DeepSeek本地部署完整指南：从环境准备到接入VSCode与Codex

直接开门见山。很多人一看这个标题以为 DeepSeek 是像微信、QQ 那样在 Windows 上找个 exe 双击一下就能装好的软件。真不是这样。DeepSeek 目前的使用形态有三条路网页直接用、API 接入工具、本地部署大模型权重。只有第三条路严格意义上叫“安装”也是网上搜索量最大、踩坑最多的一条。这篇文章我就把三条路全部梳理一遍重点放在第三条路的完整实操上从环境准备到模型下载再到接入 VSCode、Codex 这些日常工具最后附上我实际踩过的坑和排查方法。1. 先搞清楚你要装的是什么在动手之前必须先弄明白一个问题DeepSeek 不是一个“应用程序”而是一个大语言模型。它有两种存在形式一是官方托管的在线服务你通过网页或 API 访问二是开源出来的模型权重文件你需要下载到自己的电脑上再用推理框架加载运行。这两种形式的“安装”方式完全不同。1.1 三条路径的选型分析我把三条路径的适用人群和优劣列个表你先对号入座再往下看。路径适合人群优点缺点官方网页版轻度使用、不想折腾的人零安装浏览器打开即用功能受限不能深度定制API 接入开发者、需要把 AI 集成到工作流的人灵活可编程调用接入各种工具按 token 计费需要联网本地部署追求数据隐私、离线使用、折腾党数据不出本机免费可深度定制对硬件要求高安装配置有门槛我的建议是如果你只是想体验一下 DeepSeek 的能力直接去官网用网页版别折腾本地部署。但如果你是开发者或者想把 DeepSeek 接入到 VSCode、Codex、自己写的脚本里那 API 和本地部署都值得搞。本地部署最大的价值是隐私和免费但前提是你得有一台配置还过得去的电脑。1.2 硬件门槛先泼盆冷水本地部署 DeepSeek 不是下载个程序那么简单你下载的是几十个 GB 的模型文件然后需要 GPU 或 CPU 来跑推理。这里给你一个参考标准纯 CPU 推理能跑但速度慢。7B 参数量的小模型每秒能跑几个 token 就算不错14B 以上基本是煎熬。适合应急体验不适合日常用。GPU 推理NVIDIA 显卡这是正路。显存 6GB 以上可以流畅跑 7B 模型12GB 以上能跑 14B32GB 以上才能比较舒服地跑 32B 模型。显存不够就得靠量化版模型硬撑。内存至少 16GB建议 32GB。模型加载到内存和显存的机制不一样但内存太小会直接导致加载失败。如果你电脑配置比较差也不是不能玩但你要管理好预期——把目标定在跑通 7B 或 14B 的量化版模型上别一上来就想跑满血版。后面我会讲怎么选模型。2. 安装前的准备工作在正式安装之前建议把环境理顺。这里说一句实话在 Windows 上玩本地大模型原生环境体验很差强烈建议先装 WSL。WSLWindows Subsystem for Linux可以让你在 Windows 里跑一个真正的 Linux 子系统绝大多数 AI 推理框架都是优先支持 Linux 的你在 WSL 里操作会顺手得多。2.1 开启 WSL 和 Windows Terminal开启 WSL 其实只要一条命令。以管理员身份打开 PowerShell 或 Windows Terminal执行wsl --install这条命令会自动完成三件事启用 WSL 功能、安装默认的 Ubuntu 发行版、安装 WSL2 内核。装完重启电脑就有一个 Ubuntu 环境可用了。重启之后建议把 Windows Terminal 设为默认终端。这个工具比原来的 cmd 和 PowerShell 好用太多支持多标签页、自定义主题、分屏而且 WSL 集成得非常自然。在 Microsoft Store 里搜索 Windows Terminal 安装即可免费。如果你不想用 WSL坚持在原生 Windows 环境跑也可以但后面很多排查方法可能对不上号因为大部分踩坑经验都默认 WSL 环境。这里我建议按 WSL 路线走。2.2 装好 Git 和基础工具在 WSL 里先把基础工具链装好sudo apt update sudo apt upgrade -y sudo apt install git curl wget python3 python3-pip build-essential -yGit 用来拉取开源项目代码curl 和 wget 用来下载文件Python 是很多 AI 工具链的运行时基础。这些都是后面少不了的。另外如果你还需要在 Windows 原生侧做开发Git for Windows 也建议装一个直接从官网下载安装包一路下一步就行。这个工具在后续拉取模型仓库时会用到虽然 WSL 里的 Git 也能用但 Windows 侧的文件操作效率更高。3. 本地部署实操Ollama DeepSeek现在开始动真格的。本地部署大模型的方案其实有好几个比如Ollama、LM Studio、vLLM、llama.cpp。对于普通用户和大多数开发者我最推荐 Ollama。原因有三个安装简单、命令管理模型方便、对 Windows 友好。3.1 为什么选 OllamaOllama 把大模型的下载、加载、推理、API 暴露全部封装成了一层极简的命令行接口。你不需要关心模型权重文件放在哪里不需要手动配置推理框架不需要折腾 GPU 驱动和 CUDA至少大部分情况下不需要。你要做的只是两件事告诉 Ollama 你要哪个模型然后运行它。对比一下各个方案你就明白了方案优点缺点Ollama安装一条命令使用一条命令生态好自定义空间小高级配置不够灵活LM Studio有图形界面适合纯小白功能相对较弱命令行生态不如 OllamavLLM性能强吞吐高适合生产环境配置复杂Windows 原生基本跑不了llama.cpp最底层控制力最强需要编译门槛高不适合新手对于“在 Windows 上安装 DeepSeek 的完整指南”这个需求Ollama 就是最合适的答案。3.2 安装 Ollama 并下载 DeepSeek 模型Ollama 官方提供了 Windows 原生安装包也支持 Linux。如果你按我前面说的装了 WSL其实有两种安装方式方式一Windows 原生安装适合不想进 WSL 的去 Ollama 官网下载 Windows 安装包双击安装。装完以后Ollama 会作为一个后台服务运行你在 CMD 或 PowerShell 里就能敲ollama命令。方式二WSL 内安装推荐在 WSL 终端里执行curl -fsSL https://ollama.com/install.sh | sh这是官方提供的一键安装脚本装完以后直接用。无论哪种方式装完验证一下ollama --version能看到版本号就说明安装成功。接下来是下载 DeepSeek 模型。DeepSeek 官方开源了多个规模的模型在 Ollama 上都有对应的 tag。常用的几个# 最小版本CPU 也能跑适合尝鲜 ollama run deepseek-r1:1.5b # 均衡版本显存 6GB 以上可以跑 ollama run deepseek-r1:7b # 效果更好推荐显存 12GB 以上 ollama run deepseek-r1:14b注意ollama run这个命令会先自动下载模型下载完直接进入交互式对话界面。你可以直接在里面提问比如输入“你好”模型会开始回复。如果只是想下载不进入对话可以用ollama pull deepseek-r1:7b。模型文件大小和硬件需求的对应关系我用实际数据说下模型文件大小最低内存推荐显存deepseek-r1:1.5b约 1.1GB8GB无要求纯 CPU 可跑deepseek-r1:7b约 4.7GB16GB6GBdeepseek-r1:14b约 9GB16GB12GBdeepseek-r1:32b约 20GB32GB24GB你可能会问“网上说的 DeepSeek-R1 满血版 671B 为什么没列出来”那个版本光模型文件就要一千多 GB不是普通个人电脑能跑的别想了。3.3 启动 API 服务供其他工具调用Ollama 启动后默认会自动在http://localhost:11434上暴露一个 API 服务。也就是说你在 Ollama 里跑起一个模型后本机的其他程序可以直接通过 HTTP 请求去调用这个模型。验证一下 API 是否可用在浏览器或命令行访问curl http://localhost:11434会返回Ollama is running说明服务正常。接下来你就可以用任何支持 OpenAI API 格式的工具去连接它了。这里有个关键点Ollama 的 API 兼容 OpenAI 的接口格式所以很多原本对接 OpenAI 的工具只需要把地址改成本地地址就能用。DeepSeek 官方 API 的地址是https://api.deepseek.com本地 Ollama 的地址是http://localhost:11434/v1这就是“接入”的本质——换 base URL 而已。4. 把 DeepSeek 接入日常工具模型跑起来了API 服务也通了接下来就是重头戏把它接到你日常使用的工具里。这里我讲三个最常见的接入场景VSCode 编程辅助、OpenAI Codex 命令行、以及自己写 Python 脚本调用 API。4.1 VSCode 接入 DeepSeekVSCode 是目前最主流的代码编辑器接 AI 编程助手基本是刚需。常见的接入方式是安装 Continue 或 Cline 这类插件。以 Continue 为例打开 VSCode 扩展市场搜索“Continue”安装后进入设置界面。你需要配置一个模型提供商选择“Ollama”或者“OpenAI-compatible API”然后填写API Base URLhttp://localhost:11434/v1Modeldeepseek-r1:7b或你下载的模型名配置完成后在 Continue 插件面板里选中这个模型就可以开始对话了。你在写代码的时候选中一段代码让 AI 解释、补全、找 bug它都是在本地调用的数据不会出机器。如果你用 Cline配置方法类似也是填 base URL 和模型名。这里有个小技巧如果你的 Ollama 里跑的是代码专用的模型比如 deepseek-coder 系列的变体在 VSCode 里的表现会比通用对话模型好很多。DeepSeek 本身就偏代码推理在代码场景下体验不错。4.2 Codex 接入 DeepSeekCodex 是 OpenAI 开源的命令行编程代理工具它可以读取整个项目上下文、自动改代码、执行命令甚至自己提交代码。它默认支持的是 OpenAI 的 API但 OpenAI 的账号和付费对很多人来说是个坎所以接 DeepSeek 就成了一个热门玩法。Codex 的配置方式不复杂。它支持通过环境变量或配置文件指定 OpenAI 兼容的 API 地址。在 Windows 上你可以用以下方式设置环境变量$env:OPENAI_BASE_URL http://localhost:11434/v1 $env:OPENAI_API_KEY ollama # 本地服务不校验 key随便填一个然后启动 Codex它会用这个地址去访问“OpenAI 兼容 API”而背后接的就是本地跑着的 DeepSeek。如果你用的是硅基流动这类第三方服务商把 base URL 换掉、key 换成自己的就行。这里要特别注意本地 Ollama 跑模型的速度决定 Codex 的实际体验。Codex 这类代理工具会进行多轮推理、工具调用每一轮都要等待模型输出如果模型推理速度太慢整个流程会变得很煎熬。所以如果你要用 Codex DeepSeek 本地部署至少跑 14B 以上的模型才有点实用价值。4.3 Python 脚本调用 API如果你有自己的脚本和自动化需求用 Python 调用 Ollama 的 API 是最灵活的方式。可以用官方的openaiPython SDK因为接口是兼容的from openai import OpenAI client OpenAI( base_urlhttp://localhost:11434/v1, api_keyollama, # 本地服务不校验随便填 ) response client.chat.completions.create( modeldeepseek-r1:7b, messages[ {role: system, content: 你是一个靠谱的助手。}, {role: user, content: 用一句话说明什么是大语言模型。} ], streamFalse, ) print(response.choices[0].message.content)这个脚本的本机和远端 API 都能跑区别只在 base_url 和 api_key。也就是说你写的代码不需要改动逻辑只要切换配置就能从本地模型切换到官方 DeepSeek API 或者其他服务商。这对开发来说非常友好。如果你不想依赖openai这个第三方库直接用 Python 标准库发 HTTP 请求也行import json import urllib.request data json.dumps({ model: deepseek-r1:7b, messages: [{role: user, content: 你好}], stream: False }).encode(utf-8) req urllib.request.Request( http://localhost:11434/v1/chat/completions, datadata, headers{Content-Type: application/json} ) with urllib.request.urlopen(req) as resp: result json.loads(resp.read().decode(utf-8)) print(result[choices][0][message][content])这两种方式都可以看你对第三方库的接受程度。5. 常见问题与排查手册这一节是我实际踩坑的记录。本地部署 DeepSeek 最烦的不是装不上而是装上了跑起来各种小问题。我把高频问题整理成表你对着查。5.1 高频问题速查表现象可能原因解决方法ollama命令不是内部或外部命令Ollama 未安装或未加入 PATH重新安装或手动添加 Ollama 安装目录到系统 PATHollama run下载速度极慢网络问题检查网络考虑使用镜像源后面详述模型加载后回复速度极慢纯 CPU 推理或显存不足导致内存交换降低模型参数量或改用量化版本模型API 请求返回 404请求路径不对确认使用的是/v1/chat/completions而不是/api/generate端口冲突其他程序占用了 11434修改 Ollama 监听端口或用netstat排查显存不足但模型硬要往 GPU 塞Ollama 默认尝试 GPU设置环境变量将模型强制跑在 CPU 上OLLAMA_HOST127.0.0.1 OLLAMA_CPU_ONLY15.2 网络问题与镜像加速国内下载 HuggingFace 和 Ollama 上的模型经常很慢这是很多人卡住的第一道坎。我的经验是先试试能不能正常下载如果速度极慢或直接超时就改用镜像源。老的下载方法会用到一些已被屏蔽的服务现在更稳妥的方式是用 ModelScope魔搭或硅基流动提供的模型仓库镜像。比如用 ModelScope 的方式在 WSL 里先安装 Python SDKpip install modelscope然后写个简单脚本下载模型到本地目录再用 Ollama 从本地导入。不过这步略折腾适合实在下不动模型的情况。如果你只是用 Ollama也可以在启动时指定镜像源设置环境变量export OLLAMA_HOST127.0.0.1:11434这一步是改监听端口的不解决下载问题。真正解决下载问题要看你的网络环境不同地区差异很大这里我只说结论多试几个源总有一个快的。另外下载模型不要频繁中断重试Ollama 支持断点续传让它挂在那等就好。5.3 命令行窗口闪退与脚本异常很多人在 Windows 上双击某个脚本或运行 Python 文件时窗口一闪就没了也没看清楚报错。这个问题几乎都是脚本执行出错后窗口自动关闭导致的。排查方法是打开 CMD 或 PowerShell手动切到脚本所在目录然后执行脚本。这样窗口不会自动关错误信息会留在屏幕上。还有个常见原因是 Windows 的脚本执行策略如果是 PowerShell 脚本报“禁止运行脚本”执行一下Set-ExecutionPolicy RemoteSigned -Scope CurrentUser这条命令允许本机已签名和本地创建的脚本运行是开发调试的标配操作。5.4 端口被占用怎么处理本地跑了很多服务之后端口冲突是家常便饭。DeepSeek 相关的本地服务默认端口是 11434Ollama如果你发现服务起不来先查端口占用netstat -ano | findstr 11434会输出占用进程的 PID 和一个状态信息。再用taskkill /PID PID /F强制结束该进程。或者反过来你只是想确认端口通不通用netstat查一下监听状态别急着杀进程。Windows 上排查端口问题的核心思路就是这两条命令够用了。5.5 模型效果不如官方网页版这个是本地部署用户问得最多的问题。原因很直接你本地跑的是小参数模型官方网页版用的是超大规模模型效果自然有差距。这不是安装问题是硬件决定的物理差距。我的建议是本地部署的价值在于免费、隐私、可定制不在于追平官方效果。如果你追求顶级效果直接用官方网页版或 API 更合适。本地部署更适合做实验、学习、定制化开发比如用 DeepSeek 做代码补全、跑自动化脚本、研究模型行为。6. 进阶玩法与我的实操心得最后聊几个进阶方向这些是我在实际使用中觉得很有价值的东西也是一些网上不太容易找到的实操细节。把 Ollama 玩成团队共享服务Ollama 默认只监听本机回环地址但如果你的电脑在局域网内可以让同事一起用。修改环境变量export OLLAMA_HOST0.0.0.0:11434这样同一局域网内的其他设备就能通过你的 IP 地址访问模型服务。比如你的电脑 IP 是192.168.1.100同事把 API 地址配成http://192.168.1.100:11434/v1就能用。不过在开放前记得想清楚局域网内任何人都能调用注意用量。在 Windows 上装 Docker 跑 DeepSeek 服务如果你熟悉 Docker可以用容器化的方式部署性能和隔离性更好。Windows 上安装 Docker Desktop 后拉取一个带推理框架的镜像比如ollama/ollama镜像然后直接跑容器。这种方式的优点是可复现、好迁移换机器不用重新折腾环境。缺点是对新手来说又多了一层概念。Codex 接入的进阶配置Codex 不只是命令行聊天它可以在项目目录下读取文件、修改代码、执行 Git 操作。我在实操中把 DeepSeek 接入 Codex 之后让它做了一个简单的 Python 爬虫项目从搭骨架到写完核心逻辑模型全程参与。缺点是本地模型在多轮工具调用时速度会有点吃紧需要耐心等。如果你需要更高吞吐用 DeepSeek 官方 API 会比本地模型快得多——但从成本上说本地部署胜在免费没有 token 焦虑。我在实际使用中还有个体会如果你要在本地跑模型供 Codex 这类代理工具使用建议用专门的代码模型而非对话模型。DeepSeek 系列本身就有较强的代码能力默认模型在代码任务上已经很能打。接着是调用参数把 temperature 调到 0.1 以下代码生成的稳定性会明显上升天马行空的编造会少很多。这玩法往后还能继续扩展把本地模型接入到自动化测试流程或者接进自己的知识库做 RAG。核心逻辑都是相通的——模型跑在那里API 挂在那里你的想象力才是上限。