---

说明1：本文，基于笔者自身的部署过程，可被理解为笔者自己的一个DeepSeek本地部署过程记录

说明2：如果文章有误，欢迎大家指出、讨论，笔者也会积极改正，希望大家一起进步！

---

背景

• 新年期间，DeepSeek横空出世，一时间热度火爆。
• 处于办公需要，一直使用网页版，但总是显示“服务器繁忙，请稍后再试。”，搞得很恼火
  
• 除了DeepSeek，笔者也使用了Kimi，但可能是心理作祟，感觉差了点意思。
• 遂决定，本地部署DeepSeek。

一、安装Ollama工具

1.1 ··· Ollama

• Ollama 是一个开源框架，专为在本地计算机上便捷地构建、运行和管理大型语言模型（LLM）而设计。
• Ollama 允许用户在本地机器上运行大型语言模型，无需依赖云端服务，从而保护数据隐私。
• 支持 macOS、Windows、Linux 以及通过 Docker 容器运行，且支持多种流行的 LLM 模型，如 Llama、Falcon、DeepSeek-R1、Phi-4、Mistral、Gemma 2 等。

1.2 ··· Ollama的安装

1.2.1 ··· Ollama官网：

https://ollama.com。

1.2.2 ··· 下载、安装

• 1、进入官网，点击“Download”按钮。
  
• 2、根据电脑的操作系统下载对应的软件版本。
  
• 3、下载完成后，运行安装程序即可开始安装，等待安装过程结束即可。
  
• 4、安装完成后，在电脑上打开cmd窗口，输入查询安装ollama版本的代码，即可验证安装，如下图。

ollama --version

二、关于将安装的Ollama从C盘迁移到D盘上的操作

2.1 ··· 说明

说明3：上述1.2中的安装过程，默认是将ollama安装到了C盘中。

说明4：笔者不喜欢往C盘塞入太多数据，且C盘的空间有限，故需要将安装的ollama从C盘迁移到D盘。。

说明5：如果道友觉得安装在C盘无伤大雅，那也可以自动跳过1.3这节内容。

2.2 ··· 将安装的ollama从C盘迁移到D盘

• 1、将Ollama的安装目录从默认的C盘移动到D盘。
  将C:\Users\用户名\AppData\Local\Programs\Ollama这个文件夹下的内容移动到D盘，
  放在D:\Application\Ollama\Ollama路径下。

• 2、修改系统的环境变量，以便Ollama能够正确找到新的安装位置。

• 将原来的C:\Users\用户名\AppData\Local\Programs\Ollama路径更新为新的位置，即D:\Application\Ollama\Ollama。
  - 3、完成Ollama安装目录的迁移后，可以使用“ollama --version”命令验证下，或者运行ollama app.exe也是可以的。

• 4、迁移模型文件
  说明6：如果还没在Ollama中部署过任何模型，那目前可以自动跳过这步内容，等部署了模型再操作。
  4、1 ：模型文件的目录在：C:\Users\用户名\.ollama下；
  也迁移到D盘，D:\Application\Ollama\.ollama。
  4、2 ：要在系统变量中新建一个名为 OLLAMA_MODELS 的变量；
  设置其值为模型文件的新位置，D:\Application\Ollama\.ollama\models。

• 5、完成Ollama模型文件的迁移后，可以使用ollama list来列出已下载的模型进行验证。

三、下载并运行deepseek模型

3.1 ··· 选择DeepSeek模型

• 1、在Ollama的官网https://ollama.com，搜索框里搜索deepseek，选择要安装的deepseek模型。
  
• 2、请根据自身的需求来选择对应的deepseek模型，如下图所示。
  PS：这是笔者用Kimi生成的。
  
  

2、1：笔者选择的是deepseek-r1，通过下拉选框，可以看到多个deepseek-r1版本；名称里面的数字越大，则参数越多、性能就越强，但也对计算机的性能要求越高。
2、2：最好是根据自己的电脑配置来选择对应的具体版本，笔者选择的是deepseek-r1的70b版本。
2、3：点击绿色框内的复制动作，将红色框内的deepseek-r1的70b版本的安装命令复制到cmd命令框中，并执行，如下图所示。

2、4：如果发生如下图所示的下载中断，重新在cmd中执行该命令即可，如下图所示。

• 3、安装完成后，如下图所示。
  笔者在办公电脑上先后部署了70b、32b、14b，均因为资源不足而失败告终，最终是8b。
  笔者在私人电脑上部署了14b，能用，但没网页版的那个聪明（不过，网页版太不稳定了。）。
  
  
  要根据自己的电脑配置选择适当的版本，
  不然，会在显示安装成功后报错：配置资源不够用。

3.2 ··· 关于迁移deepseek-r1的模型文件

• 正如前文所描述，如果不想往C盘太满，可往D盘进行迁移模型文件。
• 具体操作，见前文<2.2 ··· 将安装的ollama从C盘迁移到D盘>步骤描述。

说明7：笔者部署完模型后，感觉电脑配置所对应的模型用起来一般般，后面就直接使用命令行把部署的模型remove掉了，就没有迁移模型文件这一操作。

四、下载并安装可视化工具: Chatbox

• 很多人不喜欢黑乎乎的命令行界面，我们可以安装一个图形界面可视化软件Chatbox。

• chatbox官网：https://chatboxai.app/zh。

• 1、点击「免费下载」后，双击开始安装。

• 2、笔者不太喜欢把数据放C盘，因此，自定义安装路径。
  

• 3、安装完成后，打开chatbox，并选择“使用自己的 API Key 或本地模型”
  

• 4、选择模型提供方为：Ollama API，选择安装的deepseek-r1:8b（当前电脑本地部署的版本），保存即可在新建对话中使用。（这个界面可以通过左下方的的“设置”按钮来进入。）
  

• 5、完成上述操作后，可以得到Chatbox的对话界面：
  

五、尾声

• deepseek-r1:8b和deepseek-r1:14b，
  对于问题“代码覆盖率是什么？”的回答，放在下面，给诸位道友感受下。

• deepseek-r1:8b
  

• deepseek-r1:14b
  总感觉deepseek-r1:8b有点不太聪明的样子，嗯，deepseek-r1:14b要稍微好一点，但感觉也聪明不到哪里去。想要更好的效果，还是部署更好的模型靠谱点，但这样，电脑配置的问题就来了。

• 参考文献：
  1、《十分钟搞定! DeepSeek本地部署详细指南！》
  2、《十分钟本地部署DeepSeek》
  3、《在Windows中将Ollama安装到其他盘（例如D盘）的步骤如下》
  4、《Ollama全面指南：安装、使用与高级定制》