前言

deepseek最近火的一塌糊涂，谁还不知道deepseek感觉就已经是上古时期的人了，趁着有时间我赶紧研究了一下本地部署，deepseek有很多蒸馏版的模型，对硬件要求不是很高，这就让本地部署变成了可能，于是我迫不及待的在我的mac电脑上试了一下，嘿，还挺丝滑。

现在将部署的过程分享如下：

电脑配置：

芯片 Apple M1 pro

内存 16G

macOs Sequoia 版本15.3.1

安装的Deepseek版本：

Deepseek-r1:8b（我之前装的是8b版本）

Deepseek-r1:7b（为了演示截图，我再装一个7b版本）

使用的UI框架：

Openwebui（基于docker部署的）

体验效果展示：

整体来说部署到本地是可以玩的，响应的速度也在可以接受的范围内，配合上openwebui，还可以有文生图，联网搜索，调用API接口等玩法。

本地部署体验总结

由于机器配置有限，我仅仅部署了7b的模型，智商非常有限，所以仅限于玩玩了，如果有比较土豪的大佬，部署更大参数的模型，那部署在本地，作为生产力工具也是可以的。

但是真正的处理工作啥的，我建议还是老实用线上版本，毕竟线上是满血版，不是咱们这些小破电脑能跑起来的。

deepseek线上版：https://chat.deepseek.com/

如果老是显示服务器繁忙，也可以找平替，有很多大厂都已经接入了deepseek，响应速度都还非常不错，比如：

百度搜索：https://chat.baidu.com/

腾讯元宝：https://yuanbao.tencent.com/（默认是混元大模型，需要自己手动切换成deepseek-r1）

秘塔AI搜索：https://metaso.cn/

360纳米AI搜索：https://www.n.cn/

天工AI：https://www.tiangong.cn/

部署过程

废话不多说，直接来跟着我一步步进行部署：

Ollama部署

直接上官网：https://ollama.com/download，然后下载自己电脑适合的版本，安装即可。

下载完成后，解压，然后安装：

安装成功后，即可在终端进行调用了。

# 查看 Ollama 版本
ollama --version
# Ollama 命令帮助
ollama -h

如此，ollama的安装就搞定了。

接下来我们就来拉取deepseek的模型

拉取模型

# 拉取模型（我这里用的是先拉取，再运行）
ollama pull deepseek-r1:7b

运行模型

等待拉取结束，运行模型

#运行 deepseek-r1:7b模型
ollama run deepseek-r1:7b

可以看到已经模型已经正常运行了，可以正常进行对话了。输入 /bye 可以结束在终端的对话。

此时已经成功将deepseek-r1:7b模型在本地跑起来了，但是这和别人用的都不太一样，而且在终端对话始终不是那么的方便，那么怎么办呢？

Openwebui部署

接下来就祭出 Openwebui，相对可玩性比较高的一个大语言模型的UI框架，我们来用ollama作为服务端，Openwebui作为前端，部署起来进行访问。

这里我只介绍使用docker进行部署，因为比较方便，其他方式有兴趣的朋友自己研究即可。

什么？电脑没有安装docker？mac电脑安装docker可以说是有手就会，我就不过多介绍了，实在不会的，参考这个教程：https://www.runoob.com/docker/macos-docker-install.html

docker安装成功后，我们来使用docker安装Openwebui

# 拉取镜像并映射端口运行
docker run -d -p 3000:8080 --add-host=host.docker.internal:host-gateway -v $HOME/Documents/myDockerData/openwebui:/app/backend/data --name open-webui --restart always ghcr.io/open-webui/open-webui:main

可以看到 已经拉取镜像成功，并且端口映射好，而且启动起来了

此时访问 http://localhost:3000/ 就可以进入到Openwebui的界面了。

首次进入可能需要稍微等待几分钟，然后就会出来界面，

点击开始使用，然后进行注册，登录即可使用。首次注册的账号即为管理员账号。

运行Ollama服务

我们需要使用Ollama作为后端，提供API接口的服务，所以需要将这个服务启动起来。

#启动ollama服务，默认监听端口是11434
ollama serve

访问http://localhost:11434/可以看到服务是否启动成功：

显示Ollama is running 说明服务已经成功启动了。

在Openwebui中配置ollama的服务

在个人头像-设置-管理员面板-外部连接页面，打开Ollama API的开关，填写API的地址：http://host.docker.internal:11434

注意：由于此处是在docker中进行运行的Openwebui，但是ollama是在本地直接运行的，所以配置到这里必须这样配置才可以生效，如果配置为localhost:3000 是不起作用的。

配置完成之后，就可以测试聊天了。

选择相应的模型，然后直接开始对话即可。

至此，大功告成！你已经可以在本地运行大模型，并且可以使用网页进行对话了。

后话

至于文章开始展示的集成本地文生图模型、调用api文生图功能，或者调用api接口chat，以及调用联网搜索功能的这些分支，还需要再逐一进行讲解。

如果你有以上某方面的需要，请在评论区进行留言，我将视情况再做后续的文章更新。

感谢各位大佬的观看~ 下期再见~