本地部署DeepSeek就这么简单...-51CTO.COM

引言

DeepSeek 作为一款优秀的语言模型，结合 Ollama 和 Cherry Studio 可以轻松实现本地部署。本文将深入浅出地介绍如何使用 Ollama 与 Cherry Studio 本地部署 DeepSeek。

Oallam简介

Ollama 是一个简单易用的工具，它允许用户在本地快速部署和运行各种语言模型。通过 Ollama，你可以方便地管理模型的下载、启动和使用，无需复杂的配置。

Cherry Studio

Cherry Studio 是一个集成开发环境（IDE），专门为人工智能开发设计。它提供了直观的界面和丰富的功能，帮助开发者更高效地与语言模型进行交互和开发。

整合步骤

1. 安装Oallam

首先，需要在本地安装Oallam。根据操作系统选择合适的安装包进行下载和安装。安装完成后，可以通过命令行启动Oallam服务，并下载所需的大模型。^[6]^

下载并安装Oallam 直接访问官网下载

图片

下载大模型进入模型仓库（https://ollama.com/library）根据自己电脑配置，选择合适的模型下载并运行。

ollama run deepseek-r1:7b

图片

启动Oallam服务如果是执行命令ollama pull * 下载模型，需要手动启动服务。

ollama serve

也可以直接进入到Ollama的安装路径（C:\Users\用户\AppData\Local\Programs\Ollama）执行ollama app.exe后，任务栏右下角有羊驼的标识，表示启动成功。

2. 安装Cherry Studio

直接下载客户端（https://cherry-ai.com/download）

图片

3. 配置Cherry以使用Oallam模型

点击右下角设置

图片

选择Ollama

a.右上角开关打开

b.点击最下面的管理，并选择在Ollama中下载好的模型

图片

c.回到助手页面，点击最上面的模型名称切换模型服务

d.聊天

图片

4. 基于API的调用

通过API调用可以实现前后端的高效交互，使得基于DeepSeek模型的应用开发更加灵活。API调用的具体实现如下：

API端点：http://localhost:11434/v1/chat/completions
请求头：

a.Content-Type: application/json

请求体：
model: 指定使用的模型，例如deepseek-r1:7b
messages: 包含对话消息，格式为数组，每个元素包含role（用户或助手）和content（消息内容）
stream: 是否启用流式响应，true表示启用

{
    "model": "deepseek-r1:7b",
    "messages": [
        {
            "role": "user",
            "content": "介绍一下人工智能"
        }
    ],
    "stream": true
}

通过上述API配置，前端可以发送请求到后端，后端再通过Ollama调用DeepSeek模型进行处理，并将结果返回给前端。这种方式不仅简化了开发流程，还提高了系统的可扩展性和维护性。开发者可以根据实际需求调整API参数，实现更多功能，方便直接在前后端通过API的形式调用

结论

基于Ollama可以与各种客户端实现各种模型的使用，比如LangChain、Chatbox...，如果需要网页版本的支持，可以参考之前的文章，使用Ollama+LobeChat实现。