DeepSeek-R1本地部署详细指南！(Ollama+Chatbox AI+Open WebUI)

一、前言

DeepSeek（深度求索）是一家中国人工智能企业，其在人工智能领域取得了显著成果，特别是其发布的新一代大模型DeepSeek-R1和DeepSeek-V3，受到了广泛关注。

DeepSeek官网：https://www.deepseek.com/

二、使用现状

使用现状，以及本地部署有什么好处。

默认的时候使用的是DeepSeek-V3。

点击深度思考的时候使用的是DeepSeek-R1。

** 但是我们在使用DeepSeek-R1的时候，经常的出现网络繁忙。如下图所示，所以我们本地部署的话，就不会出现这样的问题。同时DeepSeek R1的本地部署方案为用户提供了更加私密、灵活和高效的AI体验。**

三、DeepSeek-R1 和 DeepSeek-V3是什么

3.1 DeepSeek-R1

DeepSeek-R1 在后训练阶段大规模使用了强化学习技术，在仅有极少标注数据的情况下，极大提升了模型推理能力。在数学、代码、自然语言推理等任务上，性能比肩 OpenAI o1 正式版。

3.2 DeepSeek-V3

V3基于改进的Transformer架构，引入动态注意力机制（Dynamic Attention Mechanism），通过实时调整注意力权重优化文本生成质量。其混合专家（MoE）架构包含6710亿总参数，但每个Token仅激活370亿参数，显著降低计算成本。该模型在内容创作、客服对话等场景中表现出色，训练成本仅为同类闭源模型的1/20。

总结：

当不启用"深度思考"时，我们使用的是V3模型，它就像一个多面手，能够高效地处理各种语言任务，比如快速生成文章、翻译、聊天等，适合那些需要快速得到答案或者处理多种任务的场景。

而当我们启用"深度思考"时，就切换到了R1模型，它更像是一个逻辑专家，擅长解决复杂的逻辑问题、进行深度推理，比如数学建模、编程代码生成等。

四、使用Ollama本地部署

Ollama 是一个开源工具，旨在简化在本地计算机上运行和操作大型语言模型（LLMs）的过程。它专注于让用户能够轻松部署、管理和实验各种开源的LLM（如Meta的Llama系列、Mistral、Gemma等），而无需依赖云端服务或复杂的配置。使得用户能够灵活地管理和使用不同的语言模型。

4.1 下载 Ollama

java 复制代码

Ollama官网  https://ollama.com/

4.2 安装Ollama

安装完成之后是没有什么提示的。所以我们 WIN+R，输入cmd进入命令行模式
然后输入

java 复制代码

ollama -v

出现以上提示，就表示安装成功了。

4.3 安装注意事项

因为我的C盘比较大，ollama默认安装到C盘了，要是你的C盘空间比较小，可以通过配置环境变量的方式，修改ollama的安装路径

点击环境变量，在系统变量中添加

java 复制代码

OLLAMA_MODELS，变量值选择到你需要安装的目录

4.3 下载运行 DeepSeek-R1 模型

安装ollama之后，我们下载并运行DeepSeek-R1 模型。

在ollama官网，我们可以看到

具体安装什么版本，根据自己的电脑配置来，大概的配置对应关系如下：

相关的安装命令

java 复制代码

ollama run deepseek-r1:1.5b

ollama run deepseek-r1:7b

ollama run deepseek-r1:14b

ollama run deepseek-r1:32b

ollama run deepseek-r1:70b

我们使用ollama run deepseek-r1:14b

文件有点大，等待下载完成后。

就可以直接使用啦，我们问一个问题。

可以看到已经输出答案了。

4.4 ollama 中常用命令

java 复制代码

1.查看安装了哪些模型版本

ollama  list

java 复制代码

2.启动模型

ollama run deepseek-r1:14b

3.停止模型

ollama stop

java 复制代码

 4.查看相关帮助
 
 /?

java 复制代码

5.退出模型命令

/bye

** 这个是在CMD命令行下面操作的，总感觉不太方便。我们肯定是习惯在图形化界面中操作方便，接下来我们来安装图形化界面。**

五、Chatbox AI接入DeepSeek R1模型

Chatbox AI 是一款开源的桌面应用程序，旨在为用户提供便捷的界面来管理和交互多种大型语言模型（LLMs）。它支持云端模型（如OpenAI GPT、Claude、Gemini等）和本地模型（如通过Ollama、LM Studio部署的模型），适合开发者、研究人员和普通用户快速测试、调试或日常使用AI对话功能。

5.1 下载Chatbox AI

官网 https://chatboxai.app/

5.2 安装Chatbox AI

下载完成之后，我们直接安装。

5.3 设置DeepSeek R1模型

安装完成之后，点击设置，选择我们之前本地安装的DeepSeek R1:14b模型

5.4 在Chatbox AI 中验证

这样子我们就可以在界面中使用了，不仅方便许多，界面也非常好看。

六、Open-WebUI接入DeepSeek R1模型

Open-WebUI（原名Ollama WebUI）是一个开源的、基于Web的用户界面工具，专为本地运行的大型语言模型（LLMs）设计，尤其与Ollama工具深度集成。它提供了一个类似ChatGPT的直观交互界面，允许用户通过浏览器轻松管理和对话本地部署的LLM（如Llama 3、Mistral、Phi-3等），无需编写代码或依赖云端服务。

1 安装Open-WebUI

官方文档：https://docs.openwebui.com/

首先访问Docker官网（https://www.docker.com），下载并安装Docker。

然后在docker的命令行中输入安装Open-WebUI的命令：

java 复制代码

docker run -d -p 3000:8080 --add-host=host.docker.internal:host-gateway -v open-webui:/app/backend/data --name open-webui --restart always ghcr.io/open-webui/open-webui:main

2. 安装完成后，你可以通过访问 http://localhost:3000 使用 Open WebUI。

3. 在Open-WebUI的设置中，选择"Ollama"作为模型提供方。在模型列表中，选择已安装的DeepSeek R1模型（如deepseek-r1:14b）。

这里可能会有个报错，就是选不到deepseek-r1，因为Open WebUI 访问不到 Ollama，调整一下配置

java 复制代码

vi /etc/systemd/system/ollama.service

增加
Environment="OLLAMA_HOST=0.0.0.0"
Environment="OLLAMA_ORIGINS=*"

重启Ollama

java 复制代码

systemctl daemon-reload

systemctl restart ollama

4. 验证

以上是使用Open WebUI接入DeepSeek R1模型，实现图形化界面。

七、总结

DeepSeek R1作为一款专注于高性能AI推理的模型，其本地部署方案确实为用户带来了多重优势，包括增强的数据隐私保护、操作的灵活性以及更高的处理效率。这种部署方式使得用户能够在自己的环境中充分利用AI模型的能力，而不必依赖于外部的云服务或数据中心。

结合Ollama、Chatbox AI以及Open-WebUI等工具，DeepSeek R1的部署和交互变得更加便捷。这些工具不仅简化了模型的下载和安装过程，还提供了直观易用的界面，使得用户能够轻松地与模型进行交互。特别是Chatbox AI和Open-WebUI，它们不仅支持大模型的接入，还能够展示丰富的界面元素，进一步提升了用户体验。

展望未来，DeepSeek R1有望在更多领域发挥重要作用。随着人工智能技术的不断进步和应用场景的不断拓展，DeepSeek R1的本地部署方案将能够满足更多用户对于高性能、私密性和灵活性的需求。例如，在医疗、教育、金融等领域，DeepSeek R1可以为用户提供更加精准、高效的AI服务，帮助解决各种复杂问题。