学习本地部署DeepSeek的过程（基于ollama）

  DeepSeek除了支持在线调用服务接口外，还支持本地部署后调用本地服务，这样的好处是不需要api key，且资源独占，还能训练个人知识库。本文学习并记录本地部署DeepSeek的过程。
  参考文献3中列出了不同模型对于电脑硬件的要求，本人电脑配置一般，只能部署1.5b版本的模型。
  百度本地部署DeepSeek的方式，目前找到的主要是两种：
  1）安装python、PyTorch、克隆DeepSeek仓库、下载模型等（参考文献6）；
  2）基于ollama部署模型，使用chatbox调用本地服务（参考文献1-2中也提到可以安装其它前端程序）。
  第二种方式目前见到的最多，本文就先学习并记录基于ollama和chatbox的DeepSeek本地部署过程。
  在ollama官网（参考文献4）中按电脑操作系统类型下载并部署相应版本的ollama程序，网上建议按其默认安装路径安装，否则还需要手工调整环境变量，下载及安装过程中下所示。



  安装完成后，在命令行中输入下面的命令查看安装状态。
  接下来下载DeepSeek模型，在ollama的官网中可以看到DeepSeek每种模型的下载命令，然后在命令行中运行对应命令即可下载并运行，模型文件默认下载到C:\Users\{用户名}\.ollama\models\blobs路径下。

ollama run deepseek-r1:1.5b

  同时运行上面的命令也能在命令行中与DeepSeek本地模型对话，如下图所示：

  接下来部署chatbox，在官网（参考文献5）中下载并安装chatbox，如下图所示：



  安装完成后，运行chatbox开始设置本地服务路径，选择下图中圈红出的“使用自己的API Key或本地模型”。

  在选择并配置AI模型窗口中选择Ollama API。

  最后弹出的设置窗口中选择本地模型及设置API地址（使用默认地址即可）。

  最后就可以在Chatbox中开始对话了，如下图所示。但说实话1.5b的模型效果一般，不清楚是设置的不对还是怎么回事，提问静夜思的作者或者让其仿照静夜思作诗，返回的结果不尽人意。

参考文献：
[1]https://blog.csdn.net/qq_20890935/article/details/145563763
[2]https://baijiahao.baidu.com/s?id=1822832446478919985&wfr=spider&for=pc
[3]https://www.callmysoft.com/support/5446.html
[4]https://ollama.com/
[5]https://chatboxai.app/zh
[6]https://baijiahao.baidu.com/s?id=1823651450604281706&wfr=spider&for=pc