Ollama系列01：轻松3步本地部署deepseek，普通电脑可用

Llama-Turbo

于 2025-05-29 15:43:42 发布

阅读量842

点赞数 27

文章标签：人工智能 langchain AI大模型 embedding RAG ollama LLM

本文链接：https://blog.csdn.net/pythonhy/article/details/148311297

版权

本文主要介绍如何通过ollama快速部署deepseek、qwq、llama3、gemma3等大模型，网速好的小伙伴10分钟就能搞定。让你摆脱GPU焦虑，在普通电脑上面玩转大模型。

安装指南（无废话版）

第一步：安装ollama

我们可以从官网下载ollama，此步骤支持windows、mac、ubuntu操作系统，此处仅以windows作为演示。

打开ollama官网：https://ollama.com 点击download按钮进行下载，下载完成后点击安装。

安装完成后，你的电脑右下角会有ollama的图标（如果没有看到，可以展开折叠的状态栏检查）

验证安装是否成功：打开命令行（WIN+R，在运行中输入cmd后回车），输入ollama --version，如果命令执行成功，并输出了版本信息，说明安装成功了。

第二步：下载deepseek

打开命令行（WIN+R，在运行中输入cmd后回车），下载并运行deepseek-r1 1.5b蒸馏版。

ollama run deepseek-r1:1.5b

下载完成后，ollama会为我们运行刚下载的大模型。下面是我运行成功的截图：

第三步：使用大模型

恭喜你已经在本地成功安装了第一个私有大模型。运行成功以后，我们可以直接在命令行和deepseek对话。

如你所见，这就是一个简单的对话窗口，也是大模型最原始的形态。

在本系列的后面章节中，我们会介绍如何使用工具来和大模型进行交互，构建专属于你的、数据安全的、私有可定制的AI工具集。

关注[拓荒者IT]公众号，获取最新内容，文末有福利。

内容讲解（干货）

ollama是什么？

Ollama 是一款开源工具，能让你在个人电脑上本地运行各种大语言模型（如 DeepSeek、QwQ等）。

简单说，它像是一个“离线版DeepSeek”，无需联网就能用AI聊天、写代码或处理文档。

下载模型后，电脑断网也能用，数据隐私更有保障。支持命令行操作，开发者能快速测试模型效果，或集成到自己的项目中。

适合技术爱好者、想保护隐私的用户，或需要定制AI功能的人。开源免费，对硬件要求不高，普通电脑也能跑小模型。

ollama常用的指令

命令	描述
`ollama serve`	启动 Ollama
`ollama create`	从 Modelfile 创建模型
`ollama show`	显示模型信息
`ollama run`	运行模型
`ollama stop`	停止正在运行的模型
`ollama pull`	从注册表中拉取模型
`ollama push`	将模型推送到注册表
`ollama list`	列出所有模型
`ollama ps`	列出正在运行的模型
`ollama cp`	复制模型
`ollama rm`	删除模型
`ollama help`	显示任意命令的帮助信息

标志	描述
`-h, --help`	显示 Ollama 的帮助信息
`-v, --version`	显示版本信息

获取更多模型

在ollama官网，有非常多的开源模型供我们选择，地址：Ollama Search

在模型列表中，我们点击deepseek-r1，打开页面如下：

选择自己电脑适配的模型大小，然后复制右侧的启动命令，在命令行执行即可。

总结

本文介绍了如何使用ollama本地部署DeepSeek等大模型，通过干货分享了ollama常用的指令，以及如何获取更多大模型。

但是我们目前仍然只是在命令行使用大模型，非常的不友好。下一章我们将介绍如何摆脱命令行的束缚，将ollama集成到本地的AI工具中，实现聊天、自定义智能体等功能。

如何系统的去学习大模型LLM ？

大模型时代，火爆出圈的LLM大模型让程序员们开始重新评估自己的本领。 “AI会取代那些行业？”“谁的饭碗又将不保了？”等问题热议不断。

事实上，抢你饭碗的不是AI，而是会利用AI的人。

继科大讯飞、阿里、华为等巨头公司发布AI产品后，很多中小企业也陆续进场！超高年薪，挖掘AI大模型人才！ 如今大厂老板们，也更倾向于会AI的人，普通程序员，还有应对的机会吗？

与其焦虑……

不如成为「掌握AI工具的技术人」，毕竟AI时代，谁先尝试，谁就能占得先机！

但是LLM相关的内容很多，现在网上的老课程老教材关于LLM又太少。所以现在小白入门就只能靠自学，学习成本和门槛很高。

基于此，我用做产品的心态来打磨这份大模型教程，深挖痛点并持续修改了近70次后，终于把整个AI大模型的学习门槛，降到了最低！

在这个版本当中：

第一您不需要具备任何算法和数学的基础
第二不要求准备高配置的电脑
第三不必懂Python等任何编程语言

您只需要听我讲，跟着我做即可，为了让学习的道路变得更简单，这份大模型教程已经给大家整理并打包，现在将这份 LLM大模型资料 分享出来：包括LLM大模型书籍、640套大模型行业报告、LLM大模型学习视频、LLM大模型学习路线、开源大模型学习教程等, 😝有需要的小伙伴，可以 扫描下方二维码领取🆓↓↓↓

一、LLM大模型经典书籍

AI大模型已经成为了当今科技领域的一大热点，那以下这些大模型书籍就是非常不错的学习资源。

在这里插入图片描述

二、640套LLM大模型报告合集

这套包含640份报告的合集，涵盖了大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。(几乎涵盖所有行业)
在这里插入图片描述

三、LLM大模型系列视频教程

在这里插入图片描述

四、LLM大模型开源教程（LLaLA/Meta/chatglm/chatgpt）

在这里插入图片描述

五、AI产品经理大模型教程

在这里插入图片描述

LLM大模型学习路线 ↓

阶段1：AI大模型时代的基础理解

目标：了解AI大模型的基本概念、发展历程和核心原理。
内容：
- L1.1 人工智能简述与大模型起源
- L1.2 大模型与通用人工智能
- L1.3 GPT模型的发展历程
- L1.4 模型工程
- L1.4.1 知识大模型
- L1.4.2 生产大模型
- L1.4.3 模型工程方法论
- L1.4.4 模型工程实践
- L1.5 GPT应用案例

阶段2：AI大模型API应用开发工程

目标：掌握AI大模型API的使用和开发，以及相关的编程技能。
内容：
- L2.1 API接口
- L2.1.1 OpenAI API接口
- L2.1.2 Python接口接入
- L2.1.3 BOT工具类框架
- L2.1.4 代码示例
- L2.2 Prompt框架
- L2.3 流水线工程
- L2.4 总结与展望