MacOS本地部署Deepseek，不联网也可以使用AI，保护隐私

已于 2025-01-30 21:05:42 修改
阅读量1.6w 收藏 51
点赞数 23
文章标签： macos deepseek 本地部署AI大模型
于 2025-01-30 21:05:40 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/weixin_44336445/article/details/145400324
版权

苹果笔记本本地部署deepseek主要用到Ollama与open-webui

1. 安装Ollama

“Ollama” 是一个轻量级的 AI 模型运行时环境（runtime），旨在简化在本地部署和使用大语言模型（LLM）的过程。它由 Vicarious 公司开发，支持多种 AI 模型（如 GPT-3、GPT-4 等），并允许用户通过简单的命令行或 API 接口与这些模型进行交互。

  • 网页搜索Ollama点击进入

网页搜索Ollama点击进入

  • 点击Download 

点击Download 

  • 选择MacOS，点击download for MacOS （使用科学上网下载更快）

  • 下载的文件名为Ollama-darwin.zip，解压后得到一个羊驼图标的Ollama，正常安装（安装时选择move to Applications可以在启动台中找到ÿ
最低0.47元/天 解锁文章
Demi_*
关注
本地部署DeepSeek R1：打造私人AI助手完全指南
海棠AI实验室
01-28 1万+
DeepSeek R1 是一款由 DeepSeek 团队开发的先进推理模型。它不仅在性能上可与业界领先的商业模型相媲美，更重要的是，它完全开源，允许用户在本地环境中自由部署和使用。DeepSeek R1 支持多种模型规模，从轻量级的 1.5B 参数模型到强大的 70B 参数模型，用户可以根据自己的需求和硬件条件灵活选择。DeepSeek R1 的主要特点：开源免费：用户可以自由使用、修改和分发。高性能：在多项基准测试中表现出色，可与商业模型媲美。多规模选择。
Macos本地部署Deepseek模型
Sea_wind0_的博客
01-29 1万+
通过安装并运行DeepSeek 7B模型的Ollama CLI工具，启动本地Ollama服务，并配置Docker容器启动Open WebUI后，即可在Web界面和Mac应用程序中使用该模型。访问http://localhost:3000即可打开Web界面，进一步通过相关命令或配置文件完成在Mac上的应用部署。
DeepSeek---手摸手教你在macOS环境中本地部署DeepSeek大模型
总结、沉淀、提升
02-12 2070
在macOS环境中本地部署DeepSeek大模型的方法是.......
Mac本地部署deepseek教程
destiny503的博客
02-05 5470
本地下载使用deepseek模型
本地部署DeepSeek教程（Mac版本）
热门推荐
weixin_59685936的博客
02-01 2万+
本地部署DeepSeek教程（Mac版本）
Ollama 本地部署 deepseek 大模型
三劫散仙
02-10 861
Ollama 是一款为在本地机器上便捷部署和运行大型语言模型（LLM）而设计的开源框架。采用类似 Docker 的操作方式，有 list、pull、push、run 等命令，通过简单命令就能完成模型从下载到运行的一系列操作，降低了传统上与大模型部署相关的复杂性。不仅支持官方提供的多种预训练模型，如 DeepSeek、Llama 2、Mistral、Qwen 等，还能完美支持用户自己训练的模型，可满足不同用户的多样化需求。核心功能包括：本地模型推理，模型微调，API 服务暴露，多模态扩展等。
DeepSeek在Mac上本地可视化部署，保姆级教程，再也不怕崩了！
Gaga246的博客
02-10 1万+
DeepSeek，全称为“深度求索”，是由杭州深度求索人工智能技术研究有限公司开发的人工智能产品。这个名字体现了团队的核心理念与追求：DeepSeek 不仅仅是为了回答问题，更是致力于深度理解和探索，让 AI 具备类似人类的思考方式。更重要的是，DeepSeek-R1 的性能足以与 ChatGPT 相媲美，且完全免费供用户使用！
再也不怕崩了！DeepSeek在Mac上本地可视化部署，保姆级教程
最新发布
qq_39382822的博客
03-30 919
虽然反应稍慢，但分析能力极为强大，DeepSeek-R1的性能可媲美OpenAI的高级模型，而DeepSeek-R1是完全免费的。DeepSeek使用方法非常简单，直接访问官网：https://www.deepseek.com/，点击“开始对话”即可开始使用。11. 注意完整的R1模型要占用404GB空间并需要强大算力，标准版M芯片推荐32b内，如果Mac存储空间焦虑，推荐下载1.5b或者7b；：DeepSeek的知识库更新截止到2024年7月，因此如果你需要获取最新的网络信息，可以开启联网搜索模式。
本地部署DeepSeek（Mac版本，带图形化操作界面）
养只狗名叫猫
02-06 7916
DeepSeek-R1-Distill-Qwen-1.5B,在终端输入：ollama pull erwan2/DeepSeek-R1-Distill-Qwen-1.5B，回车。nomic-embed-text,在终端输入：ollama pull nomic-embed-text，回车。deepseek-r1:1.5b，在终端输入：ollama pull deepseek-r1:1.5b ，回车。我本地下载了70b的模型，可能是本机问题，一直关联不成功，随放弃了，先用1.5b的练练手。
Mac本地部署DeepSeek-R1
onefboy的博客
03-01 1452
DeepSeek 是一个结合了深度学习模型和高效信息检索技术的开源项目，旨在构建一个强大的智能搜索引擎。它支持对结构化、半结构化的数据以及文本数据进行高效检索，并且能够通过机器学习模型理解用户意图并提供更智能的搜索结果。DeepSeek-R1 是 DeepSeek 项目的一个特定版本或实现，通常指的是针对某个特定应用场景的优化版本。通过以上步骤，您现在可以成功配置和运行Chatbox，与模型进行交互。Chatbox 是与本地模型集成的常见工具，它是一个免费的桌面客户端。下载成功后就可以和模型交流了。
本地部署deepseek的具体方法，无需联网也能使用AI了
sinat_33255495的博客
02-05 1188
Ollama 是一个开源的本地大语言模型运行框架，旨在帮助用户在本地机器上轻松部署和运行大型语言模型（LLM），而无需依赖外部服务器或云服务。Ollama 为开发者和终端用户提供了简单高效的接口，使得本地运行和管理大型语言模型变得更加便捷。这里以7B模型为例，根据你的硬件配置，也可以选择其他大小的模型，如1.5B、8B、14B等。如果需要通过网页使用，可以下载并安装支持Ollama的网页应用。在终端中输入问题，即可与DeepSeek进行交互。然后在网页应用中选择Ollama作为模型提供方。
DeepSeek本地部署 再也不怕服务器崩了！.pdf
02-09
为了解决这一问题，一些重要的人工智能模型开始采用本地部署的方式，以便用户可以在不依赖远程服务器的情况下，利用本地资源随时使用这些模型。本文将详细介绍如何在本地环境中部署DeepSeek模型，从而确保用户在无需...
windows本地部署deepseek（小白详细教程版）
weixin_43837880的博客
02-16 1596
Ollama 是一个开源项目，专注于在本地运行大型语言模型（LLMs），尤其是 Meta 的 LLaMA 系列模型。它允许用户在个人计算机上部署和运行这些模型，无需依赖云端服务。本地运行：支持在本地设备上运行大型语言模型，保护隐私。开源：代码公开，用户可自由查看、修改和分发。多平台支持：兼容 macOS、Linux 和 Windows。模型支持：主要支持 Meta 的 LLaMA 模型，未来可能扩展至其他模型。易用性：提供简单接口，便于用户快速上手。隐私保护：适合处理敏感数据，避免上传至云端。
【详细教程】如何在Mac部署Deepseek R1？
wrangler_csdn的博客
01-31 2556
DeepSeek是目前最火的国产大模型，官方App用户太多服务经常出现卡顿，部署一个本地DeepSeek R1可以方便使用。
【MAC】DeepSeek 部署到本地
aqqje的博客
02-06 1006
DeepSeek官网地址。
Mac iTerm2集成DeepSeek AI
Devin's Blog
01-02 3852
Mac iTerm2集成DeepSeek AI
Mac 本地搭建自己的 DeepSeek
weixin_42755322的博客
02-08 549
注：Mac安装DeepSeek
如何实现deepseek本地联网部署
02-08
### DeepSeek 本地联网部署方法 #### 下载 Ollama 安装包 为了开始 DeepSeek 的本地联网部署，首先需要从 Ollama 官网获取适合操作系统的安装包。访问官方网站 (Ollama)，点击“Download”。依据所使用的操作系统（Windows、macOS 或 Linux），选择并下载相应的安装文件[^4]。 #### 环境配置与初始化设置 完成软件下载之后，需确保计算机环境中已准备好必要的依赖项和支持库来运行 DeepSeek 模型。这通常涉及到 Python 版本确认以及特定版本的 PyTorch 和其他机器学习框架的预安装。对于希望启用联网功能的应用场景来说，还需额外集成能够处理 HTTP 请求和解析 JSON 数据的相关模块[^2]。 #### 部署 DeepSeek 并连接互联网服务 通过命令行工具执行之前获得的 `ollama run` 命令启动 DeepSeek 实例。具体指令形式如下所示： ```bash ollama run deepseek-r1:32 ``` 此过程会加载指定版本号为 R1 及量化位数为 32bit 的 DeepSeek 大规模语言模型实例。为了让该实例拥有上网查询的能力，在此基础上还需要进一步定制化开发——即引入 Microsoft Semantic Kernel SDK 来扩展应用程序接口(APIs)的功能集，从而允许内部逻辑调用外部 Web API 获取实时信息更新。 #### 构建具备联网增强特性的 AI 应用程序 利用上述提到的技术栈组合方案，可以着手创建一个既能在离线状态下稳定工作又能适时接入在线资源扩充知识面的人工智能解决方案。例如，当遇到无法解答的问题时，系统可以通过预先设定好的搜索引擎插件发起请求抓取最新资料作为辅助决策支持；而在日常运作期间则保持独立自主的状态以保护隐私安全[^3]。
评论 5
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