简介：一份面向DeepSeek进阶使用者的本地部署教程，针对线上服务频繁中断、响应不稳等痛点，给出从Ollama安装、模型选型到ChatBox图形界面接入的完整方案，兼顾隐私保护与低延迟需求。文档为单个docx，压缩包共1个文件、大小约1.28MB；内容不仅涵盖1.5B、7B、32B版本的内存/显存适配建议，还逐个说明Ollama下载检测、命令行拉取模型、ChatBox自定义提供方连接等关键步骤。入门级可选1.5B版本，进阶推荐7B版本，高性能设备可尝试32B版本，大部分普通电脑也能流畅运行。读者可参考其中的硬件门槛和常见问题说明完成自主部署，也可借助网盘备用链接解决官方下载缓慢的问题。已有3698人学习下载。整篇以可复现操作为主线，同时提示当前版本尚不具备联网检索能力，便于后续按需扩展。
1. 为什么把 DeepSeek 装进本地：两小时绕开排队与隐私账
DeepSeek 本地部署这件事，真正让我下决心的不是参数有多强，而是在线服务反复卡顿。某天下午刷新十几次都只看到“服务繁忙”，数据发出去半天不回，那一刻我想通了：与其和别人挤在线通道，不如把模型装进自己电脑里。这套教程用到的工具一共两个——Ollama 负责下载和运行模型，ChatBox 负责给模型套一个像样的聊天界面。装完之后，每次对话只走本机端口，不经过任何第三方服务器，延迟从秒级降到毫秒级，隐私也留在自己的机器里。适合被服务稳定性折磨过、又想动手把模型跑起来的人。
2. 先把环境装好：Ollama 下载、硬件下限与安装自检
2.1 三档模型到底在“卡”什么
选模型不能只看“能不能下载”，要看加载时电脑扛不扛得住。deepseek-r1 按参数规模分成 1.5B、7B、32B 三档，B 是 Billion，十亿参数。三档不是同一个模型的三个变体，而是同一套模型家族里裁剪出的不同尺寸：参数量越大，回答越完整、上下文理解越好，但运行时占用内存和显存也越大。Ollama 会把模型权重改写成 4bit 量化格式，占用远小于原始权重，这也是普通电脑能跑得动的原因。量化会带来轻微精度损失，但换来的是内存占用直接砍半以上，对本地部署来说这笔账划算。
| 模型标签 | 内存底线 | 显卡需求 | 磁盘占用（约） | 适合场景 |
|---|---|---|---|---|
| deepseek-r1:1.5b | 4GB | 核显可跑 | 约 1GB | 功能验证、低配机 |
| deepseek-r1:7b | 8GB | 4GB 显存独显 | 约 4.5GB | 日常问答、代码片段 |
| deepseek-r1:32b | 32GB | 12GB 显存 | 约 20GB | 长文本、追求效果 |
参数说明：内存底线指的是系统可用内存，不是硬盘剩余空间。1.5b 是入门体验档，核显就能跑，速度尚可；7b 是大多数人的甜点档，8GB 内存加一块独立显卡就能流畅跑，也是本篇推荐的主力档；32b 就要实打实的内存和显存堆料了，内存小于 32GB 甚至不建议下载，很多机器就是下载完加载时被杀进程，白占磁盘。如果内存长期低于 8GB，别硬上 7b，先用 1.5b 把流程跑通再考虑升级。硬件账算清楚比下载更重要，下载失败还能重来，加载失败只能干瞪眼。
2.2 安装与自检：版本号、目录与第一条命令
安装从 Ollama 官网取对应系统的安装包，Windows 版本是标准 exe 安装方式，一直下一步就行。安装完成后桌面或开始菜单会出现一个羊驼图标，说明程序本体已经落地。这里多说一句：Ollama 的 Windows 版安装后会自动在后台开一个本地服务，不需要手动去启动，命令行窗口可以随时调它。服务平时不占什么资源，只有模型被调用时才会把内存吃起来。
验证安装是否正常，不用肉眼猜，直接看版本号：
# 能打印出版本号，说明 Ollama 命令行工具可以正常调用 ollama --version这个命令能打印版本号，就说明命令行工具正常。接着查当前有没有模型：
# 查看本地已下载的模型列表；首次执行通常显示 no models ollama list第一次执行会看到一行提示 no models，这很正常——本地还一个模型都没拉，列表为空不代表装坏了。之后每下载一个模型，列表里就会多一行，名称、标签、大小都看得见。安装过程中还有个容易被忽略的点：默认模型目录放在用户目录下的.ollama文件夹里，Windows 一般对应C:\Users\你的用户名\.ollama\models。这个路径决定了两件事：下载模型占的是哪个磁盘，以及后面手动导入模型要往哪里放。如果 C 盘空间吃紧，第 6 章会讲怎么整体迁移。
提示：安装完 Ollama 之后，如果旧命令行窗口里输入 ollama 提示找不到，直接新开一个终端窗口，大多数情况能解决。根因在第 5 章的 PATH 问题里。
Ollama 的命令可以大致分三组：ollama serve负责拉起后端服务，安装后通常已自动在后台运行，无需手动干预；ollama pull、ollama run、ollama list负责模型的下载、启动和查看；ollama ps展示当前正在运行的模型占用了多少显存和内存。后面几章会反复用到，先把这三组的边界记住，排查问题时不容易慌。
2.3 安装后先做一次“家底盘点”：内存、磁盘与显卡
家底盘点不需要多专业，开一个任务管理器就够了。先把内存和磁盘两栏看明白：可用内存决定选哪档模型，磁盘剩余空间决定能不能放得下。7B 模型文件本身约 4.5GB，但加上运行时的临时数据、模型索引和系统缓存，我一般会建议至少留 10GB 空余；32B 更不用说，没有 25GB 以上空余磁盘别轻易动手。很多人光看硬盘大就觉得能装 32b，结果加载时内存直接爆掉，这种翻车我见得太多了。
显卡情况从任务管理器的“性能”页可以看到显存型号和大小。NVIDIA 显卡配合 Ollama 一般能直接用上 GPU 加速；只有核显的机器也不是不能跑，只是推理速度会慢一些，7B 对话会明显感到逐字输出。这一步看明白，后面就不太会被“明明配了电脑为什么这么慢”的问题困扰。核显机型建议直接从 1.5b 起步，别一上来就挑战 7b。
最后确认一下 Ollama 的后台服务是否在跑。正常安装后，任务栏托盘区会有一个羊驼小图标，右键能看到退出、打开日志等操作。如果没有这个图标，从开始菜单手动启动一次 Ollama，再继续下一步。服务没起来的话，后面所有命令都会报连接失败，这一步顺手确认能省掉很多无头苍蝇式的排查。
3. 拉取 deepseek-r1 模型：B 数选型、命令参数与首次对话
3.1 标签与量化：为什么同一模型有不同大小
deepseek-r1 是一个模型家族，Ollama 以“模型名:标签”来区分不同参数量。命令里写deepseek-r1:7b，模型名是 deepseek-r1，标签是 7b；写deepseek-r1:1.5b就是拉最小那档；不带标签的deepseek-r1默认指向 latest，等价于官方默认标签，但建议显式写全，避免拉到自己不想要的体积。
为什么要盯着标签：下载前先确认标签名是否存在、对应多大文件。不同标签对应不同参数量的量化权重，磁盘占用差异巨大，1.5b 文件只有 1GB 左右，7b 要 4.5GB，32b 接近 20GB。如果只凭感觉下载，很可能磁盘被塞满或者加载时内存爆掉。量化这一层再展开讲一下：模型训练出来时的原始权重是 16 位浮点，占空间巨大；Ollama 下发的是 4bit 量化版本，把权重压缩到原来四分之一左右。代价是生成质量轻微下降，但换来普通电脑能跑。
本地部署用户一般不用自己去搞量化，直接用默认标签就好。同一个标签下偶尔会有不同量化精度的子版本，普通场景分辨不出差别，不值得为此额外去折腾。真正决定体验的还是前面那张硬件表，选对尺寸比选哪个量化参数重要得多。
3.2 pull 与 run：下载后进入对话的两条路
命令管理是 Ollama 的核心用法。下载模型有两条路，一条是分开执行 pull 再 run，另一条是直接 run 让它自动下载：
# 只下载不启动，适合网络不稳、需要反复重试的场景 ollama pull deepseek-r1:7b # 下载并启动对话；如果本地已有模型，则直接进入对话 ollama run deepseek-r1:7b两条命令的区别和逻辑：pull 的语义是“把模型下载到本地”，run 的语义是“加载模型并进入交互对话”。第一次执行 run 时，如果本地没有这个模型的缓存，Ollama 会先执行一次 pull 再进入对话，所以会看到下载进度条；网络差时下载中断，重新执行 run 会从断点继续，不用白下。参数说明：deepseek-r1 是模型名，冒号后的 7b 是标签，想试小模型就改成 1.5b，机器够好就改成 32b。
下载完成后会进入对话提示符，这时直接输入问题就能得到回答：
>>> 你好，介绍一下你自己 （模型会正常返回一段 DeepSeek-R1 的自我介绍） >>> /bye （退出对话）对话模式下的内置命令不多，/bye和/exit都能退出，/?可以列出全部可用命令，/context能看当前上下文 token 占用。这里补充一个容易被忽略的点：run 模式下的对话历史只存在当前会话里，退出再启动就是全新对话，不会保留之前聊过的内容。想要长期保存记录、像用聊天软件一样管理会话，就要靠下一章的 ChatBox。
3.3 验证模型状态：list、ps 与内存占用
模型下载完，怎么确认真加载了而不是下载了个寂寞，用两个命令就能查清楚：
# 列出本地已下载的模型，能看到模型名、标签和大小 ollama list # 查看当前正在运行（已加载进内存/显存）的模型 ollama ps逻辑说明：list 看的是硬盘上有哪些模型文件，只要下载过就会在列表里；ps 看的是此刻有多少模型被加载到内存或显存里。刚跑过对话但已经退出，ps 可能是空，这不代表模型丢了，只是它被释放了。参数说明：ps 输出里有 Name、Size 和 Processor 三列，Processor 是关键——显示 GPU 说明推理走的是显卡，显示 CPU 说明退回纯内存计算，后者会明显慢很多，这时候就要检查显卡驱动是否兼容。
我个人把 ps 当成“体检报告”：对话卡顿、风扇狂转、内存占用异常时，先跑一下 ps 看模型是否真的在 GPU 上。如果模型一直显示 CPU，说明这机器的显卡没被 Ollama 用上，要么驱动版本太老，要么 Ollama 版本需要更新，这类问题先跑 ps 再判断，比乱试配置强得多。
4. 用 ChatBox 给模型装上对话框：API 配置与首次对话
4.1 为什么还要一个 ChatBox：终端交互的三个短板
终端里已经能跑模型了，还要客户端的理由有三个。第一，终端不渲染 Markdown，代码块、表格混在一堆纯文本里，长回答肉眼很难读透；第二，会话管理基本为零，退出 run 模式历史就没了，想翻旧对话只能靠复制粘贴；第三，没有多轮会话的组织形态，同时聊好几个话题会直接串。ChatBox 是个桌面客户端，把 Ollama 在本地提供的 OpenAI 兼容接口包了一层聊天界面，解决的就是这三个问题。
原理层面只需知道一点：Ollama 装好后，默认会在本机的 11434 端口起一个 HTTP 服务，对外提供一套和 OpenAI 风格一致的接口。ChatBox 并不直接碰模型文件，它只是往那个接口发请求、拿响应。所以配置 ChatBox 时填的 API 地址是 127.0.0.1 这种本机地址，密钥也不需要真实申请——服务就裸奔在你的电脑上，外面访问不到。这个原理也解释了一个现象：ChatBox 只是“前端”，真正干活的是 Ollama。关闭 ChatBox 窗口不影响模型，只要 Ollama 还在后台，模型就能继续被其他程序调用。
另外，ChatBox 的设置面板里还留了温度、上下文长度这些生成参数的调整入口，命令行里改这些要写环境变量，界面上动动滑块就行。这件事放到第 6 章细说，先记住有这么个入口。
4.2 自定义提供方配置：三个字段一次填对
安装完 ChatBox 打开，如果弹窗让你选服务提供商，选择“使用自己的 API Key 或本地模型”；如果手快关掉了，在设置里进“添加自定义提供方”。然后按这张表填：
| 配置项 | 填写值 | 说明 |
|---|---|---|
| API 地址 | http://127.0.0.1:11434/v1 | 本机 Ollama 服务，别漏 /v1 |
| API 密钥 | 任意字符串，比如 ollama | 本地服务不校验，写什么都行 |
| 模型名称 | deepseek-r1:7b | 必须和 ollama list 输出完全一致 |
三个字段的错误率从上到下递减，最常翻车的是 API 地址漏掉 /v1。这个 /v1 对应的是 OpenAI 兼容路由的前缀，Ollama 原生接口在 /api 下，但 ChatBox 按 OpenAI 格式去访问，所以地址必须带 /v1。API 密钥是很多新手的纠结点，这里明确说：本地部署没有鉴权，密钥只是占位，填 ollama 或任意字母都能过。模型名称如果和 ollama list 里的名字对不上，请求会报模型不存在，界面上会出现红色错误提示。
保存配置以后，点开新建对话窗口，左侧模型选择里应该能看到 deepseek-r1:7b。如果列表是空的，优先回看表格第三行，名字敲错是最高频原因。常用的确认方式是直接复制ollama list输出的名字，不要手敲。
4.3 首次对话验证：看响应与看负载
配好之后直接问一句“你是谁”，正常的话模型会回答自己是 DeepSeek-R1。这一步有两个观察点：响应速度是不是明显快于在线版；回答内容是否和终端里跑的一致。两点都满足，说明 ChatBox 到 Ollama 的通路没问题。如果回答内容对但速度慢，问题多半出在模型是否走 GPU，而不是配置错误。
验证过程中建议再开一个命令行窗口跑一下ollama ps，边对话边看模型是否被加载、Processor 列显示的是 GPU 还是 CPU。这一手是排查“ChatBox 能用但很慢”的关键——如果模型是 CPU 模式，换更好的显卡驱动往往比换模型更值得。ChatBox 这边还有一个实用功能：多会话管理。每个对话单独保存，历史记录存在本地，重新打开软件还能继续聊，这就是终端做不到的事。
注意：本地部署这个模型默认不带联网搜索。页面里如果有联网按钮，那是给云端模型用的，本地这个不会去互联网上找资料；想让它联网，得另接检索工具，那是后话。
5. 本地部署避坑专题：四个高频问题的现象、原因与解决
5.1 下载速度慢、中断：手动导入 GGUF 的替代路线
现象：执行ollama run deepseek-r1:7b后长时间停留在 pulling，进度条偶尔停滞甚至归零，反复重试依然失败。
原因：模型文件托管在海外对象存储上，网络链路一波动下载就断。这和电脑配置没有关系，再好的机器也扛不住一个传不完的大文件。
解决：别在命令行里死磕，走手动导入路线。先把对应标签的 GGUF 模型文件从随附资源包里取出来，放到一个本地目录，比如D:\models\，然后在同一目录写一个 Modelfile。内容只需要一行：
FROM ./deepseek-r1-7b-q4_k_m.gguf然后执行导入命令：
ollama create deepseek-r1:7b -f Modelfile逻辑说明：ollama create会把一个外来的 GGUF 文件注册成 Ollama 可管理的模型，本质上相当于绕开下载这关，直接把现成文件登记进模型目录。参数说明：deepseek-r1:7b是导入后显示的名字，-f Modelfile指定刚才写的配置文件。导入成功后ollama list里会出现这一行，后续ollama run deepseek-r1:7b照常使用。手动导入的模型和官方仓库下载的用法完全一致，代价只是少了自动下载这一步。
5.2 7B 能装不能聊：内存打满或对话卡死
现象：7B 模型下载成功，启动时也正常，但问了两轮问题后系统掉帧，风扇狂转，任务管理器里内存占用接近满格，甚至整个系统卡死。
原因：模型加载进内存后不是静止的，推理时权重和上下文同时占空间。7B 的 4bit 量化版大约要吃 4GB 内存做权重，加上运行时上下文，8GB 内存的机器剩不下多少余量；如果模型没走 GPU 加速而是退回 CPU 计算，内存和 CPU 双高就是必然结果。
解决：优先换 1.5b 先把流程跑通，这是性价比最高的止血方案。内存稍好一点的机器，可以在 ChatBox 设置里把上下文长度调小，相当于减少运行时占用的缓冲；同时关掉浏览器和后台大程序，给模型腾地方。再配合ollama ps确认 Processor 列是不是 GPU，如果是 CPU，优先解决显卡驱动问题，而不是继续堆参数。
5.3 ChatBox 报 404 / 连接失败：核对三个字段
现象：ChatBox 保存配置后发消息，界面弹红色报错，常见是 404 Not Found 或类似 Failed to fetch 的提示，有时还带模型不存在。
原因：404 大多数时候是 API 地址漏了 /v1 后缀，Ollama 在根路径下并没有 ChatBox 要的聊天接口；Failed to fetch 一般是本机服务没起来，或地址写成了非本机 IP；模型不存在的报错则指向模型名和列表不一致。
解决：打开设置，按 4.2 的表格逐项核对三项。API 地址必须是完整的http://127.0.0.1:11434/v1；API 密钥随便填但别留空；模型名复制粘贴ollama list里的输出，不要手打。如果还不行，直接在浏览器地址栏访问http://127.0.0.1:11434，能看到一段 JSON 说明 Ollama 服务在跑，问题出在 ChatBox 配置；页面打不开则先处理 Ollama 进程。
5.4 命令行找不到 ollama：PATH 更新问题
现象：安装完成后，旧终端窗口里输入ollama提示“不是内部或外部命令”，PowerShell 里提示无法识别，但是开始菜单里能正常打开 Ollama。
原因：Ollama 安装时向系统 PATH 里添加了自己的目录，但已经打开的终端窗口不会自动刷新环境变量，新装的路径在旧会话里不生效。
解决：关掉所有终端重开一个新窗口试；还不行就注销 Windows 重新登录，让环境变量彻底刷新。如果重开后依旧找不到，打开系统环境变量面板，确认%LOCALAPPDATA%\Programs\Ollama是否真的在 PATH 列表里，不在就手动添加。
提示：能用开始菜单的快捷方式启动，说明程序安装没问题，问题只出在 PATH。这个区分能省掉大半排查时间。
6. 跑顺之后再做两件事：模型目录搬走与 curl 直连验证
6.1 把模型从 C 盘搬走：OLLAMA_MODELS 环境变量
模型文件默认都堆在 C 盘用户目录下，7B 还勉强，32B 直接吃掉 20 多 GB。搬家方法是设置用户环境变量 OLLAMA_MODELS 指定新目录，Windows 下的 PowerShell 写法：
# 设置用户级环境变量，新目录不存在会自动创建 [Environment]::SetEnvironmentVariable("OLLAMA_MODELS","D:\ollama\models","User")顺序很重要：先复制旧目录下的 blobs 和 manifests 到新位置，再设置变量，再重启 Ollama。如果反过来，Ollama 会在新目录里建一个空的 models 结构，模型列表变成空白，容易被误判成“模型丢了”。重启后跑一遍ollama list，模型还在，搬家就成功了。
6.2 不打开界面也能测：curl 直连与温度参数
ChatBox 报错时先分锅，用 curl 直接打 Ollama 原生接口，能迅速定位问题在哪一侧：
curl http://127.0.0.1:11434/api/generate -d '{"model":"deepseek-r1:7b","prompt":"你好"}'能看到返回 JSON 里带 response 字段，说明模型和 Ollama 都正常，问题在 ChatBox 配置；连接不上则先检查 Ollama 进程。温度参数也不是非开 ChatBox 不可，想调就记住一个点：温度越低回答越收敛，0.6 到 0.7 日常用足够，太高虽然发散但有概率乱说。这条 curl 命令我建议每个人都跑一次，三秒搞定的事，能帮你把“界面问题”和“模型问题”彻底分开。
另外这篇教程对应的安装包和模型文件都放在资源目录里，7B 的 GGUF 文件已经备好，手动导入直接走 5.1 的 create 流程。从那以后我每次换机器部署，都强制自己按“ollama list 确认模型在位，再开 ChatBox，再跑一句 curl 验证”的顺序走一遍，这套流程帮我跳过了很多次白屏和 404。希望帮到你。
本文还有配套的精品资源，点击获取
