ollama部署到本地电脑以及常用命令

在大模型私有化部署需求日益增长的今天，DeepSeek-R1 凭借其出色的推理能力和多场景适配性，成为很多开发者的首选。而 Ollama 作为轻量化大模型管理工具，能极大简化部署流程。本文将从 Ollama 下载安装开始，一步步教你完成 DeepSeek-R1 的本地部署，并通过 Web UI 实现直观交互，全程附带避坑指南，零基础也能轻松上手。

一、前期准备：了解核心工具与硬件要求

在开始部署前，先明确两个核心要素：工具定位与硬件适配，避免因配置不足导致部署失败。

1. 核心工具说明

Ollama：一款开源的大模型管理工具，支持一键下载、运行、管理各类主流大模型（如 Llama 3、DeepSeek、Qwen 等），自动处理依赖环境，无需手动配置 CUDA 等复杂环境。
DeepSeek-R1：深度求索推出的新一代开源大模型，在代码生成、逻辑推理、多轮对话等场景表现优异，提供 1.5B~671B 多种参数版本，可根据硬件选择适配型号。

2. 硬件要求（重点！）

不同参数的 DeepSeek-R1 对显卡显存要求差异较大，建议根据自身设备选择，避免 "下载完跑不动" 的问题。

模型版本	最低显卡要求	适用场景
DeepSeek-R1-1.5B	NVIDIA RTX 3060 12GB 及以上	轻量化测试、简单对话
DeepSeek-R1-7B/8B	NVIDIA RTX 3060 12GB 及以上	日常推理、代码辅助
DeepSeek-R1-14B	NVIDIA RTX 3060 12GB 及以上	复杂任务、专业领域问答
DeepSeek-R1-32B	NVIDIA RTX 4090 24GB 及以上	企业级应用、高精度推理
DeepSeek-R1-70B	NVIDIA RTX 4090 24GB×2 及以上	大规模部署、深度研究
DeepSeek-R1-671B	NVIDIA A100 80GB×16 及以上	工业级场景、超大规模任务

注：若使用 AMD 显卡或无独立显卡，可尝试 CPU 运行，但 1.5B 版本可能仍存在卡顿，建议优先选择 NVIDIA 显卡并安装最新显卡驱动。

二、第一步：下载并安装 Ollama（避坑指南）

Ollama 官方提供 Windows、macOS、Linux 版本，本文以Windows 系统为例，重点解决 "默认装 C 盘""下载慢" 等常见问题。

1. 下载 Ollama 安装包

访问 Ollama 官网：ollama.com/，点击右上角 "Download" 按钮，选择 Windows 版本（安装包最终会跳转至 GitHub 下载，若速度过慢可尝试切换网络或使用加速工具）。

2. 安装 Ollama（推荐命令安装，避免 C 盘占用）

Ollama 提供两种安装方式，强烈推荐 "命令安装" ------ 可自定义安装目录，避免默认装 C 盘导致空间不足。

方式 1：命令安装（推荐）

找到下载的OllamaSetup.exe文件（假设存放在D:\Temp目录）；
以管理员身份 打开 CMD（按下Win+R，输入cmd，右键 "以管理员身份运行"）；
在 CMD 中输入以下命令，定位到安装包目录：
cd /d D:\Temp
执行安装命令（DIR后填写自定义安装目录，如D:\Net_Program\Net_Ollama）：
OllamaSetup.exe /DIR="D:\Net_Program\Net_Ollama"
弹出安装窗口后，点击 "Install"，等待安装完成。

方式 2：双击安装（不推荐）

直接双击OllamaSetup.exe，默认安装到C:\Users[你的用户名]\AppData\Local\Programs\Ollama，无法修改目录，仅适合 C 盘空间充足的用户。

3. 安装后关键操作：退出 Ollama 临时服务

安装完成后，Ollama 会自动启动（任务栏右下角会出现 Ollama 图标），先右键图标选择 "Quit" 退出------ 后续配置环境变量后再重启，避免配置不生效。

4. 若已装 C 盘：迁移安装目录（补救方案）

如果不小心用了双击安装，可按以下步骤迁移到其他盘：

退出 Ollama 服务（任务栏右键退出）；
将C:\Users[你的用户名]\AppData\Local\Programs\Ollama文件夹完整剪切 到目标目录（如D:\Net_Program\Net_Ollama）；

配置环境变量：
- 按下Win+R，输入sysdm.cpl，打开 "系统属性"→"高级"→"环境变量"；
- 在 "用户变量" 中找到Path，双击编辑，将原来的 Ollama 路径改为迁移后的路径（如D:\Net_Program\Net_Ollama）；
- 点击 "确定" 保存。

三、第二步：验证 Ollama 安装是否成功

配置完成后，通过简单命令验证 Ollama 是否正常工作：

打开 CMD（无需管理员身份）；
输入以下命令查看版本：
ollama -v
若输出类似ollama version 0.1.30的信息，说明安装成功；
输入ollama -h可查看所有支持的命令，后续会常用到。

四、第三步：修改大模型存储位置（避免 C 盘爆仓）

Ollama 默认将大模型存储在C:\Users[你的用户名].ollama\models，若 C 盘空间不足，需提前修改存储路径：

打开 "环境变量"（步骤同上）；
在 "用户变量" 中点击 "新建"，输入：
- 变量名：OLLAMA_MODELS
- 变量值：D:\Net_Program\Net_Ollama\Models（自定义的模型存储目录，需提前创建文件夹）；
点击 "确定" 保存，务必重启 CMD，确保环境变量生效。

五、第四步：下载并运行 DeepSeek-R1 模型

一切准备就绪后，即可通过 Ollama 一键下载 DeepSeek-R1，操作极其简单。

1. 选择模型版本

访问 Ollama 模型库：ollama.com/models，搜索 "deepseek-r1"；
点击进入模型页面，下拉框中选择所需版本（如 1.5B、7B 等），复制对应的运行命令（如ollama run deepseek-r1:1.5b）。

2. 下载并启动模型

打开新的 CMD 窗口（确保环境变量生效）；
粘贴刚才复制的命令，回车执行：
ollama run deepseek-r1:1.5b
首次运行会自动下载模型，等待下载完成（若速度过慢，可按Ctrl+C中断，重新执行命令重试，通常会恢复速度）；
当 CMD 显示>>> 时，说明模型已启动成功，可直接输入问题进行对话（如输入 "你好"，模型会立即回复）。

3. 常用模型管理命令

后续操作中可能需要管理模型，以下是核心命令：

命令	说明	示例
`ollama list`	查看已安装的所有模型	-
`ollama run 模型名`	启动指定模型	`ollama run deepseek-r1:1.5b`
`ollama stop 模型名`	停止正在运行的模型	`ollama stop deepseek-r1:1.5b`
`ollama rm 模型名`	删除已安装的模型	`ollama rm deepseek-r1:1.5b`
`ollama show 模型名`	查看模型详细信息（大小、参数等）	`ollama show deepseek-r1:1.5b`
`ollama ps`	查看正在运行的模型进程	-

退出模型对话：在>>> 后输入/bye，即可退出当前模型。

六、第五步：配置 Web UI，实现可视化交互

虽然 CMD 可以对话，但 Web UI 更直观易用。本文推荐两种主流方案：Chrome 插件（轻量化）和 Chatbox（功能全面）。

方案 1：Chrome 插件 ------Page Assist（简单快捷，需使用VPN安装谷歌插件）

适合快速上手，无需复杂配置，仅需 Chrome 浏览器即可。

打开 Chrome 应用商店，搜索 "Page Assist"；
点击 "添加至 Chrome"，安装完成后将插件固定到浏览器工具栏（这里是因为我已经安装过了）；

启动 Ollama 服务（在开始菜单搜索 "Ollama"，点击启动）；
点击 Page Assist 插件，首次打开会提示 "Unable to connect to Ollama"------ 确保 Ollama 已启动，刷新插件即可；
配置中文：点击插件右上角 "Settings"，将 "Language" 改为 "简体中文"；

选择模型：在插件首页的下拉框中选择自己安装的模型name，即可开始对话。

方案 2：Chatbox（功能强大，支持多模型）

Chatbox 是一款开源的 AI 对话客户端，支持 Ollama、OpenAI 等多种接口，推荐追求功能完整性的用户。

下载 Chatbox：访问Chatbox 官网，下载 Windows 版本并安装；

配置 Ollama 环境变量（允许 Chatbox 访问）：
- 打开 "环境变量"，新建两个用户变量：
  1. 变量名：OLLAMA_HOST，变量值：0.0.0.0（允许任何 IP 访问 Ollama 服务）；
  2. 变量名：OLLAMA_ORIGINS，变量值：*（允许所有来源请求）；
- 重启 Ollama 服务，确保配置生效；

Chatbox设置中文：
- 打开 Chatbox，点击左下角 "设置"；
- 选择 "常规设置" ，点击"Language"，选择简体中文；

配置 Chatbox：
- 打开 Chatbox，点击左下角 "设置"；
- 选择 "模型提供方" 为 "Ollama"；
- "模型" 点击获取，勾选自己安装的模型；

5. 开始对话：返回 Chatbox 主界面，选择模型，然后方可提问。

七、常见问题与避坑指南

Ollama 启动失败？
检查是否以管理员身份安装，或尝试重启电脑；若提示 "端口被占用"，可通过netstat -ano | findstr 11434（Ollama 默认端口）查看占用进程，结束后重启 Ollama。
模型下载速度慢？
尝试切换手机热点、使用加速工具，或多次中断重试（Ctrl+C后重新执行ollama run命令）。
Web UI 无法连接 Ollama？
确认 Ollama 已启动，且OLLAMA_HOST和OLLAMA_ORIGINS环境变量配置正确；若使用 Chatbox 网页版（web.chatboxai.app/）连接失败，建议下载桌面端程序。
运行模型时卡顿 / 闪退？
检查显卡显存是否满足要求，若显存不足，可切换更小参数的模型（如 1.5B），或关闭其他占用显存的程序（如游戏、视频剪辑软件）。

总结

通过 Ollama 部署 DeepSeek-R1 的流程可概括为：安装 Ollama（自定义目录）→ 配置模型存储路径 → 下载模型 → 配置 Web UI。整个过程无需复杂的环境配置，即使是非专业开发者也能在 30 分钟内完成。后续可根据需求尝试 DeepSeek-R1 的代码生成、文档总结等功能，或部署其他开源模型（如 Llama 3、Qwen-7B）。

如果在部署过程中遇到其他问题，可访问 Ollama 官方文档（ollama.com/docs）或 DeepSeek GitHub 仓库（github.com/deepseek-ai...）查找解决方案。