如何本地部署DeepSeek

新年刚过，互联网上最热闹的地方，竟然是DeepSeek。朋友圈刷屏的除了新年祝福，还有各种关于它的讨论。揣着一颗好奇心试了试，竟有一种发现新大陆的感觉。估计是围观的人太多，在线版本时不时会卡住或连不上。想着不如自己动手，本地部署的念头就这么冒了出来。

方案

本地化方案其实很简单：Ollama + DeepSeek-R1 + Enchanted LLM，三者搭配，一步到位。

Ollama 是一个在本地运行大语言模型的利器，支持多种开源模型，比如 Llama 2、Code Llama、Mistral 等。它把模型下载、配置、运行全流程简化到极致，用起来颇有 Docker 的感觉：pull、run、ps……一条命令搞定。安装也很省心，选对系统版本下载安装就完事了。

DeepSeek-R1

打开 Ollama 官网（https://ollama.com/），Models 页面排名第一的就是 DeepSeek-R1。点进去选择对应的版本，右边会自动展示对应的 ollama 命令。复制，粘贴到命令行，回车执行——就是那么简单。

不过呢，高端操作一帆风顺不太合理，所以必然要踩点坑。第一个上手的是 70b 版本，总大小 43GB。下了两个小时左右，终于好了，正准备见证奇迹的时候，ollama 抛出了这样一条错误提示：ollama Error: Post "http://127.0.0.1:11434/api/show": read tcp 127.0.0.1:57953->127.0.0.1:11434: read: connection reset by peer 。于是去问 DeepSeek 本尊，它思考了半天，最终回答是“服务器繁忙，请稍后再试”。然后建议检查服务状态、端口占用、防火墙、Ollama 版本……一顿操作之后，突然想起 ollama ps 这个命令。一看，傻眼了，什么都没有。这才明白，模型根本没跑起来——电脑配置不够，70b 这个版本确实高攀不起。转而尝试 1.5b 版本，一切顺利。命令行里能直接对话了，让它用 React 实现一个 tab 组件，好家伙，一口气给出了十几个方案。果断换下一个版本，选 32b。20GB 的模型，居然成功跑起来了。

Enchanted

命令行对话终究不如界面顺手。在 Ollama 的 README 里，列举了大量的 UI 工具，比如 Open WebUI、Enchanted、Hollama、Lollms-Webui……因为用的是 macOS，这里选了 Enchanted。它是一个 macOS 原生 App，也支持 iOS 和 Vision Pro，直接从 App Store 下载安装即可。配置起来极其简单：填入本地服务地址（Ollama 本地服务默认为 localhost:11434），选择对应模型版本，搞定。

至此，本地化部署就算完成了。最后附上纪念照一张：