前期准备

一、确认系统和硬件：

1、操作系统：Windows用户需Windows 10及以上系统；macOS用户要求系统为macOS 11.0及以上；Linux用户建议使用Ubuntu 20.04及以上版本。

2、CPU：多核心处理器，像英特尔酷睿i5或AMD锐龙5及以上系列为佳，核心数越多，模型运行时多任务处理能力越强。

3、内存：至少16GB，推荐32GB及以上。运行模型时，充足的内存能保障数据快速读取与处理，避免因内存不足导致运行缓慢甚至报错。

4、硬盘：准备至少50GB可用空间，用于存放Ollama程序、DeepSeek模型文件及相关缓存。

5、GPU：若有NVIDIA显卡，如RTX 2080 Ti及以上，可显著加速模型运行。不同规模的DeepSeek模型对GPU显存要求不同，如运行1.5B规模模型，1GB显存即可；7B、8B规模模型建议8GB显存；14B规模模型需12GB或16GB显存；32B规模模型需24GB显存；70B规模模型则需40GB以上显存 。

二、安装Docker：

1、Windows和macOS：Ollama依赖Docker运行，先从Docker官网下载对应系统的Docker Desktop安装包，下载完成后，双击安装包，按提示一步步完成安装。安装完成后，启动Docker Desktop，确保其在后台正常运行。

2、Linux：不同Linux发行版安装Docker方式略有不同。以Ubuntu为例，在终端输入以下命令安装：

安装完成后，输入 sudo systemctl start docker 启动Docker服务，再输入 sudo systemctl enable docker 设置开机自启。

三、下载并安装Ollama

1、下载Ollama：打开浏览器，访问Ollama官网，在首页找到“Download”按钮，根据自己的操作系统，选择对应的安装包下载。比如Windows系统，点击“Download for Windows”下载 .exe 文件；macOS系统，点击“Download for macOS”下载.dmg文件；Linux系统，点击“Download for Linux”下载.deb（Debian、Ubuntu等）或 .rpm （CentOS、Fedora等）文件。

2、安装Ollama：

Windows：下载完成后，找到下载的 .exe 文件，双击运行，在安装向导界面，一直点击“Next”，按默认设置完成安装。

macOS：打开下载的 .dmg 文件，将Ollama图标拖到“Applications”文件夹，完成安装。

Linux：

Debian、Ubuntu：在终端中，切换到下载文件所在目录，输入 sudo dpkg -i ollama_xxx.deb （xxx为下载的实际文件名）进行安装，安装过程中若提示缺少依赖，按提示安装相应依赖包。

CentOS、Fedora：在终端中，切换到下载文件所在目录，输入 sudo rpm -ivh ollama_xxx.rpm （xxx为下载的实际文件名）进行安装，同样，若提示缺少依赖，按提示安装。

3、验证Ollama安装

1、打开命令行工具：

Windows：按下“Win+R”组合键，在弹出的运行框中输入“cmd”，回车打开命令提示符；或者在开始菜单中搜索“PowerShell”，打开PowerShell。

macOS：打开“应用程序” - “实用工具” - “终端”。

Linux：直接打开终端。

2、验证安装：

在命令行中输入 ollama version ，若安装成功，会显示Ollama的版本号，如“ollama version 0.5.7” 。

四、下载DeepSeek模型

1、了解模型版本：DeepSeek有不同参数规模的模型版本，如 deepseek-r1:1.5b 、 deepseek-r1:7b 、 deepseek-r1:14b 等 ，“b”代表十亿参数，参数越多，模型能力通常越强，但对硬件要求也越高。

2、选择合适模型：根据自己电脑的硬件配置选择模型。如果电脑配置一般，显卡和硬盘都较普通，可选择 deepseek-r1:1.5b ，它消耗显存仅1GB；有8GB显存的显卡，可考虑 deepseek-r1:7b 或 deepseek-r1:8b ；12GB或16GB显存，选 deepseek-r1:14b ；24GB显存，选 deepseek-r1:32b ；40GB以上显存，选 deepseek-r1:70b 。

3、下载模型：在命令行中输入下载命令，格式为 ollama run deepseek-r1:xxx （xxx为所选模型版本，如1.5b、7b等）。例如，要下载 deepseek-r1:7b 模型，输入 ollama run deepseek-r1:7b ，回车后，Ollama会自动从远程仓库下载模型，下载过程中会显示下载进度，耐心等待下载完成。

五、与DeepSeek模型交互

1、直接命令行交互：模型下载完成后，在命令行中，直接输入问题或任务，如“介绍一下春节的传统习俗”，然后回车，DeepSeek模型会处理输入并在命令行中返回回答。结束交互时，输入 /bye ，回车即可退出。

2、使用可视化界面（可选）：如果觉得命令行交互不够直观，可使用可视化界面，如Chatbox。

六、配置环境变量：

1、Windows：按下“Win+X”组合键，选择“系统”，在弹出的窗口中点击“高级系统设置”，在新窗口中点击“环境变量”。在“用户变量”区域，点击“新建”，变量名输入“OLLAMA_HOST”，变量值输入“0.0.0.0”，点击“确定”；再点击“新建”，变量名输入“OLLAMA_ORIGINS”，变量值输入“*” ，点击“确定”。

2、macOS和Linux：在终端中输入 export OLLAMA_HOST=0.0.0.0 和export OLLAMA_ORIGINS=* 两条命令设置环境变量。

3、重启Ollama：关闭正在运行的Ollama进程（若有），重新启动Ollama。

4、设置Chatbox：打开浏览器，访问Chatbox官网 ，进入页面后，先将语言切换为简体中文。点击页面右上角的设置图标，在设置页面中，选择“Ollama”作为模型提供商，在“Ollama API URL”处输入“
http://0.0.0.0:11434/api/generate”，点击“保存”。设置完成后，就可以在Chatbox界面与DeepSeek模型进行对话了 。

七、常见问题及解决方法

1、安装Ollama失败：

问题表现：安装过程中报错，如提示缺少依赖、安装程序无法启动等。

解决方法：检查系统是否满足Ollama的安装要求，如Windows系统是否为支持版本；对于缺少依赖的问题，按提示安装相应依赖包；若安装程序无法启动，尝试以管理员身份运行安装程序。

2、下载模型失败：

问题表现：下载过程中报错，如网络连接错误、下载中断等。

解决方法：检查网络连接是否正常，可尝试重启路由器、更换网络；若网络正常，可能是Ollama仓库服务器问题，稍后再试；也可在命令行中使用代理命令下载，如ollama run --proxy=http://your_proxy_ip:port deepseek-r1:xxx （将 your_proxy_ip:port 替换为实际代理IP和端口）。

3、模型运行缓慢：

- 问题表现：输入问题后，模型响应时间长，处理速度慢。

- 解决方法：确认是否使用了GPU加速，在命令行输入 nvidia - smi 查看GPU状态，若未正确使用GPU，检查显卡驱动是否为最新版本，以及Ollama是否正确配置使用GPU（一般Ollama会自动检测并使用GPU，若未自动使用，查阅Ollama官方文档进行配置）；关闭其他占用大量系统资源的程序，释放系统资源。