新的改变
DeepSeek 的搜索引擎基于深度学习算法，能够理解和分析大量的数据源（如文本、图像、视频等），并结合用户的行为数据和偏好，提供个性化的搜索结果。
最近爆火的DeepSeek不用多说了，快来本地部署感受DeepSeek带来的人工智能宏利吧！
DeepSeek 官网
> https://chat.deepseek.com/
> 官网访问当然是最佳选择，但是有时候会出小差，这时候本地部署就显得游刃有余了。
本地部署后的界面，无需联网，24小时待命工作。
好了，废话不多说，开始本地部署。
第一步，ollama下载，本地安装
> https://ollama.com/
推荐用迅雷下载，下载不了的这里给个链接。
https://objects.githubusercontent.com/github-production-release-asset-2e65be/658928958/36ca2c6f-e290-4af2-b650-f89c1158514f?X-Amz-Algorithm=AWS4-HMAC-SHA256&X-Amz-Credential=releaseassetproduction%2F20250206%2Fus-east-1%2Fs3%2Faws4_request&X-Amz-Date=20250206T073328Z&X-Amz-Expires=300&X-Amz-Signature=6d1fabb0b7307034132474c98504bf9d75ce53f5eef0b3195905f60745efb2ae&X-Amz-SignedHeaders=host&response-content-disposition=attachment%3B%20filename%3DOllamaSetup.exe&response-content-type=application%2Foctet-stream
百度网盘也上传了一个，可以从这里下载。
> 通过网盘分享的文件：attachment; filename=OllamaSetup.exe 链接:
> https://pan.baidu.com/s/1fQVHi0pSB8HghPR_sU-uKA?pwd=scri 提取码: scri
下载完后一路默认安装
安装完成后测试是否安装成功。
win+r调用命令，或CMD
> ollama -v
下述提示安装成功。
第二步、deepseek-r1模型下载
https://ollama.com/
进入models界面，选择deepseek-r1模型并下载
根据自己电脑GPU配置选择相应的模型
**这里可选择模型，
> ollama run deepseek-r1:1.5b
> ollama run deepseek-r1:7b
> ollama rundeepseek-r1:8b
> ollama run deepseek-r1:14b
> ollama run deepseek-r1:32b
等。**
一般情况电脑，上述模型够用了。当然了下载是需要运气和经验的。
下载完后，模型位置：
下面命令查看安装的模型版本类型。
ollama list
第三步、deepseek-r1模型运行
运行下面代码，选择要运行的deepseek-r1模型
ollama run deepseek-r1:14b
例如，选择 deepseek-r1:14b
测试模型运行情况
弹出下述界面，说明模型运行正常。
/bye退出模型运行界面
/bye
第四步、模型chatboxai界面化运行
按照下述地址下载chatboxai软件
> https://chatboxai.app/zh
下载不下来的，这里提供百度网盘地址：
通过网盘分享的文件：Chatbox-1.9.7-Setup.exe
链接: https://pan.baidu.com/s/1aSmy1ClSH6MM0Q3QCB_T7g?pwd=iqnn 提取码: iqnn
下载完后进行安装
进入软件界面
在设置中进行配置模型，选择ollama api
选择要运行的DeepSeek-r1模型版本。前期下载了几个DeepSeek-r1模型，这里就可以选几个，可以根据电脑配置来回切换模型版本。
第五步、模型chatboxai测试
这里以DeepSeek-r1：14b为例进行测试，首先，摆出测试电脑配置
**DeepSeek-r1：**b模型越大，对电脑配置越高，DeepSeek-r1：14bGPU全部拉满，CPU，内存能跑到50%。
Hugging Face自定义模型本地部署
Hugging Face官网
http://huggingface.co/
如何从huggingface官网下载模型，参见此篇博客
https://blog.csdn.net/zhaomengsen/article/details/130616837?utm_medium=distribute.pc_relevant.none-task-blog-2defaultbaidujs_baidulandingword~default-1-130616837-blog-132649978.235v43pc_blog_bottom_relevance_base4&spm=1001.2101.3001.4242.2&utm_relevant_index=4 https://blog.csdn.net/engchina/article/details/132649978
**
自定义模型下载后的部署及设置同上。
后续将持续完善此篇幅内容。
