeepSeek 官网或 DeepSeek APP，就可以了。
在 DeepSeek 官网点开「深度思考（R1）」，这里使用的就是 671b 的 DeepSeek-R1 模型，免费不限量使用。
另外需要说明的是：
1.5b ~ 70b 这 6 个模型，是基于 Llama 和 Qwen 从 DeepSeek-R1 蒸馏出来的。
虽然能力也不差，但是如果电脑配置不是很高，大概率本地只能部署 1.5b、7b、8b 这些，那效果肯定是不如DeepSeek 官网或 APP 提供的 671b 的「满血版」DeepSeek-R1 好。
大家可以根据自己的「本地配置」和「需求场景」，来选择是否需要本地部署 DeepSeek。
补充：
另外如果你想体验稳定的、671b 满血版的 DeepSeek-R1，办法还是有的！可以试试下面这个方法：
别再学DeepSeek本地部署了，根本没用！用这招5分钟用上满血版DeepSeek-R1，手机可用，打工人速存！（附保姆级教程）
好了，以上就是今天的分享，有需要的可以试试~
推荐阅读：
