最近DeepSeek大火，很多人都想用DeepSeek，但是无奈经常提示服务器繁忙，那就试试将DeepSeek部署到自己电脑上吧！

最近DeepSeek大火，很多人都想用DeepSeek，但是无奈经常提示服务器繁忙，那就试试将DeepSeek部署到自己电脑上吧！不仅能用DeepSeek，还能联网搜索、生成图片！并且，Win和Mac都可以使用！

PART ONE

部署DeepSeek到本地

推荐大家使用Ollama进行部署，非常简单，有手就行

🏗️ 安装Ollama

去Ollama官网（https://ollama.com/）根据自己的系统选择下载对应的安装包安装即可

🧱 下载DeepSeek模型

在Ollama官网中点Model选项，DeepSeek在第一个，点击进入模型详情页，根据自己的需求选择对应的模型大小，例如7b、32b。选择好对应的模型尺寸后点击右侧的按钮复制命令即可（如果不知道该如何选，请看文章底部的QA部分）

复制好命令后，Windows用户打开Powershell、Mac用户打开终端，将刚刚复制的代码粘贴进去，按回车即可自动下载模型，等待模型下载完成即可使用（Windows系统会默认下载到C盘，如果想要修改请看文章底部的QA部分）

💬 跟DeepSeek对话

模型下载完成之后，即可正常进行对话，关闭Powershell或者终端则退出对话，下次如果还需要进行对话的话，再次打开Powershell或者终端，输入命令 ollama run 模型名称 即可启动模型开始对话

# 运行模型``ollama run 模型名称`` ``# 例如：``ollama run deepseek-r1:32b

至此，DeepSeek部署到本地已经完成可以使用啦。不过，这样用起来是不是还觉得不够方便？请看后面

PART TWO

本地部署LLM应用开发平台

当我们通过Ollama将LLM部署到本地后，总会觉得有点麻烦，比如只能在 Powershell/终端 中通过命令行的形式跟AI进行对话，比如无法使用AI Agent、联网搜索。本地部署后使用起来总觉得比在线工具差了点什么，而LLM应用开发平台就是弥补这些缺点的存在。让AI在你的电脑里 满血复活

🏗️ 安装Docker

Docker类似于虚拟机，可以将许多复杂的项目和软件一键运行，非常方便，推荐新手和小白使用。前往Docker官网（https://www.docker.com/）根据自己的系统下载安装Docker即可

🏗️ 安装OpenWebUI

OpenWebUI轻量、简单，对新手非常友好，因此推荐大家使用。Windows用户打开Powershell、Mac用户打开终端，输入以下代码按回车就可以一键部署OpenWebUI

docker run -d -p 3000:8080 –add-host=host.docker.internal:host-gateway -v open-webui:/app/backend/data –name open-webui –restart always ghcr.io/open-webui/open-webui:main

输入代码后，耐心等待下载镜像，镜像下载完成后会自动安装，安装完成后打开浏览器访问 http://localhost:3000 就可以访问OpenWebUI了

PART THREE

配置联网搜索、图像生成

让AI联网搜索、图像生成

🔗 将Ollama与OpenWebUI关联

访问 http://localhost:3000/ 进入OpenWebUI页面，点击左下角头像，在浮层中选择管理员面板

在管理员面板中点击右上角的设置选项，切换到系统设置，然后选择外部连接选项，将Ollama API连接点击启用，URL中输入 http://host.docker.internal:11434 ，其余留空即可，记得一定要点保存！

Ollama API填写完成后，就可以在模型中看到已经部署到本地的模型了，此时点击新对话，在左上角就可以选择模型并进行切换了，此时就可以在WebUI中使用DeepSeek了，是不是比之前方便多了

小知识：在同一个局域网下，任意设备访问 http://localhost:3000 都可以使用DeepSeek了

🛜 配置联网搜索

进入管理员面板，点击右上角的设置，找到 联网搜索 选项，在右侧点击开启，并将搜索引擎改成duckduckgo保存（为什么是duckduckgo？因为免费，且不需要注册各种乱七八糟的东西）。设置完成后在对话中就出现了联网搜索的选项，勾选即可在使用AI的时候进行联网搜索

🎨 配置图像生成

进入管理员面板，点击右上角的设置，找到 图像 选项，在右侧点击开启，并根据实际情况选择WebUI还是ComfyUI，这里以ComfyUI为例。在ComfyUI地址这一栏中填写 http://host.docker.internal:8188 （需要提前运行ComfyUI），然后在下方Workflow中上传一个API Json文件，上传后需要检查下方Prompts、Model这些参数后面ID是否跟Workflow里保持一致，如果不一致需要手动修改。最后在最下方设置好默认模型、分辨率、步数即可，记得点保存！

配置完成后在对话中就出现了图像生成的选项，点击就可以在对话中生成图片了（别忘了运行ComfyUI）

QA PART

**大家常见的疑问也都整理在这了 **

Q：7b、32b这么多大小我该如何选择？

A：7b、32b中的b是billion的简写，指的是数据量大小。可以简单的理解为，模型数据量越大（b的值越大），质量越高。但是相对的，模型体积也就越大，所需要硬件要求也就越高，这就导致运行速度会变慢。根据自己硬件条件、能接受的响应速度、响应质量自己选择即可

Q：电脑硬件有什么要求？

A：简单可以使用公式 显存+内存>模型大小 来作为选择的参考。这里的模型大小指的是模型体积，也就是多少G多少G，不是参数量（b）。例如显存12G，内存16G，那么模型大小小于28G的都可以使用（就比如Ollama中的DeepSeek R1 32b的模型大小是20G，可以使用，但是70b模型大小是43G就不能使用）。但是需要注意，当模型大小超过显存时，会调用CPU进行计算，速度会大大降低。因此，模型大小越大于显存大小，运行速度越慢

Q：Windows用户如何将Ollama模型放在其他盘，非C盘？

A：右键 我的电脑 选择 属性，在属性页面中点击 高级 ，然后找到 环境变量 入口，在 用户变量中 新建一个名为 OLLAMA_MODELS 的变量，值就是希望保存模型的目录，例如 D:\\OllamaModels ，点击保存即可

AI大模型学习福利

作为一名热心肠的互联网老兵，我决定把宝贵的AI知识分享给大家。 至于能学习到多少就看你的学习毅力和能力了 。我已将重要的AI大模型资料包括AI大模型入门学习思维导图、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出来。

大模型&AI产品经理如何学习

求大家的点赞和收藏，我花2万买的大模型学习资料免费共享给你们，来看看有哪些东西。

1.学习路线图

第一阶段： 从大模型系统设计入手，讲解大模型的主要方法；

第二阶段： 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；

第三阶段： 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；

第四阶段： 大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；

第五阶段： 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；

第六阶段： 以SD多模态大模型为主，搭建了文生图小程序案例；

第七阶段： 以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。

2.视频教程

网上虽然也有很多的学习资源，但基本上都残缺不全的，这是我自己整理的大模型视频教程，上面路线图的每一个知识点，我都有配套的视频讲解。

（都打包成一块的了，不能一一展开，总共300多集）

因篇幅有限，仅展示部分资料，需要点击下方图片前往获取

3.技术文档和电子书

这里主要整理了大模型相关PDF书籍、行业报告、文档，有几百本，都是目前行业最新的。

4.LLM面试题和面经合集

这里主要整理了行业目前最新的大模型面试题和各种大厂offer面经合集。

👉学会后的收获：👈 • 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；

• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；

• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；

• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。

1.AI大模型学习路线图 2.100套AI大模型商业化落地方案 3.100集大模型视频教程 4.200本大模型PDF书籍 5.LLM面试题合集 6.AI产品经理资源合集

👉获取方式： 😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓