DeepSeek应用技巧-本地化部署+填坑指南

目标：Deepseek要想发挥出最大的作用，尤其是针对一些企事业单位以及政府单位，有着“数据不出局”的要求，那么本地化部署就是必走之路，本节将详细介绍部署的过程和方法，以及在部署过程中遇到的bug，可以让大家免走很多的弯路，废话不多说，开始动手部署你的第一个本地化大模型吧！

一、下载ollama

地址：Download Ollama on macOS

Ollama 是一个开源的大型语言模型（LLM）服务工具，旨在简化在本地机器上运行、部署和管理大型语言模型的流程。它支持多种操作系统，包括 macOS、Windows、Linux 和 Docker，并提供了丰富的功能和接口，方便用户与模型进行交互。

1. 本地运行与部署：Ollama 允许用户在本地设备上运行和管理大型语言模型，无需依赖外部服务器或云服务。

2. 多模型支持：支持多种流行的预训练模型，如 LLaMA、DeepSeek、Qwen 等。

3. 简单易用：提供直观的命令行工具（CLI）、WebUI 界面以及 RESTful API，方便开发者和终端用户快速上手。

4. 模型自定义：用户可以通过 Modelfile 自定义模型参数和行为，满足特定的应用需求。

5. 丰富的库支持