新手必看：如何用 Ollama 零基础本地部署 DeepSeek 大模型？（全流程图文攻略）

**症状：** 想在自己的电脑上使用 DeepSeek，但不确定 Ollama、本机资源和模型标签该怎么选。 **最快解法：** Ollama 零基础本地部署 DeepSeek 大模型可以按“检查环境 → 安装 Ollama → 拉取模型 → 启动测试”完成；先核实本机条件，再按官方模型页面选择标签。

这篇适合没有部署经验、想照步骤运行 DeepSeek 的新手；也适合需要评估电脑是否适合本地推理的开发者。 如果你只想直接调用在线服务，而不需要本机运行模型，这套流程可能不是你的目标。

Ollama 零基础本地部署 DeepSeek 大模型：开始前先确认电脑是否适合本地运行

“命令能执行”不代表“这个模型适合你的电脑”。部署前先核对操作系统是否受当前版本支持、磁盘空间是否足以存放模型，以及运行时可用内存和 GPU 是否适配。Ollama 官方下载页提供 macOS、Windows 和 Linux 的安装入口；GPU 支持则应按[官方硬件支持说明](https://docs.ollama.com/gpu)核验，不能只看显卡名称猜测。

模型标签的大小也不等于最低内存要求。当前 Ollama 的 DeepSeek-R1 标签页面列有不同体积的模型，例如 `deepseek-r1:1.5b` 页面标示 **1.1 GB**，`deepseek-r1:7b` 标示 **4.7 GB**，`deepseek-r1:8b` 标示 **5.2 GB**；这些是模型文件标示体积，不是设备运行所需内存承诺。模型加载、上下文和其他程序都会占用资源，具体要结合本机实际测试判断。[DeepSeek-R1 标签及文件信息](https://registry.ollama.com/library/deepseek-r1/tags)

按这个条件分支决定是否继续：

- ✅ 若操作系统能安装 Ollama、磁盘有足够空间，且你愿意先用较小模型测试，就继续本地部署。 - ⚠️ 若空间紧张或设备资源不确定，先从模型库比较较小标签的文件体积，并关闭占用资源的程序；不要先下载大标签碰运气。 - ❌ 若本机无法安装或运行后频繁报资源错误，就先停止重复下载，按后文排查；仍不匹配时，再评估其他环境。

第一步：安装 Ollama 并检查命令

从 [Ollama 官方下载页](https://ollama.com/download)选择与你的操作系统对应的安装方式。macOS 和 Linux 页面提供安装脚本；Windows 页面提供 PowerShell 安装命令。按页面当前说明操作，不要从来路不明的第三方下载站获取安装包。

macOS 或 Linux 用户可按官方说明在终端运行：

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

Windows 用户在 PowerShell 中使用官方提供的命令：

```powershell irm https://ollama.com/install.ps1 | iex ```

安装完成后打开 Ollama 应用，或在终端输入：

```bash ollama ```

若终端显示命令帮助或启动提示，说明命令行入口已可用；如果显示“找不到命令”，先确认安装程序完成并重新打开终端。Ollama 官方[快速开始文档](https://docs.ollama.com/quickstart)列出了应用和终端两种入口。不同操作系统的安装界面可能调整，因此以你下载时看到的官方页面为准。

第二步：先选模型标签，再开始下载

在 Ollama 模型库中，DeepSeek-R1 提供多个标签。初次部署可以先考虑体积较小的 `deepseek-r1:1.5b`，用来验证安装、下载和基本问答流程；如果你要评估其他任务或模型大小，再对照官方标签页面选择。标签、文件大小和上下文信息都可能更新，下载前重新核对[当前标签列表](https://registry.ollama.com/library/deepseek-r1/tags)。

拉取模型：

```bash ollama pull deepseek-r1:1.5b ```

这里的 `pull` 表示获取模型；冒号后的部分指定模型标签。下载需要网络连接，文件会占用磁盘空间。下载完成后检查本机模型列表：

```bash ollama list ```

列表中应出现你拉取的标签。若没有出现，先确认下载命令是否完成、标签是否拼写一致，再检查网络连接和磁盘空间。不要把正在下载的进度界面误认为模型已经可运行。

第三步：启动模型并完成第一次对话

运行刚才拉取的标签：

```bash ollama run deepseek-r1:1.5b ```

首次启动时，Ollama 需要加载模型。出现输入提示后，输入一个范围明确的问题，例如：

```text 请用三句话解释什么是本地大模型部署。 ```

如果模型返回内容，说明本次启动和基本对话链路已通。退出交互界面可使用 `Ctrl+D`，或按终端提示操作。模型名称和运行命令应与 Ollama 的 [DeepSeek-R1 模型页面](https://ollama.com/library/deepseek-r1)保持一致；若页面标签有变化，以页面当前列出的名称为准。

如果你要从开发程序调用，可用本机 API 做进一步验证。Ollama 的生成接口使用本地地址 `localhost:11434`，请求体需包含模型名和提示词；以下命令将模型名替换为你实际下载的标签：[API 参数说明](https://docs.ollama.com/api/generate)。

```bash curl http://localhost:11434/api/generate -d '{ "model": "deepseek-r1:1.5b", "prompt": "用一句话解释本地部署。", "stream": false }' ```

检查返回内容中的 `response` 是否包含模型答复，`done` 是否显示生成结束。接口返回 JSON 只证明这次请求有响应，不代表模型对所有输入都正确。

第四步：区分启动成功与运行效果

命令能启动、模型能回答、模型适合你的工作，是三个不同的判断。你可以在模型运行时另开终端查看当前加载情况：

```bash ollama ps ```

官方 FAQ 说明，输出中的 `PROCESSOR` 可用于观察模型是在 GPU、CPU，还是两者之间分配运行。[Ollama FAQ](https://docs.ollama.com/faq) 具体呈现取决于机器和运行状态，不能把某种输出当成每台设备都应一致的结果。

还要留意上下文设置。Ollama FAQ 写明，默认上下文窗口为 **4096 tokens**，并提供调整方法；提高上下文会改变资源使用情况，因此先用默认设置完成短问题测试，再按任务需要调整。模型标签页面显示的上下文信息与运行时配置不是同一个概念，不要据此断定本机一定能以最大上下文运行。[上下文设置说明](https://docs.ollama.com/faq)

部署过程中的新手问题答疑

换一台电脑还能照抄相同的模型选择吗？

可以复用操作流程，但不要默认复用设备结论。处理器、可用内存、GPU、系统版本和后台负载都会改变运行情况。先在模型页面核对标签和文件体积，再用较小标签做本机验证；如果加载失败或系统明显吃紧，就停止升级模型大小，先查资源与日志。

下载好了，为什么运行时仍然报错？

下载完成只能证明模型文件已获取，不保证模型能成功加载。检查剩余磁盘空间、当前可用内存和 GPU 支持，再核对运行命令里的标签是否与 `ollama list` 一致。若错误仍出现，查看 Ollama 日志；不要因重装或重复拉取就假定问题会消失。

模型回答不理想，是否说明部署失败？

不一定。只要模型能够正常启动并返回文本，基础部署链路可能已经打通；回答质量还要结合提示词、具体任务、标签和运行设置判断。用简单问题做连通性测试，再换成你真实要处理的任务评估，避免把一次简短问答当作能力或性能结论。

我需要怎样的内存或显卡，才算能运行？

不能仅凭模型文件大小给出所有电脑通用的最低配置。先对照 Ollama 的 GPU 支持文档核对设备，再观察 `ollama ps` 和运行日志中的加载状态。模型标签、上下文设置与系统里同时运行的程序都会影响实际结果，最终以你的本机测试为准。

第五步：按错误现象排查，而不是反复重装

- **下载失败或停住：** 核对模型标签拼写、网络连接和剩余磁盘空间；重新从官方标签页面确认标签仍可用。 - **命令提示找不到模型：** 运行 `ollama list`，检查下载是否完成，以及启动命令是否使用相同标签。 - **模型启动时报资源错误：** 先退出其他高占用应用，尝试较小标签，并检查 GPU 支持。不要通过盲目加大上下文来处理内存不足。 - **模型能启动但响应异常：** 用简短、明确的问题复测；再对照模型标签与输入任务，区分部署链路和回答质量。 - **需要定位服务错误：** 按 Ollama [故障排查文档](https://docs.ollama.com/troubleshooting)查看日志。macOS 可检查 `~/.ollama/logs/server.log`；Windows 的日志位置和查看方式以文档为准。

每次调整只改一个条件，例如先换小标签，再测试；这样你能判断究竟是下载、资源还是运行设置导致问题。

最后用检查清单判断是否完成

- ✅ Ollama 已安装，终端可以识别 `ollama`。 - ✅ `ollama list` 能看到你选择的 DeepSeek 标签。 - ✅ `ollama run` 能启动模型，并对测试提示返回内容。 - ✅ 如需程序调用，本机 API 能返回包含模型响应的结果。 - ⚠️ 若你还要长期使用或处理复杂任务，需继续测试真实工作负载；一次成功对话只验证了基础链路。

本机运行的优点是模型文件和推理流程在自己的电脑上，但它也会占用本地磁盘与运行资源；设备忙、资源不足或系统环境不匹配时，下载、启动和日常使用都会受影响。如果你不想让本机承担这些负担，可以把 MacWww 的远程 Mac 作为另一种环境方向评估，但远程访问、具体配置和 Ollama 对目标环境的兼容性都应先逐项确认，不能仅凭“是 Mac”就推断 DeepSeek 一定能运行。你可以先查看 [MacWww 当前的环境与配置信息](https://macwww.com/zh/)，再通过[帮助指南](https://macwww.com/zh/bangzhu.html)核实与你的 Ollama 使用方式相关的条件；若本机已通过上面的检查清单，就没有必要把租赁当作部署必需步骤。