全网最全的手机端部署deepseek方法,五种方式手把手教你，从易到难，总有一种适合你

ffflesleo

已于 2025-02-27 11:28:48 修改

阅读量1.9k

点赞数 18

文章标签：智能手机数据库自然语言处理 AI-native

于 2025-02-26 21:19:55 首次发布

本文链接：https://blog.csdn.net/ffflesleo/article/details/145888407

版权

方法一：使用 Termux + Ollama 部署 DeepSeek

步骤 1：安装 Termux

访问 Termux GitHub Releases 页面，下载最新版本的 Termux APK 文件（如 termux-app_v0.118.1+github-debug_arm64-v8a.apk），然后安装到你的安卓设备上。

步骤 2：配置 Termux 环境

打开 Termux，输入 termux-setup-storage 并回车，授予 Termux 访问存储的权限。
更新软件包：输入 pkg update -y && pkg upgrade -y 并回车，等待更新完成。
安装所需工具：输入 pkg install git cmake golang proot-distro -y 并回车，安装必要的依赖包。

步骤 3：安装 Ubuntu 环境

安装 proot-distro 工具：输入 pkg install proot-distro 并回车。
安装 Ubuntu 发行版：输入 proot-distro install ubuntu 并回车。
登录到 Ubuntu 环境：输入 proot-distro login ubuntu 并回车，进入 Ubuntu 的命令行界面。

步骤 4：安装 Ollama

在 Ubuntu 环境中，输入 curl -fsSL https://ollama.com/install.sh | sh 并回车，安装 Ollama。
安装完成后，输入 ollama serve & 并回车，让 Ollama 服务在后台运行。

步骤 5：下载 DeepSeek 模型

在新的 Termux 会话中（返回桌面，长按 Termux 图标，选择 "New session"），输入 proot-distro login ubuntu 并回车，进入 Ubuntu 环境。
输入 ollama pull deepseek-r1:1.5b 并回车，下载 DeepSeek-R1 1.5B 模型。

步骤 6：运行 DeepSeek 模型

输入 ollama run deepseek-r1:1.5b 并回车，运行 DeepSeek-R1 1.5B 模型进行推理聊天。

方法二：使用 Termux + Proot Debian 部署 DeepSeek

步骤 1：安装 Termux

同方法一的步骤 1。

步骤 2：初始化 Termux 环境

同方法一的步骤 2。

步骤 3：安装 Debian 系统（Proot）

安装 Debian：输入 proot-distro install debian 并回车。
进入 Debian 环境：输入 proot-distro login debian 并回车。
更新 Debian 软件源：输入 apt update && apt upgrade -y 并回车。

步骤 4：安装 Ollama

同方法一的步骤 4。

步骤 5：下载 DeepSeek 模型

同方法一的步骤 5。

步骤 6：运行 DeepSeek 模型

同方法一的步骤 6。

方法三：使用 Android Studio 部署 DeepSeek

步骤 1：安装 Android Studio

从 Android Studio 官网下载并安装 Android Studio。

步骤 2：创建新项目

打开 Android Studio，点击 "Create New Project"，选择 "Empty Activity"，然后点击 "Next"，填写项目名称、包名等信息，选择保存位置，最后点击 "Finish"。

步骤 3：导入 DeepSeek 模型

下载 DeepSeek 模型文件（如 deepseek-r1:1.5b），解压后将模型文件复制到项目的 app/src/main/assets 目录下。

步骤 4：编写代码

在项目的 Java 或 Kotlin 代码中，编写初始化和调用 DeepSeek 模型的代码。例如，在 MainActivity 中：

java复制

import com.deepseek.api.DeepseekModel;
import com.deepseek.api.DeepseekOptions;

public class MainActivity extends AppCompatActivity {
    private DeepseekModel deepseekModel;

    @Override
    protected void onCreate(Bundle savedInstanceState) {
        super.onCreate(savedInstanceState);
        setContentView(R.layout.activity_main);

        // 初始化 DeepSeek 模型
        DeepseekOptions options = new DeepseekOptions.Builder()
                .setModelPath("deepseek_model") // 模型文件所在路径
                .setConfigPath("assets/config.json") // 配置文件路径
                .build();
        deepseekModel = new DeepseekModel(options);
        deepseekModel.initialize();

        // 测试模型
        String question = "你好，DeepSeek";
        String answer = deepseekModel.generateAnswer(question);
        Log.d("DeepSeek", "Answer: " + answer);
    }
}

步骤 5：运行项目

连接安卓设备，点击 "Run" 按钮运行项目，查看日志输出，验证模型是否正常运行。

方法四：使用 PocketPal 应用部署 DeepSeek

部署步骤

安装 PocketPal 应用
- 打开 Google Play 商店，搜索 “PocketPal” 并下载安装。
下载 DeepSeek 模型
- 打开 PocketPal 应用，点击左下角的 “Models” 选项。
- 点击右下角的 “+” 号，选择 “Add from Hugging Face”。
- 在搜索框中输入 “DeepSeek”，搜索出多个 DeepSeek 模型。
- 根据设备性能选择模型：
  - 1.5B：适合性能一般的设备，处理简单需求。
  - 7B 或 8B：适合有一定性能的设备，提供较好的体验。
  - 14B 及以上：适合高性能设备，提供更准确的结果。
加载模型
- 下载完成后，在 “Models” 页面找到刚刚下载的模型，点击 “Load” 加载模型。
使用模型
- 加载完成后，返回应用主界面，即可开始使用 DeepSeek 模型进行对话

方法五：使用 PocketPal 应用部署 DeepSeek

安装 MNN Chat 应用
- 打开 MNN 官网，下载适用于安卓的 MNN Chat 应用 APK 文件。
- 安装下载的 APK 文件。
下载 DeepSeek 模型
- 打开 MNN Chat 应用，进入应用后，可以看到应用支持的模型列表。
- 找到并选择 DeepSeek 模型，例如 DeepSeek-R1-7B-Qwen-MNN。
- 点击下载模型文件，等待下载完成。
使用模型
- 模型下载完成后，返回应用主界面。
- 输入提示词或问题，例如：“同样是一年，为什么阳历固定 12 个月，而阴历却有闰月？”。
- DeepSeek R1 模型将开始推理并返回结果