如何在本地部署deepseek-r1模型【详细步骤】
引言：最近在跟几个朋友聊到企业AI应用的时候，发现我们虽然一直在使用各种大模型提供的端侧应用，聊天APP等，但是对很多企业来说，私有数据不方便上传至公网，提问记录也不希望被公网记录。当然还有一个重要的原因就是Token的消耗。当然大部分企业也不会投入大成本进行大模型的训练，由此在本地部署LLM，也是一个比较迫切的需求。很多人也想在自己机器上部署大模型，创建自己的模型，今天咱们就以deepseek-r1模型为例，使用Ollama部署本地模型。
首先简单介绍下Ollama，一个开源工具，专为在本地机器上便捷部署和运行大型语言模型（LLM）而设计。能帮助我们在自己的设备上加载、运行和交互各种LLM模型，deepseek也不例外。
接下来我们就要使用Ollama来本地部署deepseek-r1模型。步骤超简单，有手就会。
Step1: 下载安装Ollama
进入Ollama官网，https://ollama.com/ 不用梯子，直接可访问。如图
点击 Download ，选择自己的操作系统，下载Ollama，我这里选择的是macOS。
macOS下载的zip文件大约180M，解压后，傻瓜式的next，直到安装完成。
安装完成后，在命令行（windows下是cmd窗口）输入：ollama ，如果出现下图中的提示，说明安装完成。
Step2: 下载deepseek-r1 模型
进入Ollama官网，点击Models，排名第一的就是deepseek-r1模型。你也可以在这里搜索其他感兴趣的模型。
点击模型名字后，进去模型详情界面，先选择模型参数，默认是7b, 可根据自己的机器配置选择相应的模型大小，我机器比较菜，为了快速验证，我选的是1.5b。选择完模型参数后，点击右边的复制按钮，复制模型运行命令。
然后将命令粘贴到命令窗口运行，就开始下载模型了。根据模型大小和网速，估计要20分钟左右，出现如下窗口，就说明下载完成了，就可以直接输入消息进行本地模型对话了。
Step3: 进行对话
对话示例
<think> 部分是deepseek-r1模型的思考过程，</think> 下面是具体输出的回答。
通过以上简单三步操作，你就拥有本地的deepseek-r1模型啦，快动手试试吧。