部署流程
本地部署只需要三步：
- 安装Ollama
- 下载DeepSeek-R1大模型
- 使用Cherry Studio调用模型
Ollama的模型库里的40多种开源模型，比如阿里云通义千问推出的大模型Qwen2.5，Meta公司最新的大模型Llama 3.3等等，都可以通过这套流程来本地部署。
接下来我们一步一步还原一下本地部署DeepSeek-R1大模型的全过程。
1.安装Ollama
Ollama是一个在本地计算机上运行大模型的命令行工具，有了它，你就可以在本地跑大模型。
进入Ollama官网登录，点击Download。
Ollama安装包给大家打包好啦，扫码关注公众号回复：Ollama 领取
我用的是Windows系统，所以直接选择Windows的版本下载。
下载完点击安装，会默认安装在C盘，Windows版本不支持修改安装位置，所以我们无脑点“下一步”就行啦！
注意，安装完成后右下角会弹出提示框，点击“确认”，点击即可弹出窗口。
Ollama就安装成功啦。
部署DeepSeek R1模型
我们回到Ollama官网，点击左上角的“Models”进入模型库，点击DeepSeek-R1大模型。
Ollama提供7种不同参数的模型可供下载。
R1的模型参数是671B，差不多需要1300个G的显存，你才能跑得动满血版R1。
1.5B到70B是R1的蒸馏版，模型能力虽然不如满血版（参数数字越大能力越强），但是对硬件要求更低，在同规模的开源模型里表现也是很突出的，适合个人或企业本地部署。
我总结了一份DeepSeek-R1每个版本的配置要求的表格，大家可以对照选择：
这里我选择1.5B的模型，复制后面口令：ollama run deepseek-r1:1.5b
把口令粘贴进Ollama弹出的窗口中，按回车，就会开始下载模型。
静静等待进度条到100%，最后提示“success”，就说明下载完成了。
我们在命令行输入ollama run deepseek-r1:1.5b+问题，就能直接与AI对话。
但是这个界面看着太简陋了，而且每次提问都要复制一行命令，也不太方便。
接下来我们通过客户端来优化这个问题。
通过Cherry Studio调用模型
Cherry Studio是一款开源的多模型桌面客户端。它可以直接调用主流的大模型，比如OpenAI、Gemini，和本地模型。
像这样开源、好用的客户端还有Chatbox AI、AnythingLLM等等。
官方也整理过一份实用集成文件，可以帮我们更好地应用DeepSeek。
这里我们以Cherry Studio为例，一起操作一下。
进入Cherry Studio官网的下载界面，可以点击立即下载，或者从网盘链接下载。
安装步骤也是直接点下一步即可。
安装后点击左下角的设置。
在模型服务里选择Ollama，点亮右上角的启用，API密钥会自动填写，然后点击管理。
可以看到本地已经安装好的DeepSeek-R1模型，点击右边的+号。
我们返回到首页，点击页面上方显示的模型名称。
点击选择我们本地部署的DeepSeek-R1:1.5B。
就可以跟AI正常对话啦。
1.5B的模型泛用性不是太强，适合做一些简单的问答，如果想要将本地部署的R1应用在工作中，推荐7B或者更高参数的版本。
本地部署DeepSeek，有响应及时、免费、个性化程度高的优势，但是对配置有一定的要求，有合适的设备可以试试。
学会这个步骤，你可以在本地部署任意一款开源的大模型，快去试试吧！
本文涉及的所有工具：
Ollama：https://ai-bot.cn/sites/5973.html
Cherry Studio：https://ai-bot.cn/cherry-studio/
本地部署只需要三步：
Ollama的模型库里的40多种开源模型，比如阿里云通义千问推出的大模型Qwen2.5，Meta公司最新的大模型Llama 3.3等等，都可以通过这套流程来本地部署。
操作简单，0基础有手就会，而且完全免费！
接下来我们一步一步还原一下本地部署DeepSeek-R1大模型的全过程。
Ollama是一个在本地计算机上运行大模型的命令行工具，有了它，你就可以在本地跑大模型。
进入Ollama官网登录，点击Download。
Ollama安装包给大家打包好啦，扫码关注公众号回复：Ollama 领取
我用的是Windows系统，所以直接选择Windows的版本下载。
下载完点击安装，会默认安装在C盘，Windows版本不支持修改安装位置，所以我们无脑点“下一步”就行啦！
注意，安装完成后右下角会弹出提示框，点击“确认”，点击即可弹出窗口。
Ollama就安装成功啦。
我们回到Ollama官网，点击左上角的“Models”进入模型库，点击DeepSeek-R1大模型。
Ollama提供7种不同参数的模型可供下载。
R1的模型参数是671B，差不多需要1300个G的显存，你才能跑得动满血版R1。
1.5B到70B是R1的蒸馏版，模型能力虽然不如满血版（参数数字越大能力越强），但是对硬件要求更低，在同规模的开源模型里表现也是很突出的，适合个人或企业本地部署。
我总结了一份DeepSeek-R1每个版本的配置要求的表格，大家可以对照选择：
这里我选择1.5B的模型，复制后面口令：ollama run deepseek-r1:1.5b
把口令粘贴进Ollama弹出的窗口中，按回车，就会开始下载模型。
静静等待进度条到100%，最后提示“success”，就说明下载完成了。
我们在命令行输入ollama run deepseek-r1:1.5b+问题，就能直接与AI对话。
但是这个界面看着太简陋了，而且每次提问都要复制一行命令，也不太方便。
接下来我们通过客户端来优化这个问题。
Cherry Studio是一款开源的多模型桌面客户端。它可以直接调用主流的大模型，比如OpenAI、Gemini，和本地模型。
像这样开源、好用的客户端还有Chatbox AI、AnythingLLM等等。
官方也整理过一份实用集成文件，可以帮我们更好地应用DeepSeek。
这里我们以Cherry Studio为例，一起操作一下。
进入Cherry Studio官网的下载界面，可以点击立即下载，或者从网盘链接下载。
安装步骤也是直接点下一步即可。
安装后点击左下角的设置。
在模型服务里选择Ollama，点亮右上角的启用，API密钥会自动填写，然后点击管理。
可以看到本地已经安装好的DeepSeek-R1模型，点击右边的+号。
我们返回到首页，点击页面上方显示的模型名称。
点击选择我们本地部署的DeepSeek-R1:1.5B。
就可以跟AI正常对话啦。
1.5B的模型泛用性不是太强，适合做一些简单的问答，如果想要将本地部署的R1应用在工作中，推荐7B或者更高参数的版本。
本地部署DeepSeek，有响应及时、免费、个性化程度高的优势，但是对配置有一定的要求，有合适的设备可以试试。
学会这个步骤，你可以在本地部署任意一款开源的大模型，快去试试吧！
Ollama：https://ai-bot.cn/sites/5973.html
Cherry Studio：https://ai-bot.cn/cherry-studio/