DeepSeek R1，本地部署才是王道！支持WebUI

2025-02-07 214

DeepSeek R1本地部署，享受无限制、高隐私的AI体验！

核心内容：

1、DeepSeek全球下载榜单登顶，流量巨大。

2、DeepSeek R1是什么？

3、DeepSeek R1能做什么？

4、为何选择本地部署DeepSeek R1及它有哪些优势

5、使用Ollama + Open-WebUI一键部署DeepSeek R1的详细步骤

6、常见注意事项

7、使用建议

8、结束语

一、为什么使用DeepSeek？

DeepSeek全球下载榜单登顶，流量巨大。

春节这段时间，DeepSeek这把火真的是太猛了，几乎烧遍了全球。

翻开朋友圈，打开视频号，清一色的关于DeepSeek的各种消息。

记得几天前看还是霸榜30多个国家的App下载榜单第一名，然而刚刚再去看的时候，

才发现现在已经上升到包括美国、日本、加拿大等在内的157个国家的App下载榜单第一名！

这泼天的流量丝毫不亚于当初OpenAI爆火的时候。

然而就是因为太过火爆了，导致DeepSeek这段时间用的时候几乎天天崩溃，当然不排除漂亮国的恶心攻击，这里不讨论。

所以，如果有去注册的朋友应该都知道这段时间新用户几乎都注册不了，如果发现能注册，建议大家赶紧去注册体验一下。

DeepSeek官网：https://www.deepseek.com/

这是我在昨天使用deepseek的情况，时不时就会遇到下面这个回复。

用着用着就崩了，很是尴尬。

后面才发现DeepSeek居然是开源的，

那既然DeepSeek R1是开源的，那就直接本地部署使用吧。

这样也就省去了诸多麻烦。

好了，先给大家做个简单的科普。

二、什么是DeepSeek R1？

DeepSeek-R1是杭州深度求索人工智能基础技术研究有限公司发布的高性能AI推理模型，对标OpenAI的o1正式版。

模型通过大规模强化学习技术进行后训练，仅需极少量标注数据，便能在数学、代码和自然语言推理等任务上取得卓越表现。

DeepSeek-R1遵循MIT License开源，支持模型蒸馏，训练其他模型。

据说DeepSeek-R1的训练成本居然还不到OpenAI的1/50，这个真的是太牛逼了！！！

大写的牛逼！！！！

各项性能指标更是和OpenAI-o1 模型不相上下，甚至做到了小部分的超越，关键是开源的，我们可以本地部署使用

三、DeepSeek R1能做什么？

处理复杂提示
揭示问题背后的推理步骤
在聊天界面中呈现并测试代码
提供强大的推理能力

四、为何选择本地部署DeepSeek R1及它有哪些优势

虽然DeepSeek提供免费的网页和移动应用版本，但选择本地部署有以下几个重要优势：

1. 隐私保护

所有数据都保存在本地计算机
无需担心数据被收集或用于其他目的
完全掌控数据安全

2. 离线访问

无需依赖网络连接
适合旅行或网络不稳定的场景
随时随地可用

3. 未来保障

避免可能出现的使用限制
不受未来商业化影响
永久免费使用

4. 更大的灵活性

可以根据需求微调模型
支持与其他工具集成
允许构建自定义界面

五、使用Ollama + Open-WebUI一键部署DeepSeek R1的详细步骤

这里我们来介绍如何用Ollama + Open-WebUI来一键部署DeepSeek R1。

这俩好搭档非常之牛掰且好用，看他俩在Github的Star就知道了。

用Ollama管理、运行Deepseek，在Open-WebUI接入Ollama之后，我们就可以完全界面化去下载安装Deepseek R1，

界面化给大模型调整参数，并设定预设prompt，以及对话（如下图），非常方便。

好了，废话不多说，我们开始本地部署Deepseek R1！

5.1、先安装Ollama和Open-WebUI

5.1.1、安装 Ollama

下载 Ollama

访问 Ollama官网，根据操作系统（Windows、macOS 或 Linux）下载安装包。
对于 Windows 用户，下载 OllamaSetup.exe 并双击安装。

验证安装

这里需要注意，它跟我们平常普通的软件安装不一样，这里安装完成后，桌面基本上是没有任何图标的，

但是我们可以通过命令行工具去验证是否安装成功。

打开命令行工具，输入以下命令验证是否安装成功：

ollama --version

如果显示版本号，说明安装成功。

5.1.2、下载 DeepSeek-R1 模型

Ollama已经在第一时间支持DeepSeek-R1, 模型地址：deepseek-r1 。

根据自己的显存选择对应的模型，2G显卡只能选1.5b的。

硬件需求

所以对于大多数个人用户，建议部署4bit量化模型：

7B/8B模型：8GB显存。
14B模型：16GB显存。
32B模型：22GB显存。
70B模型：48GB显存。

下图是ollama官方给出的模型选择建议

如何查看我们电脑的显存大小呢？

Ctrl + Shift + Esc打开任务管理器->性能->GPU

从上面可以看到，我电脑的GPU是8G，N卡3060 Ti。

所以7b、8b、1.5b这三个模型都可以。

如何下载模型？

如何运行deepseek？

运行模型很简单，确定好想要的模型后，复制对应的命令到你的终端并执行。

使用以下命令下载 DeepSeek-R1 模型：

DeepSeek-R1-Distill-Qwen-1.5B

ollama run deepseek-r1:1.5b

DeepSeek-R1-Distill-Qwen-7B

ollama run deepseek-r1:7b

DeepSeek-R1-Distill-Llama-8B

ollama run deepseek-r1:8b

DeepSeek-R1-Distill-Qwen-14B

ollama run deepseek-r1:14b

DeepSeek-R1-Distill-Qwen-32B

ollama run deepseek-r1:32b

DeepSeek-R1-Distill-Llama-70B

ollama run deepseek-r1:70b

该命令会自动下载并加载模型，下载时间取决于网络速度和模型大小。

查看模型信息

下载完成后，可以使用以下命令查看模型信息：

ollama list

该命令会列出本地已下载的模型及其状态。这是我笔记本上的本地模型。

运行 DeepSeek-R1

启动模型

使用以下命令启动 DeepSeek-R1 模型：

ollama run deepseek-r1:1.5b

启动后，模型会进入交互模式，用户可以直接输入问题并获取回答。

测试功能

在交互模式下，可以测试 DeepSeek-R1 的多种功能，例如：

- 智能客服：输入客户常见问题，如“如何安装软件？”。
- 内容创作：输入“为一款智能手表撰写广告文案”。
- 编程辅助：输入“用 Python 实现快速排序”。
- 教育辅助：输入“解释牛顿第二定律”。

这是测试的效果

好了，到了这里，关于DeepSeek的本地部署就基本结束了

如果要使用，直接在命令行进行对话交互就可以了，

但是，毕竟命令行的界面太丑了，交互起来也不是那么方便，

所以，为了更加方便，我们还需要配合Open -WebUI进行可视化界面交互，

那么，具体怎么操作，请继续往下看~

如果觉得我这篇文章对您有帮助，也可以双击屏幕表示下支持，万分感谢！

5.1.3、使用 Open WebUI 增强交互体验

只要是支持Ollama的webUI都可以，如Dify，AnythingLLM都可以。

Open WebUI也强烈推荐大家安装使用，它应该是目前功能最全，最好用的大模型WebUI工具。

安装完Ollama和Open WebUI，并在Open WebUI接入本地Ollama之后，就可以非常方便的一键安装DeepSeek R1使用了~

如何安装Open WebUI可视化交互界面工具

目前我知道的大概有几种方式：

1、使用Docker-desktop,不仅是open-webui，其他绝大多数Github的开源项目都支持用docker一键部署，docker的好处是自带虚拟环境，不需要在本地额外安装一堆其他环境、依赖等，是管理、部署项目的神器。
2、自行安装Python环境，使用Pip的方式安装即可
3、不需要安装Docker-desktop，也不需要安装Python环境，直接使用浏览器Web UI插件就能搞定（改天再给大家介绍）
4、还可以使用ChatBox、Cherry Studio等桌面客户端都可以（改天再给大家介绍）

这里我们先采用第二种方式（安装Python环境的方式），而且也是与Ollama结合比较紧密的Open WebUI为例：

GitHub地址：https://github.com/open-webui/open-webui

如果本身已经安装有Python环境，如：Anaconda，

那么就直接Pip安装即可，至于如何安装Python环境和Anaconda环境，自行度娘即可，这里不做介绍。

也可以参考这篇文章：https://zhuanlan.zhihu.com/p/510293011