通过Ollama本地部署DeepSeek R1以及简单使用的教程（超详细）
本文介绍了在Windows环境下，通过Ollama来本地部署DeepSeek R1。该问包含了Ollama的下载、安装、安装目录迁移、大模型存储位置修改、下载DeepSeek以及通过Web UI来对话等相关内容。
1、🥇下载Ollama
首先我们到Ollama官网去下载安装包，此处我们下载的是Windows版本的安装包，如下图所示：
2、🥈安装Ollama
下面提供两种安装方式：
-
通过命令安装（推荐）；
-
通过鼠标双击安装（不推荐）。
安装Ollama的时候，推荐使用命令【2.1、🥪通过命令安装（推荐）】来安装，好处是可以修改安装的目录位置，【通过鼠标双击安装（不推荐）】是不能修改安装的目录位置的（默认安装在C盘）。
因此安装的时候选择【2.1、🥪通过命令安装（推荐）】或【2.2、🍞通过鼠标双击安装（不推荐）】其中一种方式即可。
2.1、🥪通过命令安装（推荐）
之所以推荐使用命令安装，是因为通过鼠标安装的话，默认会安装到C盘。
通常情况下，我们不希望安装到C盘，此时我们就可以通过使用命令的方式将Ollama安装到其他盘的某个目录下。
以管理员身份运行CMD，并定位到OllamaSetup.exe所在的目录（假设OllamaSetup.exe在D:\Temp目录下），然后执行如下命令：
上述命令中DIR的值为D:\Net_Program\Net_Ollama，该值就是安装的目录位置。
执行上述命令后，会弹出OllamaSetup.exe安装窗体界面，此时我们点击Install按钮等待安装完成即可，如下图所示：
注意：安装完成后，Ollama默认为打开状态，此时我们先退出Ollama（鼠标右键点击任务栏的Ollama图标然后选择退出即可）。
2.2、🍞通过鼠标双击安装（不推荐）
我们直接双击安装包，然后点击Install按钮等待安装完成即可，如下图所示：
注意：安装完成后，Ollama默认为打开状态，此时我们先退出Ollama（鼠标右键点击任务栏的Ollama图标然后选择退出即可）。
上图中，Ollama默认安装在C盘的C:\Users\quber\AppData\Local\Programs\Ollama目录下，如下图所示为默认安装的文件，大小大概有4.56GB：
Ollama安装完成后，在桌面上是没有快捷启动图标的，我们可以在开始菜单中查找或在搜索框中搜索，如下图所示：
3、🥉转移Ollama安装目录
如果安装Ollama的时候是通过【2.1、🥪通过命令安装（推荐）】来安装的，以下操作步骤忽略跳过即可，直接开始操作【4、🎉验证Ollama】
如果不想将Ollama安装到C盘，可以将安装的所有文件全部剪切到其他盘的目录内，如转移到D盘的D:\Net_Program\Net_Ollama目录下，这样可以节约C盘的空间，如下图所示：
转移后，我们还需要修改Ollama的环境变量。
打开环境变量，双击用户变量中的Path，我们会看到最后一条信息就是Ollama安装完成后默认添加进来的，如下图所示：
我们双击最后一条信息进入编辑状态，修改为我们转移的目录D:\Net_Program\Net_Ollama，然后点击确定按钮关闭所有窗体即可，如下图所示：
4、🎉验证Ollama
上述步骤完成后，我们可以打开CMD，输入ollama -v命令，如果出现如下图所示的内容就代表Ollama安装成功了：
同样我们输入ollama -h命令可以查看Ollama其他操作命令，如下图所示：
5、🎄修改大模型存储位置
接下来我们需要配置大模型下载存储的目录位置（默认存储在C盘的C:\Users\quber\.ollama\models目录下）。
同样我们打开环境变量，然后在用户变量中点击新建按钮，变量名为OLLAMA_MODELS，变量值为D:\Net_Program\Net_Ollama\Models，其中的变量值就是大模型下载存储的目录位置，最后点击确定即可，如下图所示：
6、🎁下载DeepSeek
同样我们打开Ollama官网，点击顶部的Models链接，此时我们就会看到deepseek-r1模型排在第一位，如下图所示：
点击deepseek-r1链接进去，此时我们会看到下拉框中有各个版本的大模型，越往后对电脑硬件的要求越高，此处为了演示效果，我们选择1.5b进行下载（具体可根据自己的电脑和需求有选择性的下载），如下图所示：
显卡要求：
随后我们复制下拉框后面的命令ollama run deepseek-r1:1.5b，粘贴到新打开的CMD窗口中回车执行（耐心等待下载完成），如下图所示：
注意：上述下载命令需要在新打开的CMD窗口中执行，否则下载的文件存储在C:\Users\quber\.ollama\models位置，就不是我们修改的D:\Net_Program\Net_Ollama\Models这个位置了。
温馨提示：下载过程中，最开始下载速度可能要快一些，下载到后面可能就几百KB了，此时我们可以按Ctrl+C停止下载，然后再重新复制命令执行下载，此时的下载速度又恢复到了几MB了（此操作可能会遇到重新下载的情况），如此往复操作即可，如下图所示：
如出现如下图所示的效果就代表下载完成了：
7、🎀验证DeepSeek
在DeepSeek下载完成后，我们就可以在CMD中输入内容进行对话了，如输入：你好，如下图所示：
假设我们安装了多个DeepSeek模型，我们可以通过ollama list命令查看已安装了的模型，如下图所示：
如果我们想运行某个模型，我们可以通过ollama run 模型名称命令运行即可，如下图所示：
如果我们想退出对话，我们可以通过/bye命令退出，如下图所示：
到此，DeepSeek R1的部署就基本告一段落。
8、🎑Web UI对话
虽然我们可以通过CMD窗口进行对话，但是相对不那么直观，于是我们可以通过第三方Web UI来实现对话效果。
8.1、🎨Chrome插件-Page Assist
首先我们通过谷歌浏览器官方插件地址搜索Page Assist，点击Page Assist - 本地 AI 模型的 Web UI，如下图所示：
然后添加到Chrome：
安装完成后，我们可以将该插件固定（钉）到浏览器顶部，方便使用，如下图所示：
随后我们点击该插件，就会出现如下图所示的界面：
在界面中出现了Unable to connect to Ollama的提示，是因为我们安装的Ollama没有启动，此时我们只需要启动Ollama软件即可，启动后的界面效果如下图所示：
设置中文：点击界面右上角的Settings按钮，将语言设置为简体中文，如下图所示：
设置完成后返回主界面，此时就是中文界面了。
选择模型：点击主界面中的第一个下拉框，选择我们刚才下载的模型deepseek-r1:1.5b，如下图所示：
到此，配制就完成了。
对话演示：接下来我们就可以愉快的对话了
温馨提示：上述演示效果等待时间可能有点长，和电脑的配置有一定的关系，仅供参考。
8.2、👑chatboxai在线对话
我们也可以通过在线Web UI Chatbox 进行对话。
首先我们打开Chatbox，打开后界面中间会有一个弹出框，我们点击阴影处即可取消该弹框的显示。
设置中文：我们点击左下角的Settings，在弹出框中点击DISPLAY，在第一个下拉框中选择简体中文，随后点击右下角的SAVE即可显示为中文了，如下图所示：
配置环境变量：在用户环境变量中，我们点击新建，分别新建下面两组变量，如下所示：
OLLAMA_HOST 0.0.0.0 --任何IP都可以访问
OLLAMA_ORIGINS *
重启Ollama：配置好环境变量后，我们重启下Ollama，目的是让Chatbox能自动识别连接到Ollama服务，然后刷新下Chatbox。
设置模型提供方和模型：点击左下角的设置按钮，然后在模型选项卡中选择模型提供方为OLLAMA API，模型选择deepseek-r1:1.5b，然后点击保存，如下图所示：
对话演示：接下来我们就可以愉快的对话了，效果图下图所示：
到此，DeepSeek R1模型的本地部署以及简单对话应用就完成了！！！
文章转载自：Qubernet
原文链接：通过Ollama本地部署DeepSeek R1以及简单使用的教程（超详细） - Qubernet - 博客园
体验地址：引迈 - JNPF快速开发平台_低代码开发平台_零代码开发平台_流程设计器_表单引擎_工作流引擎_软件架构