DeepSeek基于Ollama本地部署及集成IDEA

最近，国产大模型 DeepSeek 凭借其强大的性能和广泛的应用场景，迅速成为 AI 领域的焦点。然而，随着用户数量的激增，DeepSeek 的在线服务时常面临访问压力，导致响应延迟甚至服务中断的情况。幸运的是，DeepSeek 作为一款开源模型，为用户提供了本地部署的解决方案。

为什么选择本地部署 DeepSeek？

• 稳定高效：无需担心网络波动或服务器压力，本地部署确保模型始终高效运行。
• 隐私安全：数据完全存储在本地，避免敏感信息外泄，保障用户隐私。
• 灵活便捷：支持离线使用，随时随地调用模型，满足多样化需求。
• 开源自由：DeepSeek 的开源特性让用户可以根据需求自定义优化，打造专属 AI 工具

1. 安装Ollama

我们可以访问 https://ollama.com/ 进入 Ollama 官网下载 Ollama ，下载时有三个系统的安装包可选择，这里只需要选择下载我们电脑对应的操作系统版本即可，这里我选择的是 Mac 版本。
​

Ollama 安装包下载完成后直接双击安装即可。

安装成功验证

1、 Ollama 安装完成后需要打开电脑的终端 ，也就是命令提示符，输入 ollama --version 并按回车键，这个操作是为了验证这个软件是否安装成功，如果显示如下版本提示说明安装成功。
​ 

2、浏览器输入  http://localhost:11434/   也可以验证Ollama安装成功，如果安装失败检查11434端口是否被占用。

​ 

2.下载部署 Deepseek 模型

回到  https://ollama.com/ 网址中，在网页上方搜索框中输入 Deepseek-r1，这个 Deepseek-r1 就是我们需要本地部署的一个模型。
点击 Deepseek-r1 后会进入详情界面，里面有多个参数规模可供选择，从 1.5b 到 671b 都有。
 ​

​ 

需注意的是，这里我们需要根据自己电脑的硬件配置来选择模型大小。其中，具体用多少B的模型主要需要看内存（M芯片用户）。（windows用户看显卡显存）。

• 8G内存：1.5B (1.1GB模型大小)
• 16G内存：8B及以下（4.9GB模型大小）
• 32G内存：14B及以下（9GB模型大小）
• 64G内存及以上：32B及以下（20GB模型大小）

我是想要电脑低负载一点去长期跑，所以我这里就用8B模型了。

2.1 通过Ollama下载模型

注意根据自己电脑的配置，在终端（命令提示符）进行复制相应的命令去执行下载。

​
 

由于我下载的deepseek-r1:8b模型，对应就是 ollama run deepseek-r1:8b 命令

​ 

如果发现下载速度奇慢，可以根据contrl+c键取消本次下载，然后重新输入部署命令。只要没有退出Ollama，下载可以断点续传。