本地部署Deepseek+Cherry Studio

已于 2025-03-05 23:47:15 修改
阅读量556 收藏 9
点赞数 6
分类专栏： deepseek 文章标签： deepseek ai
于 2025-03-01 00:14:59 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/2301_77513251/article/details/145940289
版权

为啥要本地部署deepseek？

因为给deepseek发送指令得到服务器繁忙的回馈，本地部署会运行的更快

1.Ollama安装与部署

Ollama是一个开源框架，专为在本地机器上便捷部署和运行大型语言模型（LLM）而设计

win+R——cmd——ollama如下图显示，则安装ollama成功！

返回到Ollama 单击选择deepseek-R1

选择模型大小，建议选择7b的是电脑内存所定。复制命令到命令行

此时看到正在下载

安装完毕后可以试着向他提问测试一下，直接在命令控制行提问并不方便所以此时我们还需要下载Cherry Studio

2.Cherry Studio

Cherry Studio 是一个支持多模型服务的桌面客户端，为专业用户而打造，内置 30 多个行业的智能助手，帮助用户在多种场景下提升工作效率。Cherry Studio 内置了很多服务商，集成了超过 300 多个大语言模型。在使用过程中，你可以随意切换模型来回答问题，充分利用各个大模型的优势解决问题。Cherry Studio 支持 Windows 和 macOS 两大主流操作系统，未来还会支持移动平台。

 

选择刚在本地部署的deepseek-r1:7b

返回对话框选择ollama模型里的deepseek-r1:7b

 最后给deepseek发出指令就行了

 

DeepSeek本地部署+cherry studio本地知识库搭建
热土程序园，利他愉己~
02-11 2497
1.下载并安装：ollama https://ollama.com/download 安装是否成功确认 管理员权限运行PowerShell： ollama -h 2.下载安装deepseek 管理员方式运行PowerShell，运行命令： ollama run deepseek-r1:7b 其他版本可选：https://ollama.com/library/deepseek-r1 3.命令行界面再次打开运行 管理员方式运行PowerShell 运行： ollama run deepsee
DeepSeek+Ollama+Cherry Studio 实现本地部署搭建知识库
weixin_43705315的博客
03-10 982
本文介绍了如何通过DeepSeek+Ollama+Cherry Studio 实现本地部署搭建知识库。
本地部署 ollama + DeepSeek + cherry studio工具
学亮编程手记
02-12 1062
在控制台进行会话不太方便，我们需要可视化的对话工具。目前有两个比较流行，一个是chatbox，一个是cherry studio，这里选用cherry studio。根据官网的建议，如果是代码生成，建议Temperature调整为0。点击图中的管理按钮，选择下载好的deepseek-r1:1.5b模型。我们在官网上面下载安装cherry studio，进行如下简单的配置即可。我们可以在其官方网站上面，下载安装对应操作系统的版本工具，进行安装。这是15亿参数的模型，相对较小，模型文件大小大概为1G。
零代码搭建本地知识库：基于DeepSeek+RAG+Ollama+Cherry Studio全流程指南
python1234_的博客
03-22 1094
核心价值企业敏感数据100%离线处理个人知识库智能问答本地模型快速响应支持PDF/Word/网页等多格式文档工具链Ollama：开源模型托管平台（支持150+模型）：深度求索开源的16K长文本大模型：中文语义向量模型：AI应用可视化客户端本方案在Intel i7-12700H + RTX 4070设备上实测，可流畅处理200页以内的技术文档问答。通过本地化部署既保障了数据安全，又充分发挥了DeepSeek模型的逻辑推理能力。
DeepSeek-R1 + Cherry Studio 本地部署打造个人 AI 知识库
机器学习社区
02-16 2122
ChatGPT 爆火的时候，我心里就燃起了一个想法：打造一个专属于自己的AI知识库，它就像我的第二大脑一样，能记住我生活里的点点滴滴。我随口一问“去年5月我做了什么”，它不仅能精准找到记录，还能帮我回忆起那些差点被遗忘的细节！但这么隐私的东西，用在线服务肯定不放心，必须得在自己电脑上运行才行。现在，机会来啦！有了能全本地部署的deepseek-r1和bge-m3，再加上界面超优雅的Cherry Studio，这个梦想终于能照进现实。
DeepSeek+Cherry：小白也能上手的知识库搭建教程，超详细（本地部署DeepSeek版）
IT成长日记的博客
02-27 879
进入如下页面点击：下载客户端，进入如下页面并下滑找到Windows系统安装包下载完成后，进入下载目录，双击进行安装点击：下一步选择安装目录等待安装完成。
手把手教你在CherryStudio中用硅基流动部署本地化Deepseek
热门推荐
远程部署调试 运行安装 项目调试 二次开发 项目技术新 持续迭代 部分源码免费分享
02-07 1万+
在人工智能飞速发展的当下，大语言模型不断推陈出新，Deepseek 以其卓越的性能和出色的表现，吸引了众多 AI 爱好者和开发者的目光。一方面，我们可以进一步探索模型的应用场景，如在智能客服、智能写作、数据分析等领域，充分挖掘模型的潜力，为工作和生活带来更多的便利；通过硅基流动和 CherryStudio，我们成功实现了 Deepseek 模型的本地化部署，这一过程不仅提升了模型使用的稳定性和响应速度，还为我们带来了更加个性化的 AI 体验。
两分钟本地部署DeepSeek最新方案，国内网络真的给力！
2401_84204207的博客
02-05 3023
最近DeepSeek的火爆程度不亚于美国总统大选，就连美国总统特朗普都来蹭点热度，OpenAI创始人山姆·奥特曼直言DeepSeek是ChatGPT的强劲竞争对手。因为DeepSeek太过火爆，导致最近大部分用户打开DeepSeek官网或都是以下的情况，想用都用不了。DeepSeek官网后续其它AI云平台推出与DeepSeek相关的模型，都能使用这种方式对接上去。能薅的羊毛，大家赶紧去薅，不要再犹豫，先注册把额度拿到手再说！
DeepSeek本地化部署全攻略，轻松拥有专属 AI 助手
zhishi0000的博客
02-06 8633
可能大家都想学习AI大模型技术，也想通过这项技能真正达到升职加薪，就业或是副业的目的，但是不知道该如何开始学习，因为网上的资料太多太杂乱了，如果不能系统的学习就相当于是白学。2.页面下拉，根据自己电脑的配置选择合适的参数规模（7b 代表 70 亿参数，14b 代表 140 亿参数，参数越多，模型越大，效果理论上也会更好，但对电脑配置要求也更高），然后复制对应的下载命令。观看零基础学习书籍和视频，看书籍和视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。
实现本地化部署deepseek模型 + Cherry Studio + 导入知识库
weixin_42839973的博客
02-08 3575
导入你的知识库文件或者 网站，目录。至此就完成本地化部署了。
DeepSeek + Cherry Studio 本地部署
QoMo的博客
02-21 555
点击左下角的设置->选择Ollama->打开开关->管理（添加上面拉取成功的deepseek模型）->检查API。在终端里输入【ollama list】查看你安装的模型，复制一下你安装的模型的【NAME】，我这里是【deepseek-r1:1.5b】点击【Install】（这里需要注意的是，安装包是直接安装在C盘的，并不支持更改路径，因此C盘的空间必须要至少大于5GB的空余空间）。耐心等待，完成之后看到【success】字样，代表成功安装DeepSeek R1，然后就可以与DeepSeek对话了。
Deepseek R1 模型本地部署(ollama+cherry studio)详细指南！ 个人知识库搭建与使用
代码时光
02-14 5989
对于想要在本地或自托管环境中运行 LLM 的用户而言，Ollama 提供了一个无需 GPU、在 CPU 环境也可高效完成推理的轻量化 “本地推理” 方案，接下来跟着笔者学习怎么一步步搭建自己的本地知识库吧
在Ollama的基础上，安装Cherry Studio搭建本地知识库
风迦叶的部落格
02-19 1160
安装Cherry Studio搭建本地知识库
使用CherryStudio、Ollama、腾讯云搭建本地个人知识库、智能体
chunmiao3032的专栏
02-13 2613
需要部署大模型和嵌入模型（太要求电脑配置了，配置差的最好不要尝试，我i5,16G内存，固态硬盘，集成显卡，deepseek根本跑不起来，llama3勉强能跑起来，但是超级慢，嵌入模型nomic-embed-text:latest跑起来后，向量化个几k的文本文件用了几分钟）安装ollama启动ollama启动后，Ollama会在默认端口11434上运行。你可以通过浏览器访问拉取llama3模型运行模型查看模型再拉取嵌入模型然后运行查看拉取的模型。
【DeepSeek】本地部署，保姆级教程
aaaa_aaab的博客
02-18 1万+
新建一个文件夹，比如我在G盘新建个DeepSeek文件夹，文件夹下再新建models文件夹，将我们下载的模型文件放到models文件夹下。4.选择设置，选择模型服务，输入你的API秘钥（如果没有，下面有申请方法），点击检查即可。5.向下拉选择管理按钮，在嵌入勾选最后一个（知识库要用到），全部里也可以选择你要用的模型。3.进入软件后，如果你的语言是英文的，可以选择设置，在常规设置这里调整语言。4.点击我的模型，点击搜索按钮，可以在线安装开源模型（需要魔法，下载速度慢）点击聊天，选择刚下载的模型。
【AI】CherryStudio + Ollama
德仔
02-24 963
下载地址：https://cherry-ai.com/download。在聊天时记住一定要选择你的知识库，选择了知识库的会是彩色的按钮。3.3.1添加知识库之前，请先去把模型设置为嵌入模型。3.3.3选择本地文件或者目录，添加网络文章地址。3.3.2☆☆配置本地部署的DeepSeek。即可实现本地DeepSeek模型对话。选择好安装目录 一直下一步安装就好。点击“Ollama”，点击“管理”点击本地添加的模型后面“+”回到聊天页面进行聊天。3.3.3本地知识库。3.3.2创建知识库。3.3.4使用知识库。
本地Windows部署deepseek
Mamba的博客
02-08 342
网址，傻瓜式安装，这里就不多说了。
Ollama+CherryStudio本地部署拯救deepseek官方不可用
轻口味的专栏
02-08 8445
这里检查失败了，因为本地安装模型是1.5b，这里输入模型的时候有写全：deepseek-r1:1.5b，这时候点击确定后显示连接成功。好在deepseek将模型开源，并且有已经量化到可以在我们本地电脑部署，本文我们介绍从PC端到手机端一站式部署deepseek。首先需要安装ollama，从官网https://ollama.com/下载对应系统的安装包安装即可。接下来下载cherry studio，官网下载地址：https://cherry-ai.com/。接下来可以在手机使用本地离线模型聊天了。
园区网建设与管理真实案例
最新发布
06-02
在园区网建设过程中，我们常常面临诸多实际挑战，例如网络设计、IP规划、成本控制以及项目管理等。而名为“园区网的真实案例.zip”的压缩包文件提供了大量实用资源，包括真实园区网案例、综合实验拓扑图、相关脚本和项目需求分析等，这些资料对于理解和实践园区网建设具有重要意义。我们重点关注其中的“园区网综合实验”部分。 园区网是在学校、企业或政府机构等相对封闭区域内构建的网络，旨在为区域内用户提供高效、安全的数据通信服务。综合实验则是为了模拟真实环境，帮助学习者掌握园区网设计的关键技术和步骤，通常涵盖网络设备选择与配置、VLAN划分、路由协议应用、QoS策略设定以及安全防护措施等内容。压缩包中的“最终”文件可能包含了项目实施的最终成果，如经过验证的网络设计方案、配置脚本或项目总结报告，这些资料有助于我们将理论知识转化为实际可执行的方案。 “命令”文件则可能包含了用于配置网络设备的CLI指令，涉及交换机和路由器的基本配置，如VLAN设置、端口安全、静态路由或动态路由协议（如OSPF、RIP等）。通过研究这些命令，我们可以学习如何根据不同场景正确配置网络设备，以满足业务需求。 IP规划是园区网建设中的关键任务，合理的IP规划能够避免地址冲突，便于管理和维护。案例中可能会展示如何根据园区规模、功能区划分及未来扩展需求制定合适的IP地址策略。成本控制同样重要，园区网建设不仅涉及设备购置费用，还包括安装、运维、升级等长期成本。案例可能探讨如何在满足功能需求的同时，选择性价比高的设备，优化布线方案，并通过节能技术降低运营成本。 项目总结则是对整个实施过程的回顾，涵盖遇到的问题、解决方案、经验教训及改进点，对提升项目管理能力和问题解决技巧非常有帮助。这个压缩包的内容全面覆盖了园区网设计、建设和管理的多个方面，是学习和实践网络技术的宝贵资源。通过深入研究这些材料，我们可以提升网络规划和实施能力，更好
ollama+deepseek+cherry studio
02-11
### 关于Ollama、DeepSeek与Cherry Studio的集成 #### Ollama简介及其安装方法 Ollama是一个开源工具，旨在简化大型语言模型在本地环境中的安装、运行以及管理工作[^3]。为了开始使用Ollama，在官方网站上可以找到适用于不同操作系统的安装包，包括Windows、Mac和Linux版本。特别是对于偏好命令行操作的Linux用户来说，可以通过一条简单的指令完成安装： ```bash curl -fsSL https://ollama.com/install.sh | sh ``` #### 部署DeepSeek离线模型 一旦成功安装了Ollama，接下来就可以着手部署DeepSeek离线模型了。针对Mac用户而言，基于Ollama平台进行DeepSeek-R1-GGUF:BF16版本的本地部署变得尤为便捷。具体的操作可通过如下命令实现： ```bash ollama run hf.co/unsloth/DeepSeek-R1-GGUF:BF16 ``` 这条命令允许用户直接调用预训练好的DeepSeek模型，并将其应用于各种自然语言处理任务之中。 #### Cherry Studio的作用及获取方式 与此同时，如果希望进一步提升开发效率或是探索更多可能性，则不妨考虑引入名为Cherry Studio的应用程序。该应用程序提供了图形界面支持，有助于更直观地管理和测试不同的AI模型。有兴趣者可以从GitHub仓库下载最新版软件[^1]： [前往Cherry Studio GitHub页面](https://github.com/kangfenmao/cherry-studio) ---
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值