這兩天大家都被DeepSeek炸暈了吧，嘿嘿，其實DeepSeek也被大家炸暈了。

這是今天上午的情況↓

沒辦法，這潑天的流量一般人扛不住~

想高頻使用怎么辦呢？本地裝一個！

本地部署有兩個好處：?不聯網，全私密，不擔心隱私泄露，還可以掛載本地知識庫?完全免費，徹底告別“服務器繁忙”。

如果你是蘋果Mac本——

我們需要用到兩個神器：

一個叫做Ollama，這是一個可以在本地運行和管理大模型的軟件。

另一個叫做Page Assist，這是個瀏覽器插件，提供本地大模型的圖形化管理和對話界面。

一、下載Ollama，并拉取安裝DeepSeek

Ollama是一個可以在本地運行和管理大模型的神器，完全本地運行，而且支持多種模型，包括但不限于Llama、DeepSeek、Qwen、Gemma等等。

登錄網站，直接去下載頁：

https://ollama.com/download

直接下載macOS版本的程序，其實從上圖你可以發現，Linux和Windows也是OK（這個咱后面再講）。

下載后是一個壓縮包，二話不說，直接解壓，你會得到一個“草泥馬”頭像的程序

這個程序可以直接點擊運行，但是建議你拖到「應用程序」目錄下，便于用的時候以后好找。

好了，接下來直接運行Ollama，然后進入到終端窗口↓

接下來運行命令，拉取對應版本的模型即可。

目前DeepSeek-R1可選的模型有滿血版671B，和蒸餾版1.5B、7B、8B、14B、32B、70B：

滿血版個人電腦就別想了，其他蒸餾版大家根據電腦配置來選。

如果只是玩玩的話，建議不要選擇太大的，14B以下的嘗嘗鮮。

Mac配置高的話，比如64G以上的內存，可以嘗試32B或者70B，畢竟參數越大，模型智商越高。

我的電腦是96G內存，所以今天挑戰一下70B版本，運行命令↓

ollamarundeepseek-r1:70B

前面命令都一樣，后面輸入對應的模型參數即可

激動人心的時刻開始了，70B的模型有42G那么大，我這里的網絡需要下載大概40分鐘。

不急，泡杯咖啡慢慢等~

經過一番漫長的等待，42GB的大模型終于拉取完畢，并安裝成功（不知道為啥，最后3%的網速會非常慢，只有幾百K，據說很多人和我一樣。）

安裝成功的界面是這樣的↓

在這個命令行下，就可以直接使用DeepSeek了↓

提問就可以，在兩個之間是推理過程，也就是收到問題以后，DeepSeek的內心戲↓

完成推理后，DeepSeek就開始輸出正題：一段詼諧幽默的自我介紹↓

怎么樣，這個回答還不錯吧。

如果你覺得這個命令行界面跟玩文字mud似的，太土鱉了，沒關系，接下來我們安裝第二個神器，也就是Page Assist。

二、安裝Page Assist，開始享用DeepSeek

Page Assist是一款Chrome瀏覽器插件，所以，你只需要打開Chrome，點擊右上角“三個點”，然后“擴展程序”、“訪問Chrome應用商店”。

然后在應用商店中搜索“Page Assist”，第一個就是，點擊安裝即可。

安裝完成后，在瀏覽器右上角這個位置，點開就可以找到，可以用釘住，方便以后隨時打開使用

點擊圖標就可以打開UI界面，怎么樣，是不是界面舒服多了，可以選擇對應的模型，然后開始提問了。

用法跟在線版的沒啥區別。

點擊模型下拉框，可以查看已經安裝的模型，我之前已經安裝了14B，剛剛又裝好了70B。

點擊右上角的齒輪，可以進行基礎設置，比如更改語言、語音（默認都是英文，可以修改為簡體中文）。

還可以更改默認搜索引擎，讓大模型在推理的同時，開啟聯網搜索功能。

還可以添加本地知識庫，讓DeepSeek更具備個性化和專屬性。

至此，萬事具備，讓我們來體驗一下70B的本地DeepSeek，到底聰明不聰明？

先小試牛刀↓

接下來，我讓它給IT技術從業者提出10點建議。

你來評評，它說的怎么樣？

單單運行了這么點東西，我的本子散熱風扇已經開始嗚嗚作響了。

看來想要運行70B的模型，我這臺mac還是有點小馬拉大車了。

如果你是Windows PC——

對應下載Windows版本的Ollama即可，其實安裝過程大差不差。

只是Windows版本的安裝程序比Mac版大多了。

安裝完成后，同樣打開命令行窗口，拉取對應的模型↓

這次我們低調一點，拉取最小的1.5B模型（我是虛擬機，跑不動太大的。）

模型尺寸小還是好，瞬間搞定↓

簡單調戲一下，不得不說，參數量小的模型就是蠢，只能當玩具。

接下來，可以繼續安裝Page Assist，進行圖形化管理和對話，我就不重復了。

如果你用的是Linux——

我們在Ubantu 22下玩一玩。（其實玩Linux的人不需要看教程）

打開shell，直接運行命令↓

curl -fsSL https://ollama.com/install.sh | sh

就可以完成Ollama的下載和安裝

后面拉取和運行模型的步驟就一樣了，不再贅述。

如果你想用iPhone或安卓機——

其實，在手機上跑一個DeepSeek 1.5B也是可以的，只是這樣干完全沒有必要。

首先，1.5B模型太小太弱智，基本沒什么用；第二，運行這個模型太燒機了。

所以如果不是非常特殊的用途，我建議你完全可以去用市面上各種流行的大模型助手：豆包、通義、元寶、文小言、訊飛星火、Kimi…

讓他們賽馬，你來翻牌子，既節省資源，效率還高。

好啦，教程就分享到這里。

最后講講大家關注的電腦配置問題，其實我測試下來感覺配置要求其實不高，丐版電腦你就裝小尺寸，豪版電腦你就裝大尺寸。

當然從模型的可用性來講，我建議至少24G以上的內存，運行14B以上的模型，如果有獨立的N卡A卡更好，沒有的話CPU跑跑也沒關系。

大家也可以分別拉取不同尺寸的模型來測試（因為很簡單），達到性能和體驗的平衡。

現在趕緊行動起來，在你的電腦上裝個DeepSeek吧，從此告別“服務器繁忙，請稍后再試”！

那么，如果是企業想要在本地部署一個DeepSeek，甚至是滿血版的，應該怎么辦呢？我們下回分解