01、概述
随着开源推理模型如 DeepSeek-R1 的崛起，开发者可以在本地运行强大的 AI，而不再依赖于云服务。这一技术的出现引发了不小的网络热议，或许你也在好奇如何利用这一模型在本地搭建自己的 AI 系统。
本指南将带你了解两种关键的使用场景：
普通用户：创建一个 ChatGPT 风格的界面
开发者：通过 API 集成模型到应用中
在开始之前，如果你有兴趣深入了解 DeepSeek-R1 的背景，以便更好地理解接下来的过程，可以参考我的文章《DeepSeek-R1 理论简介（适合初学者）》。
02、本地部署必备工具
1. 安装 Ollama
首先，我们需要安装 Ollama，这是一个可以帮助你在本地下载并托管 DeepSeek-R1 模型的工具。无论你是 macOS M 系列、Windows 还是 Linux 用户，都可以通过以下方式安装 Ollama：
macOS 或 Windows 用户：可以访问 Ollama 官方网站 下载并安装适合你系统的版本。
Linux 用户：使用命令行安装：
curl -fsSL https://ollama.com/install.sh | sh这会安装模型运行工具，并自动启用 GPU 加速（Apple M 系列使用 Metal，NVIDIA 显卡使用 CUDA）。
简单来说，Ollama 是一个帮助你下载并本地运行 DeepSeek-R1 模型的工具，同时它也能让其他应用能够调用该模型。
2. 下载 DeepSeek-R1 模型
根据你的硬件配置选择适合的 DeepSeek-R1 版本。你可以在 DeepSeek-R1 模型库 中查看不同版本的模型。值得注意的是，模型有精简版和完整版之分，精简版的模型保留了原版模型的大部分功能，但体积更小，运行速度更快，对硬件的要求也较低。
大部分情况下，较大的模型通常更强大，但对于本地托管而言，我们建议选择一个适合你 GPU 性能的版本。幸运的是，DeepSeek-R1 提供了一个 compact 版本 DeepSeek-R1-Distill-Qwen-1.5B，它仅使用大约 1GB 的显存，甚至可以在 8GB 内存的 M1 MacBook Air 上运行。
安装命令如下：
ollama run deepseek-r1:1.5b # 平衡速度和质量（约 1.1GB VRAM）03、场景 1：ChatGPT 风格的聊天界面
如果你想体验 DeepSeek-R1 模型，并通过一个 ChatGPT 风格的界面与其互动，可以利用 Open WebUI 来实现。这是一个用户友好的聊天界面，适用于本地托管的 Ollama 模型。
通过以下 Docker 命令，快速部署 Open WebUI：
docker run -d -p 3000:8080 -v ollama:/root/.ollama -v open-webui:/app/backend/data \\
--add-host=host.docker.internal:host-gateway --name open-webui ghcr.io/open-webui/open-webui:main部署完成后，打开浏览器访问 http://localhost:3000，创建一个账户，并从模型下拉菜单中选择 deepseek-r1:1.5b。
使用本地部署的 LLM 进行聊天具有以下几个优势：
易于访问：你可以随时试验不同的开源模型。
离线聊天：无需互联网连接，你依然可以使用类似 ChatGPT 的服务来提高工作效率。
更高的隐私保护：因为聊天数据完全保存在本地，避免了敏感信息泄露的风险。
04、场景 2：开发者的 API 集成
如果你已经将 DeepSeek-R1 在本地托管，并且是开发者，你可以通过 Ollama 提供的 OpenAI 兼容 API 轻松集成模型到应用中。API 地址为 http://localhost:11434/v1。
使用 OpenAI Python 客户端进行集成：
from openai import OpenAI
# 配置客户端，使用 Ollama 本地服务器地址
client = OpenAI(
base_url="http://localhost:11434/v1", # Ollama 服务器地址
api_key="no-api-key-needed", # Ollama 不需要 API 密钥
)使用 LangChain 集成：
from langchain_ollama import ChatOllama
# 配置 Ollama 客户端，使用本地服务器地址
llm = ChatOllama(
base_url="http://localhost:11434", # Ollama 服务器地址
model="deepseek-r1:1.5b", # 指定你在 Ollama 本地托管的模型
)更多相关代码和设置可以参考 GitHub 上的项目：DeepSeek-R1 本地 API 集成指南。
05、总结
通过 Ollama 和 DeepSeek-R1，你现在可以在本地使用 GPU 加速运行强大的 AI，体验 ChatGPT 风格的聊天界面，并且通过标准的 API 将 AI 能力集成到你的应用中——这一切都在离线状态下进行，确保了隐私保护。
无论你是普通用户想要快速体验 AI 聊天功能，还是开发者希望将强大的语言模型融入自己的应用中，DeepSeek-R1 都是一个非常适合的选择。
通过本地部署，你不仅能够享受到更低的延迟和更高的性能，还能避免将敏感数据暴露在云端，极大提升了安全性和效率。
参考：
