DeepSeek本地部署：Ollama+ChatBox跑通7B模型

简介这是一份面向 DeepSeek 使用者的本地部署教程文档适合对在线服务稳定性不满、重视隐私与响应延迟的爱好者及有一定操作经验的人士用于在网络拥堵或服务不可用时保障研究和工作连续进行并兼顾个人隐私保护与本地响应速度。压缩包共 1 个 docx 文件约 1.28MB以图文教程形式组织方便按章节查阅和快速定位内容。内容围绕 Ollama 环境搭建、按硬件配置选择 1.5B、7B 或 32B 模型、ChatBox 图形界面接入本地模型展开并补充软件与模型获取路径、命令行查看与启动模型的提示、常见问题说明同时明确当前部署方式暂不含联网检索能力。已有 3698 人学习读者可据此理解本地大模型运行链路完成从模型下载到图形化对话的配置并对照硬件建议选择合适规格减少试错与摸索成本适合作为入门到进阶的实操参考。1. 从抢不到在线入口说起DeepSeek 本地部署先装 Ollama 还是 ChatBoxDeepSeek 本地部署这件事说穿了就是 Ollama 加 ChatBox 两件套Ollama 把 DeepSeek-R1 模型跑在本地ChatBox 把命令行黑框变成能对话的窗口。这份保姆级教程不绕概念直接从 Windows 安装包、7B 模型标签和 11434 端口讲起。很多人一上来就拉 32B结果内存和显存不够风扇狂转还只吐半句话这种翻车我见得多。课程资源里附带的软件/插件清单也按这个顺序排先装运行时再选模型最后接客户端。适合被在线入口排队劝退、想把对话留在本机、又不想折腾一堆玄学依赖的开发者。2. 装 OllamaWindows 安装包、命令行入口和 11434 端口一次对齐Ollama 是整套本地部署的底座。它负责把 DeepSeek-R1 这类模型拉到本机、加载到内存或显存并对外开一个本地 HTTP 接口。ChatBox 后面能不能连上九成取决于这一步有没有装对。Windows 下装 Ollama 不复杂复杂的是装完之后命令行认不认、端口有没有起来、模型目录落在哪。把这三件事一次对齐后面能少走很多回头路。2.1 下载与安装别急着双击先确认安装入口Ollama 官网首页有 Download 入口选 Windows 安装包下载即可。安装时我一般不改默认路径除非 C 盘空间确实紧张模型文件默认会落在用户目录下换路径要另外配环境变量新手第一遍没必要给自己加难度。双击安装包后一路下一步安装完成后桌面或开始菜单会出现一个羊驼样式的图标。这个图标不是摆设它代表 Ollama 的后台进程已经注册到系统里。装完第一件事不是马上拉模型而是重新开一个命令行窗口。Windows 的 PATH 在安装器写入后已经开着的终端不一定能立刻读到。按下 WinR 输入 cmd或者开 PowerShell执行下面几条检查命令。# 确认命令行能找到 ollama 可执行文件 Get-Command ollama # 看版本信息能输出版本号说明入口通了 ollama --version # 看 11434 端口有没有被 Ollama 监听 netstat -ano | findstr 11434Get-Command ollama找的是 PATH 里的可执行文件位置输出里应该能看到 Ollama 安装目录。ollama --version只验证命令行入口不代表模型已经下载。netstat这条命令看的是本地端口11434 是 Ollama 默认监听端口后面 ChatBox 填 API 地址时用的就是它。如果netstat没有输出先别怀疑安装包去开始菜单手动打开一次 Ollama再重新执行。安装完成后搜索框输入 Ollama 能看到羊驼图标基本说明安装动作完成了命令行能不能用以Get-Command的结果为准。提示安装完不要沿用旧的命令行窗口关掉重开一次PATH 刷新问题能少一半。2.2 首次启动与自检看进程、看端口、看接口Ollama 在 Windows 上安装后通常会随登录启动后台常驻。第一次装完我习惯手动点一次图标确认托盘里出现 Ollama 进程然后再做接口自检。命令行能执行ollama --version只说明客户端入口通了服务端有没有起来要看 11434 端口。端口起来之后用curl.exe请求本地接口比只看进程更直接。# 请求本地模型列表接口返回 JSON 说明服务端已就绪 curl.exe http://127.0.0.1:11434/api/tags # 如果上面返回连接失败手动启动一次 Ollama 再试 Start-Process ollama -ArgumentList servecurl.exe是 Windows 自带的 curl不要写成 PowerShell 里的curl别名避免参数行为不一致。/api/tags是 Ollama 的本地模型列表接口返回内容里能看到已下载模型名和标签。Start-Process ollama -ArgumentList serve是手动拉起服务端的常见做法执行后窗口不要立刻关等几秒再请求接口。如果接口返回 JSON 但模型列表为空说明服务端正常、模型还没拉这不算安装失败。真正要警惕的是端口被别的程序占用现象是 Ollama 图标在、命令行也能用但 ChatBox 一直连不上。遇到这种情况用netstat -ano | findstr 11434找到占用进程先关掉冲突程序再重启 Ollama。注意11434 是本地回环端口ChatBox 里填http://127.0.0.1:11434不要填https也不要在末尾多加/api。2.3 常用命令和模型目录下载、查看、删除各管一段Ollama 的命令不多但每个都有明确分工。ollama run是拉取加启动首次执行会下载模型下载完直接进交互ollama pull只下载不启动ollama list看本地已有模型ollama ps看当前加载中的模型ollama rm删除不用的模型。新手最容易把run和pull混着用结果以为模型没下载其实是下载完直接进了对话界面退出后没注意。# 只下载 7B 模型不进入对话 ollama pull deepseek-r1:7b # 查看本地模型清单确认标签和名称 ollama list # 查看当前已加载到内存或显存的模型 ollama ps # 删除不再使用的模型释放磁盘空间 ollama rm deepseek-r1:7bollama pull deepseek-r1:7b里的deepseek-r1是模型名7b是标签冒号不能省。ollama list输出一般有名称、大小、修改时间几列ChatBox 里填的模型名要和这里完全一致。ollama ps能看到模型是否还在加载刚问完问题就查通常能看到运行中的条目。ollama rm只删本地模型文件不卸载 Ollama 本身。模型默认落在用户目录下的.ollama\models附近C 盘紧张时可以先ollama list看哪些模型占地方再决定删哪个。升级 Ollama 一般覆盖安装即可装完重开终端再跑一次ollama --version和ollama list确认旧模型还在。3. 选 DeepSeek-R1 模型1.5B、7B、32B 的硬件账怎么算Ollama 装好后第二步是选模型标签。DeepSeek-R1 在 Ollama 模型库里有 1.5B、7B、32B 等档位数字大致代表参数量级不是安装包大小也不是显存占用的精确值。很多人看到 32B 性能更好就直接拉忽略了内存和显存门槛结果模型加载到一半卡住或者回答速度慢到没法用。选型这一步没有绝对答案只有和机器配置匹配的答案。3.1 三档模型对照内存、显存和体验的取舍按输入给出的硬件门槛入门级 1.5B 版本 4GB 内存加核显可运行进阶推荐 7B 版本8GB 内存加 4GB 显存高性能设备上 32B 版本32GB 内存加 12GB 显存。这个表建议在装模型前先对一遍尤其是笔记本用户别只看内存不看显存。模型标签内存门槛显存门槛适合场景我的建议deepseek-r1:1.5b4GB 内存核显可运行轻量试水、老机器、只想看本地对话流程先跑通再换大模型deepseek-r1:7b8GB 内存4GB 显存日常问答、代码片段、文档草稿多数电脑优先选这档deepseek-r1:32b32GB 内存12GB 显存高性能设备、长文本、复杂推理配置不够别硬上7B 是这套教程推荐的主力档位大部分电脑配置都能跑起来。这里要提醒一句内存和显存不是简单相加的关系Ollama 会尽量把模型放进显存显存不够时往内存和 CPU 走速度会明显下降。8GB 内存加 4GB 显存的机器跑 7B和 32GB 内存加 12GB 显存的机器跑 7B体验差别很大。1.5B 能在核显机器上跑但回答质量和 7B 不在一个层级适合先验证安装链路不适合长期当主力。32B 的硬件账更重机器不够就别为了参数好看硬拉下载和加载都受罪。3.2 拉取 7B 模型ollama run到底做了什么确定档位后用ollama run deepseek-r1:7b拉取并启动。第一次执行会下载模型文件下载完成后直接进入命令行对话界面输入问题就能看到流式输出。这个过程不需要额外配 Python 环境也不需要手动下载权重文件Ollama 会把模型放到本地目录并注册到模型列表里。下载时间取决于网络和磁盘模型越大等得越久。# 拉取并启动 7B 模型首次执行会下载 ollama run deepseek-r1:7b # 进入对话后可以直接输入问题退出用 /bye # 你是谁 # /bye # 退出后确认模型已经在本地列表里 ollama listollama run第一次执行包含拉取动作下载完成后进入交互式对话。输入你是谁这类短问题可以快速判断模型有没有正常加载。退出交互用/bye退出后模型可能还会在后台保留一段时间具体看ollama ps。如果只想先下载、不想马上对话用ollama pull deepseek-r1:7b更合适。ollama list用来确认标签是不是7b有些机器上同时存在多个标签ChatBox 里填错就会连到另一个模型。下载中断不用慌重新执行同一条ollama run或ollama pullOllama 会接着已有进度处理。3.3 模型名、标签和量化别把deepseek-r1和别的模型搞混Ollama 模型库里的名称带命名空间和标签deepseek-r1:7b是完整写法。只写deepseek-r1时不同环境可能落到不同默认标签机器多了之后很难对齐。我一般要求自己显式写标签ChatBox 里也从ollama list复制不凭记忆手敲。标签里的b是参数量级不是文件大小同一个 7B 模型在不同机器上的加载表现也不一样因为显存、内存带宽和后台占用都不同。还有一点Ollama 里可能同时装了别的模型ollama list输出多行时别选错行。# 显式写标签避免默认标签不一致 ollama run deepseek-r1:7b # 如果之前拉过别的标签先看清楚再决定删不删 ollama list # 删除错误标签前确认名称别把正在用的 7B 删了 ollama rm deepseek-r1:1.5b这段命令的重点是“显式”和“确认”。ollama run deepseek-r1:7b把模型名和标签写全后续在 ChatBox 里填同一个字符串连接成功率最高。ollama list是核对清单不是装饰命令删模型前先看名称和大小确认不是自己要留的那个。ollama rm只影响本地文件不会影响 Ollama 程序本身删错了重新pull即可。血泪经验是别在 ChatBox 里填deepseek-r1这种半截名称表面看能保存实际请求时找不到对应标签表现就是一直转圈或报模型不存在。4. 装 ChatBox自定义提供方、API 地址和模型名怎么填命令行能对话之后下一步是把黑框换成 ChatBox。ChatBox 是图形化客户端负责把输入框里的内容发到本地 Ollama 接口再把返回结果展示出来。它本身不跑模型所以 ChatBox 装完连不上问题通常不在 ChatBox 安装包而在提供方类型、API 地址和模型名这三项。把这三项按本地服务的实际参数填对后面就只剩对话测试。4.1 ChatBox 安装与首次配置入口ChatBox 的 Windows 安装包从官网安装入口下载双击安装后打开。首次启动一般会弹出配置窗口选择“使用自己的 API Key 或本地模型”。如果手快关掉了这个窗口不用重装进“设置”里的“添加自定义提供方”也能回到配置界面。这个入口名字在不同版本里可能略有差异但方向一致找“自定义提供方”或“本地模型”不要去找云端账号登录。安装完成后先别急着填参数确认 Ollama 还在后台跑。可以回到命令行执行ollama list能看到deepseek-r1:7b再继续。ChatBox 配置界面里一般要填提供方名称、API 类型、API 地址、模型名有的版本还会给 API Key 输入框。本地 Ollama 不需要 API Key留空即可如果界面强制要求填填一个占位字符串也行但不要填云端服务的密钥。配置保存后ChatBox 会按填写的地址发请求地址错一位都连不上。4.2 自定义提供方参数API 地址、模型名、超时ChatBox 里最关键的三个参数是提供方类型、API 地址和模型名。提供方类型选 Ollama 对应的本地接口类型API 地址填http://127.0.0.1:11434模型名填deepseek-r1:7b和ollama list里的输出完全一致。超时时间可以给到 120 秒本地模型首次加载会慢一些超时太短容易误判为连接失败。上下文条数不要一上来拉满7B 模型在 8GB 内存机器上带太多历史对话会明显变慢。配置项建议值说明提供方类型Ollama / 本地模型不同版本叫法略有差异认准本地接口API 地址http://127.0.0.1:11434不要用https末尾不要加/api模型名deepseek-r1:7b从ollama list复制冒号和标签不能少API Key留空本地 Ollama 不校验云端密钥超时时间120 秒首次加载模型留足时间上下文条数10 到 20 条内存紧张时再往下减这张表建议照着填不要自由发挥。API 地址写成localhost:11434在多数机器上也能用但少数环境会先解析到 IPv6表现是命令行能通、ChatBox 不通所以统一写127.0.0.1更省事。模型名不要手打复制ollama list的输出最保险。超时时间给长一点不影响正常对话只影响等待上限。上下文条数影响每次请求带多少历史消息带得越多占用越高7B 在普通办公本上建议先控制在 10 到 20 条。4.3 对话测试与上下文设置为什么第一句要问“你是谁”保存配置后在 ChatBox 输入框里问一句“你是谁”。正常返回应该能说明自己是 DeepSeek-R1。这个测试比随便问天气更有用因为它同时验证了三件事ChatBox 请求发到了本地接口、Ollama 加载了正确模型、模型名没有填成别的标签。如果回答是别的模型名或者一直转圈先回命令行用接口测试不要继续在 ChatBox 里反复改参数。# 直接用本地接口发一轮对话排除 ChatBox 配置干扰 $body { model deepseek-r1:7b messages ({ role user; content 你是谁 }) stream $false } | ConvertTo-Json -Depth 5 Invoke-RestMethod -Uri http://127.0.0.1:11434/api/chat -Method Post -Body $body -ContentType application/json这段 PowerShell 做的是“绕过 ChatBox 直接问 Ollama”。model必须和ollama list里的名称一致messages里放一条用户消息stream $false表示一次性返回方便看完整结果。如果这段能返回内容说明 Ollama 和模型都没问题问题在 ChatBox 的提供方配置如果这段也失败先回第 2 章查端口和模型列表。当前这套本地部署不具备联网功能ChatBox 里不要开在线检索类开关开了也不会走本地模型的知识库。后续要加联网能力是另一套配置先把本地对话链路跑通再说。5. 常见问题排查Ollama 本地部署最容易踩的五个坑本地部署的坑大多不在安装包本身而在“装完之后以为好了”。命令行能找到 Ollama不代表模型拉完了模型拉完了不代表 ChatBox 填对了ChatBox 能连上不代表机器带得动 7B。下面这五条是我自己踩过、也帮别人排过的常见现象每条按现象、原因、解决三段走。排错时先看现象对应的那条不要一上来就重装系统或删模型。5.1 现象命令行提示ollama不是内部或外部命令现象很直接安装包双击完了图标也看到了打开 cmd 输入ollama却提示不是内部或外部命令。原因通常有三种安装后没有重开终端PATH 还没刷新安装时改了非默认路径但安装器没把路径写进用户环境变量或者机器上装了多个命令行环境当前窗口读到的 PATH 不完整。解决顺序是先关掉所有命令行窗口重开再执行Get-Command ollama和where.exe ollama看能不能定位到可执行文件。# 查找 ollama 可执行文件位置 where.exe ollama # 查看当前终端读到的 PATH $env:Path # 如果找不到重新打开安装包覆盖安装一次再重开终端where.exe会在 PATH 里找匹配项找到会输出完整路径$env:Path用来确认当前窗口的 PATH 里有没有 Ollama 目录。覆盖安装比手工拼 PATH 更省事尤其是新手手工改环境变量容易把原有路径弄丢。安装完成后一定重开终端旧窗口不会自动刷新。如果where.exe能找到但ollama --version仍报错检查是不是杀毒软件拦截了执行或者安装目录权限不对。这一条排完再往下走模型步骤。5.2 现象模型下载到一半报错或者ollama list里没有 7B现象是执行ollama run deepseek-r1:7b后下载进度卡住、报错退出回头ollama list看不到完整模型。原因常见为网络抖动、磁盘空间不足、模型标签写错。Ollama 下载大文件时对网络中断比较敏感磁盘剩余空间不够也会在中途失败。标签写错时报错信息可能只给一个模糊的找不到模型新手容易误判为网络问题。解决时先看磁盘剩余空间再确认标签拼写最后重新执行拉取。# 先确认标签拼写和本地列表 ollama list # 重新拉取 7B已下载的部分会继续处理 ollama pull deepseek-r1:7b # 拉完后再次确认列表里有 deepseek-r1:7b ollama listollama pull只下载不启动适合排错时用ollama list是确认结果不要只看命令有没有报错。磁盘空间可以在资源管理器看用户目录所在盘模型默认落在用户目录附近C 盘满了就删不用的旧模型。标签一定写全deepseek-r1:7b不要写成deepseek-r1:7B或deepseek-r1。如果多次重试都断在同一位置换一个时间段再试或者用资源包里带的安装包和教程备份核对步骤。下载失败不会影响已装好的 Ollama重新拉即可。5.3 现象ChatBox 一直转圈提示连接失败或模型不存在现象是 ChatBox 保存配置后发消息一直转圈或者弹窗提示连接失败、模型不存在。原因通常有四类API 地址写成了https端口不是 11434Ollama 后台没启动模型名和ollama list输出不一致。还有一种隐蔽情况地址填了localhost当前环境解析到 IPv6命令行能通但 ChatBox 不通。解决时先用命令行请求/api/tags确认服务端和模型列表都在再回 ChatBox 逐项对参数。# 确认本地接口能返回模型列表 Invoke-RestMethod -Uri http://127.0.0.1:11434/api/tags -Method Get # 如果接口通回 ChatBox 检查三项地址、端口、模型名 # 地址统一写 http://127.0.0.1:11434 # 模型名从 ollama list 复制Invoke-RestMethod请求的是模型列表接口返回 JSON 说明 Ollama 服务端正常。接口通但 ChatBox 不通问题就在 ChatBox 配置重点看 API 地址有没有多写/api、是不是https、模型名有没有冒号。接口不通回第 2 章看 11434 端口和 Ollama 进程。模型名建议直接复制不要手敲。改完配置保存后新开一个对话窗口再测旧会话可能还挂着旧参数。把这条排完多数“连不上”都能定位到具体一项。5.4 现象回答很慢风扇狂转或者电脑卡死现象是模型能回答但每个字往外蹦得很慢任务管理器里内存或显存吃满风扇声音明显。原因一般是模型档位超过机器承受范围、上下文条数拉得太多、后台还开着占资源的程序。7B 标称 8GB 内存加 4GB 显存实际运行时系统本身还要占一部分8GB 内存机器同时开浏览器和聊天客户端余量就很紧。32B 更吃硬件配置不够时加载阶段就会卡。解决思路是降档、减上下文、关后台不是反复重装。# 看当前有哪些模型在加载 ollama ps # 停掉正在运行的 7B换 1.5B 先验证链路 ollama stop deepseek-r1:7b ollama run deepseek-r1:1.5bollama ps用来确认是不是模型还在后台加载ollama stop停掉指定模型释放占用。换 1.5B 能跑通说明安装链路没问题慢是硬件余量不足。ChatBox 里把上下文条数从 20 降到 10关掉不用的浏览器标签和大型软件再试 7B。如果仍然很慢就接受这台机器适合 1.5B 或轻量 7B 的事实别硬拉 32B。模型加载慢和回答慢是两件事前者看首次加载时间后者看持续输出速度排错时分开看。5.5 现象模型答非所问或者自称不是 DeepSeek-R1现象是问“你是谁”时模型报出别的名字或者回答风格明显不对。原因可能是 ChatBox 里模型名填成了别的标签提供方选成了别的本地接口或者旧会话上下文里残留了别的模型回答。Ollama 本地可能同时存在多个模型ollama list输出多行时复制错行很常见。解决时先回命令行确认当前模型再在 ChatBox 里重新添加一个自定义提供方不要直接在旧配置上反复改。# 列出本地所有模型确认 deepseek-r1:7b 的确切名称 ollama list # 用完整标签直接测一轮确认模型自身回答 ollama run deepseek-r1:7b # 输入你是谁 # 退出/byeollama list的输出是 ChatBox 填模型名的唯一依据名称和标签要一起复制。ollama run deepseek-r1:7b直接测模型本身如果命令行回答正确问题就在 ChatBox 配置或旧会话。重新添加提供方后开一个新对话再问“你是谁”不要接着旧对话继续。上下文污染很隐蔽前面聊过别的模型后面即使换了配置旧消息还可能被带进去。把模型名、提供方、会话三样都清一遍答非所问基本能收敛。6. 装完怎么验证跑通三条命令加一轮对话验收装完不等于跑通我一般用三条命令加一轮对话做验收。三条命令分别看命令行入口、本地模型清单、本地接口返回一轮对话看 ChatBox 能不能连续问两句。这个顺序不要反先命令行后客户端出问题更容易定位。# 1. 看 Ollama 命令行入口是否可用 ollama --version # 2. 看本地模型清单里有没有 deepseek-r1:7b ollama list # 3. 看本地接口是否能返回模型标签 Invoke-RestMethod -Uri http://127.0.0.1:11434/api/tags -Method Getollama --version通过说明命令行入口没问题ollama list里出现deepseek-r1:7b说明模型已经落在本地Invoke-RestMethod返回 JSON说明 11434 接口在工作。三条都过再打开 ChatBox 问“你是谁”接着追问“用三句话说明本地部署的好处”。连续两问能正常返回且第二问没有明显卡顿才算验收完成。验收项通过标准失败先看命令行入口ollama --version有输出PATH、终端是否重开模型清单ollama list有deepseek-r1:7b标签拼写、磁盘空间本地接口/api/tags返回 JSON11434 端口、Ollama 进程ChatBox 对话能答“你是谁”并继续追问API 地址、模型名、旧会话从那以后我每次装完本地模型都强制走一遍这三条命令和两轮对话不靠“图标在不在”判断成败。这套 Ollama 加 ChatBox 的安装包和教程我放在资源包里按上面的顺序装即可。希望帮到你。本文还有配套的精品资源点击获取