本地部署的优势：

• 数据隐私保护：本地部署 DeepSeek 可以确保数据不会离开本地服务器，大大提高了数据的安全性，避免了数据泄露的风险。

• 灵活定制：可以根据业务需求灵活调整模型的参数和功能，满足特定的业务场景需求。

• 离线使用：无需依赖网络，随时随地都能调用 AI 能力，特别适合没有稳定网络连接的环境。

部署过程

一、安装 Ollama

Ollama 是一个开源工具，旨在帮助你在本地轻松运行和部署大型语言模型。以下是安装 Ollama 的步骤：

• 访问 Ollama 的官方网站的下载页面

• 在下载页面选择适合你操作系统环境（Windows、Mac 或 Linux）的安装包。完成下载后，双击安装文件，按照提示一步步完成安装过程。
  对于大多数环境来说，最简便的方法是通过一个简单的命令完成安装：

curl -fsSL https://ollama.com/install.sh | sh

• 最后，打开终端，输入以下命令来验证 Ollama 是否成功安装

ollama --version

这将显示当前安装的 Ollama 版本信息，如出现以下信息则安装顺利完成。

二、下载模型

• 模型选择
  自己部署一般下载的模型有 1.5B 到 70B 的，可以对照自己的机器配置来进行相关模型的下载与安装

  模型大小	参数量	显存需求 (GPU)	CPU 和内存需求	适用场景
  1.5B	15 亿	2-4 GB	8 GB 内存	低端设备，轻量推理
  7B	70 亿	8-12 GB	16 GB 内存	中端设备，通用推理
  8B	80 亿	10-16 GB	16-32 GB 内存	中高端设备，高性能推理
  14B	140 亿	16-24 GB	32 GB 内存	高端设备，高性能推理
  32B	320 亿	32-48 GB	64 GB 内存	高端设备，专业推理
  70B	700 亿	64 GB+	128 GB 内存	顶级设备，大规模推理
  671B	6710 亿	多 GPU (80 GB+)	256 GB+ 内存	超大规模推理，分布式计算

• 模型下载

1. 在终端使用 ollmam run 命令直接下载
   比如要下载 1.5b 的模型，使用命令：

ollama run deepseek-r1:1.5b

下载过程如图所示：

下载完成后，自动运行了模型，可以随便问一个问题试试：

自此模型简易的搭建就结束了

三、web ui 搭建

这里为了方便，直接使用浏览器扩展，推荐 Page Assist 这个扩展，直接搜索安装即可
快捷链接：Edge 浏览器扩展链接 Firefox 浏览器扩展链接
扩展安装完成后点击浏览器栏的扩展图标，选择 Page Assist

在右上角的设置里可以把页面语言改为中文


然后点击左上角的新聊天，就可以开始对话了，有下载了多个模型的，可以选择不同的模型

扩展支持网页搜索

我打开网络搜索问了一下今天是哪一天(写文章这里时是 3 月 18 号)
他能正常理解是 3 月 18 号