DeepSeek-R1私有化大模型本地部署教程

大家好，我是@深圳的阳

今天为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护我们的隐私数据不被泄露，而且使用更加稳定，尤其是最近DeepSeek经常被恶意攻击，

导致服务无法使用，本地部署就可以很好的避免这个问题，而且不依赖网络，更加灵活自由。

推荐使用Ollama框架，打开Ollama官网：https://ollama.com

首先下载客户端，直接从官网下载速度非常慢，很难下载成功，

分享一个方法可以轻松下载下来，先复制你需要下载的客户端文件地址。

然后访问这个Github文件加速中转站点 https://github.moeyy.xyz

可以看到下载速度快了很多。

然后运行安装程序，点击Install。

等待软件自动安装，文件会自动安装到C盘。

安装好后，按Windows+R键，输出CMD命令并回车。

在命令行窗口输入Ollama回车，如果显示以下信息，则说明安装成功了。

接下来返回Ollama官网，输入deepseek-r1，此时可以看到R1模型了。

671b这个模型文件非常大，有404GB，不仅下载需要很久，而且对显存要求非常高，推荐大家选择32b的和70b的，这两个日常需求足够了。

这里拿32b的模型做演示，复制ollma官网上这行命令。

返回刚才打开的CMD命令行，粘贴并回车，开始下载所需模型文件。

如果卡住不动可以试试开启魔法网络模式，你懂的。

下载完成后界面如下图所示：

执行ollma list命令查看下载好的模型文件列表。

下次如果想重新启动DeepSeek，再次执行CMD命令打开命令行窗口，使用ollama run + 模型名字。

比如：ollama run deepseek-r1:32b

我们测试一下，提个问题看看本地部署的DeepSeek回答效果。可以看到本地部署的DeepSeek成功的响应了我们的问题。

如果你觉得这样使用体验不够好，还可以安装一个Web版的插件来接入这个本地模型，Chrome插件商店里搜Page Assist并安装。

启动大模型后，在Chrome浏览器中启用刚才安装好的Page Assist插件。首次使用需要进行一些基本的配置，打开右上角的设置，修改语言为中文并保存。

RAG里的文本嵌入模型选择DeepSeek-R1:32b。

最后返回聊天窗口，此时就可以在Web界面用我们本地搭建的DeepSeek大模型了，对于有本地部署需求的朋友快去试试吧。

Ollama安装程序已经放在网盘了，扫码关注公众号后台回复DeepSeek即可获取。