DeepSeek-01：无需 Docker，千元级电脑本地部署 Ollama + DeepSeek-R1:14b + Chatbox

本机环境

码农上班忙，断更很长时间。deepseek火了一个春节，安奈不住，写几篇博客，纪念一下。初步目标是在本机部署deepseek r1:32b，但是下载了30%左右时，提示失败，遂放弃32b，改为deepseek r1:14b。

家人们，看看我的配置，不是30叉叉、也不是40叉叉。但是运行14b，非常丝滑。

• 操作系统：Windows 10
• CPU：Intel i5-13400
• GPU：NVIDIA RTX 2080 Ti 22G
• 内存：32GB DDR4
• CUDA：12.4

强调：不安装docker、不安装docker。怎么轻量，就怎么操作。

Ollama 安装步骤

Ollama 是一个轻量级的模型托管工具，支持多种 AI 模型运行。以下是安装步骤：

1. 下载 Ollama

打开浏览器访问 ollama.ai，下载对应平台的exe安装包。

2. 安装

双击exe按照提示默认安装即可。

3. 初始化配置

无需额外设置。

4. 启动 Ollama 服务

启动Power Shell，通过命令行先查询Ollama是否安装成功：

ollama --version

如果显示了版本号，则表示ollama安装成功：

ollama version is 0.5.7

启动服务后，可以继续输入命令，直接在ollama仓库下载deepseek r1:14b。
14b模型大小大约9G，预计1个小时。注意：32b模型大约19G。
所以，下载前，请确保有足够的磁盘空间。

DeepSeek-R1:14b 安装步骤

DeepSeek-R1 是一个基于 LLaMA 的开源 AI 模型，以下是本地部署步骤：

deepseek_r1_14b_50">1. 下载deepseek r1 14b模型

继续在已启动ollama的PowerShell中输入命令：

ollama run deepseek-r1:14b

开始自动下载14b模型，进度如下：

模型保存目录：

C:\user\登录用户名.ollama\models

大家可以自行去目录查看模型。
下载完成且成功后，会提示如下信息：

Send a message(/? for help)

当然，也可以通过输入ollama list查询已下载的模型。如下图：

2. 安装依赖项

无需下载安装。

3. 下载模型配置文件

未下载、未设置。

4. 配置 Ollama 模型

使用默认配置，未进行修改。

5. 启动 DeepSeek-R1 服务

以后重启电脑，或者要启动deepseek r1服务，使用如下命令：

ollama run deepseek-r1:14b

是不是很眼熟？对了，这就是下载模型的命令，反正每次我都使用这个命令启动服务。

至此，可以使用CLI方式进行多轮对话了。

Chatbox 安装步骤

Chatbox 是一个简单易用的聊天界面工具，以下是安装和配置步骤：

1. 下载 Chatbox

浏览器里登录chatbox官网，下载64bit安装包。
按照默认提示进行安装即可。

2. 安装依赖项

此种方式不需要额外安装依赖。

3. 配置 Chatbox

可视化交互界面进行设置。选择“使用自己的API Key或本地模型”，出现“选择并配置AI模型提供方”。
这里有Ollama API、DeepSeek API等多个选项。请选择Ollama API。是的，不要惊讶，就是Ollama API。不要问我为啥知道，因为我选过另外一个选项……都是泪

之后出现的对话框API域名处设置为：

http://localhost:11434

模型处，选择：

deepseek-r1:14b

至此，安装完毕。本机轻松搞定一个AI对话机器人。

4. 启动 Chatbox

按开始菜单点击Chatbox快捷方式即可，在Chatbox里就可以自由聊天，体验deepseek-r1:14b带来的丝滑体验了。

性能体验

• Ollama：轻量级，适合快速响应的小模型。
• DeepSeek-R1:14b：推理速度较非常快，但生成结果更自然。
• Chatbox：界面友好，支持多种模型切换。

总结

通过本次部署，我们成功在本地环境中搭建了 Ollama、DeepSeek-R1:14b 和 Chatbox 系统。虽然硬件配置为千元级，但通过合理的优化和配置，依然可以流畅运行大语言模型，并提供良好的交互体验。未来可以通过以下方式进一步改进：

• 集成更多 AI 模型，丰富应用场景。

如果你有任何问题或需要进一步的帮助，请随时留言讨论！