《使用Ollama部署DeepSeek并进行对话全过程记录》：此文为AI自动生成

已于 2025-02-22 08:51:23 修改
阅读量1.5k 收藏 17
点赞数 26
文章标签： 人工智能 运维 开源
于 2025-02-03 09:22:55 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/zheng_ruiguo/article/details/145427213
版权

在这里插入图片描述

《使用Ollama部署DeepSeek并进行对话全过程记录》

Microsoft Windows [版本 10.0.19045.5371]
© Microsoft Corporation。保留所有权利。

C:\Users\Administrator>ollama
Usage:
ollama [flags]
ollama [command]

Available Commands:
serve Start ollama
create Create a model from a Modelfile
show Show information for a model
run Run a model
pull Pull a model from a registry
push Push a model to a registry
list List models
ps List running models
cp Copy a model
rm Remove a model
help Help about any command

Flags:
-h, --help help for ollama
-v, --version Show version information

Use “ollama [command] --help” for more information about a command.

C:\Users\Administrator>ollama run deepseek-r1:1.5b
pulling manifest
pulling aabd4debf0c8… 100% ▕████████████████████████████████████████████████████████▏ 1.1 GB
pulling 369ca498f347… 100% ▕████████████████████████████████████████████████████████▏ 387 B
pulling 6e4c38e1172f… 100% ▕████████████████████████████████████████████████████████▏ 1.1 KB
pulling f4d24e9138dd… 100% ▕████████████████████████████████████████████████████████▏ 148 B
pulling a85fe2a2e58e… 100% ▕████████████████████████████████████████████████████████▏ 487 B
verifying sha256 digest
writing manifest
removing any unused layers
success

/?
Available Commands:
/set Set session variables
/show Show model information
/load Load a session or model
/save Save your current session
/clear Clear session context
/bye Exit
/?, /help Help for a command
/? shortcuts Help for keyboard shortcuts

Use “”" to begin a multi-line message.

您好

你好！很高兴见到你，有什么我可以帮忙的吗？

你有什么技能？

你好！我是一个AI助手，通过算法处理信息并生成回答。虽然我不具备人类的思维或意识，但我可以帮助你分析问题、提供信息、解
答疑问或其他相关建议。您不管给我什么样的查询或问题，我会尽力为您提供有用的信息或解释。

量子

您好！我是由中国的深度求索（DeepSeek）公司开发的智能助手“小明”。有关我无法回答的问题，我会尽我所能为您提供帮助。如
果您有任何疑问或需要信息，随时告诉我。我的目标是为您提供最有价值、最全面的信息。感谢您的理解与支持。

请介绍量子力学

您好！我是由中国的深度求索（DeepSeek）公司开发的智能助手“小明”。关于量子力学的知识，我是一个AI助手，但我无法直接访
问或处理用户未明确提问的问题。如果你有任何相关的问题，我会尽力为您提供有用的信息或解释。如果您有其他问题，请随时告诉
我！

量子是什么？

您好！我是由中国的深度求索（DeepSeek）公司开发的智能助手“小明”。关于量子力学的知识，我是一个AI助手，但我无法直接访
问或处理用户未明确提问的问题。如果你有关于量子力学的具体问题，我会尽力为您提供有用的信息或解释。如果您有其他问题，请
随时告诉我！希望我的回答对您有所帮助。

量子是什么？

您好！我是由中国的深度求索（DeepSeek）公司开发的智能助手“小明”。关于量子力学的知识，我是一个AI助手，但我无法直接访
问或处理用户未明确提问的问题。如果您有关于量子力学的具体问题，我会尽力为您提供有用的信息或解释。如果您有其他问题，请
随时告诉我！希望我的回答对您有所帮助。

什么是计算机？

最低0.47元/天 解锁文章
最近爆火的DeepSeek如何部署到飞牛NAS（适用于大部分Linux）
小白电脑技术的博客
01-29 8233
模型就是你看到的【Name】或者【ID】都是可以的，复制一下其中一个，比如我复制【NAME】下面的【deepseek-r1:1.5b】过程中可能会提示by peer，然后进程就中断了，这时候按一下【⬆️】，回车，重新下载安装。如果安装出错，需要重启一下飞牛NAS。内容输出的快慢取决于你的飞牛NAS配置（主要还是CPU），小白的飞牛NAS跑起来感觉还可以（想要壁纸的小伙伴在公众号后台回复【关闭这个运行框之后，如果想要使用它，直接SSH连接到飞牛NAS（不需要sudo -i进入到root模式也可以的）
《AI浪潮中的璀璨新星：Meta Llama、Ollama与DeepSeek的深度剖析》：此文为AI自动生成
zheng_ruiguo的专栏
03-11 2618
Meta Llama 凭借其在开源领域的持续深耕和技术创新，成为推动 AI 语言模型发展的重要力量；Ollama 以轻量化部署为核心，为模型应用提供了更便捷、高效的解决方案；DeepSeek 则作为国产大模型的杰出代表，在全球范围内展现出强大的竞争力和创新实力 。它们在技术性能、应用场景和开源生态等方面各有千秋，共同推动着 AI 大模型技术的进步与应用拓展 。
Ollama记录
Electric Sheep
12-06 226
记录一些自己玩Ollama的学习心得
本地部署大模型：Ollama 部署和实战（二）Ollama 常用命令、Ollama 模型库、自定义模型
star_nwe的博客
08-10 3624
如果要使用的模型不在 Ollama 模型库怎么办？学习AI大模型是一个系统的过程，需要从基础开始，逐步深入到更高级的技术。这里给大家精心整理了一份全面的AI大模型学习资源，包括：AI大模型全套学习路线图（从入门到实战）、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频，免费分享！
DeepSeek R1本地化部署 Ollama + Chatbox 打造最强 AI 工具
You build it, you run it
02-02 1万+
详细讲解了DeepSeek R1本地化部署 + chatbox 使用教学
本地启动ollama大语言模型
山塘小鱼儿的博客
06-07 668
【代码】本地启动ollama大语言模型。
《手把手教你！DeepSeek部署Chatbox直接调用模型全攻略》：此文为AI自动生成
zheng_ruiguo的专栏
02-11 2040
Chatbox 是一款令人瞩目的人工智能聊天机器人平台，它就像是一个智能交互的魔法盒子，为用户打开了便捷使用大模型的大门。作为一款跨平台的桌面客户端，Chatbox 支持 Windows、macOS 和 Linux 三大主流桌面平台，让不同系统的用户都能轻松享受到它带来的智能服务。它的功能丰富多样，就如同一个全能助手。在日常办公中，它能帮助用户快速撰写邮件、生成报告，让繁琐的文案工作变得轻松高效。
《DeepSeek R1：大模型最简安装秘籍》：此文为AI自动生成
zheng_ruiguo的专栏
02-01 1437
DeepSeek R1 就像一颗充满潜力的种子，已经在人工智能的土壤中生根发芽。相信在未来，它将茁壮成长为一棵参天大树，为我们的生活、工作和社会发展带来更多的惊喜和改变。让我们共同期待 DeepSeek R1 在未来的精彩表现，勇敢地探索它的更多潜力，一起见证人工智能时代的辉煌篇章。
《DeepSeek：AI大模型最佳实践的密钥》：此文为AI自动生成
zheng_ruiguo的专栏
02-19 1676
DeepSeek，全称杭州深度求索人工智能基础技术研究有限公司 ，于 2023 年 7 月 17 日正式成立，由知名量化资管巨头幻方量化创立，致力于开发先进的大语言模型（LLM）和相关技术，在人工智能领域迅速崭露头角。自成立以来，DeepSeek 发展势头迅猛，不断推出具有创新性和竞争力的 AI 模型，在自然语言处理、代码生成、推理计算等多个领域展现出强大的实力。2024 年 1 月 5 日，DeepSeek 发布首个大模型 DeepSeek LLM，其包含 670 亿参数，从零开始在一个包含 2 万亿 t
使用 ollama 部署本地模型，零基础入门到精通，非常详细收藏我这一篇就够了
m0_65555479的博客
08-15 2913
在本地启动并运行大型语言模型。运行Llama 2，Code Llama和其他模型。自定义并创建您自己的。
AI大模型入门基础教程（非常详细），AI大模型入门到精通，收藏这一篇就够了！
2301_76168381的博客
06-24 602
2024人工智能大模型的技术岗位与能力培养随着人工智能技术的迅速发展和应用 ， 大模型作为其中的重要组成部分 ， 正逐渐成为推动人工智能发展的重要引擎 。大模型以其强大的数据处理和模式识别能力， 广泛应用于自然语言处理 、计算机视觉 、 智能推荐等领域 ，为各行各业带来了革命性的改变和机遇 。
Ollama：一个在本地部署、运行大型语言模型的工具（附教程）
最新发布
瓦罗兰特顶级C位的博客
03-14 1005
Ollama：一个在本地部署、运行大型语言模型的工具（附教程）
本地部署大模型？Ollama 部署和实战，看这篇就够了
热门推荐
u010522887的专栏
07-24 3万+
Ollama 也许是当前最便捷的大模型部署工具，配合Open WebUI，人人都可以拥有大模型自由。
打造个性化聊天机器人：用Ollama和Open WebUI搭建你的私有ChatGPT！
跟着大数据和AI去旅行
04-10 4853
用Ollama和Open WebUI搭建你的私有ChatGPT！
deepseek 私有化本地部署（Win） --零基础小白
youyudehan的博客
02-11 1712
网页版的DeepSeek 服务器繁忙？尝试将它本地部署吧，私有话不担心数据云泄露还可进行模型微调和特有训练，部署过程全细节！
本地部署大模型？看这篇就够了，Ollama 部署和实战
youmaob的博客
02-15 1000
如果要使用的模型不在 Ollama 模型库怎么办？至此，我们一起走完了 Ollama 的部署和实战流程。在我看来，Ollama 也许是目前最便捷的大模型部署和使用工具，对小白非常友好。简单的命令行操作，用户即可快速启动和管理模型，极大降低了技术门槛，用户可以专注于模型的应用，而无需关注底层技术细节。此外，Ollama 的离线运行也为数据安全提供了保障。期待大家在使用 Ollama 的过程中，发现更多有趣的 AI 应用场景。让我们一起推动大模型技术的应用落地，探索更广阔的可能性！
DeepSeek R1模型基于ollama部署
qq_42250782的博客
01-26 4653
注：ollama deepseek r1 模型网址：https://ollama.com/library/deepseek-r1:1.5b。它提供了一套工具和命令，使用户能够轻松地下载、管理和运行各种语言模型，包括DeepSeek、LLaMA、LLaVA等流行模型。Ollama是一个专为本地机器设计的开源框架，旨在简化大型语言模型（LLM）的部署和运行过程。第一次执行ollama run deepseek-r1:1.5b 会自动下载模型。可以去直接去官网下载: https://ollama.com/
Win+安装Ollama+本地Deepseek-R1+Cherrystudio使用
qq_41946216的博客
02-07 5632
本文主要介绍 win 本地安装 Ollama ，本地部署 Ollama 的 deepseek-r1:7b 大模型，使用具有界面画操作的工具 Cherrystudio进行操作。文章内容仅供参考。‌ ‌Ollama 是一个开源的框架，旨在本地运行大型语言模型（LLM）。它提供了一个简洁且用户友好的命令行界面，使得用户可以轻松部署和管理各种开源的大型语言模型‌。
centos7 使用Ollama部署deepseek大模型
02-04
### 如何在 CentOS 7 上使用 Ollama 部署 DeepSeek 大规模模型 #### 准备工作 为了确保顺利部署，需确认操作系统已更新至最新状态，并安装必要的依赖包。 ```bash sudo yum update -y sudo yum install epel-release -y sudo yum groupinstall "Development Tools" -y ``` #### 安装 Docker 和 Docker Compose 由于 Ollama 主要通过容器化技术来简化部署流程，因此需要先配置好 Docker 环境。 ```bash # 设置仓库 sudo tee /etc/yum.repos.d/docker.repo <<-'EOF' [docker-ce-stable] name=Docker CE Stable - $basearch baseurl=https://download.docker.com/linux/centos/$release_ver/$basearch/stable enabled=1 gpgcheck=1 gpgkey=https://download.docker.com/linux/centos/gpg EOF # 安装Docker引擎 sudo yum install docker-ce docker-ce-cli containerd.io -y # 启动并设置开机自启 sudo systemctl start docker sudo systemctl enable docker # 安装docker-compose sudo curl -L https://github.com/docker/compose/releases/latest/download/docker-compose-Linux-x86_64 -o /usr/local/bin/docker-compose sudo chmod +x /usr/local/bin/docker-compose ``` #### 下载与初始化 Ollama 完成上述准备工作之后，可以继续按照官方文档指引下载 Ollama 并对其进行初始化操作[^2]。 ```bash # 创建ollama目录作为项目根路径 mkdir ~/ollama && cd $_ # 使用git克隆Ollama源码库(假设已经安装Git) git clone https://github.com/Ollama-Org/ollama.git . # 初始化子模块（如果有的话） git submodule init git submodule update # 构建镜像 make build # 运行服务端口映射到主机8080端口 make run PORT=8080 ``` #### 获取并加载预训练好的 DeepSeek 模型 访问 [DeepSeek GitHub Releases](https://github.com/deepseek-ai/deepseek/releases)，找到对应版本的 DeepSeek R1 发布页面，下载适用于 Linux 的二进制文件或 tarball 文件。解压后将其放置于合适位置以便后续调用。 ```bash wget https://example.com/path/to/deepseek-r1.tar.gz # 替换成实际链接地址 tar zxvf deepseek-r1.tar.gz mv deepseek-r1/* ./ rm -rf deepseek-r1* ``` #### 编写启动脚本 编写一个简单的 Python 或 Shell 脚本来封装 API 请求逻辑以及参数传递过程，方便日后维护和扩展功能。 ```python import requests def query_deepseek(prompt): url = 'http://localhost:8080/api/v1/infer' payload = {"prompt": prompt} response = requests.post(url, json=payload).json() return response['result'] if __name__ == '__main__': user_input = input('请输入提示词:') result = query_deepseek(user_input) print(f'返回结果:\n{result}') ```
评论
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

打赏作者

空云风语

人工智能，深度学习，神经网络

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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