前言

针对DeepSeek高频次服务繁忙问题，本地化部署已成为用户实现稳定、高效AI交互的主流方案。通过本地部署，用户可在终端设备上构建私有化知识库系统，实现‌离线运行、数据隐私保护、低延迟响应‌等核心需求‌

本文将详细介绍如何基于DeepSeek R1+Ollama+Cherry Studio+Page Assist实现本地化部署，帮助您轻松搭建并使用DeepSeek服务。通过Web UI界面，您可以直接与模型进行交互式对话；同时，借助功能强大的交互平台架构，打造属于自己的专属AI聊天室变得轻而易举。

一、基础环境搭建

  1. 什么是Ollama

​ Ollama 是一个可以在本地轻松部署开源大语言模型（LLM）的工具框架，它允许开发者在本地环境中方便地运行和测试不同的语言模型，如 DeepSeek、Llama等。

​ 官网地址：https://ollama.com/

​ github地址：https://github.com/ollama/ollama

  1. 安装Ollama

  • 访问Ollama官网下载对应操作系统的安装包（Windows/macOS/Linux），完成一键安装‌

    我这里以windows为例：

    image-20250228214909456

    下载完成后进行安装：

    image-20250228215430924

  • 安装验证

    安装完成后，在powershell中输入ollama -v，如果显示版本号即安装成功

    image-20250228215845649

  1. 选择模型

各型号特性与硬件需求如下：

型号 CPU 内存 显卡（显存要求） 存储 适用场景 成本参考
‌1.5B‌ 4核（Intel i5/Ryzen 5） ≥8GB 核显或低端独显（≥4GB） ≥20GB SSD 简单文本生成、轻量开发 个人级（2k-5k）
‌7B‌ 8核（i7/Ryzen 7） ≥16GB 中端独显（RTX 3060，≥8GB） ≥50GB NVMe 代码生成、数据分析 入门级（5k-1.5w）
‌8B‌ 8核（i7/Ryzen 7） ≥16GB 中高端独显（RTX 4060，≥10GB） ≥50GB NVMe 逻辑推理、轻量高精度任务 进阶级（1w-3w）
‌14B‌ 12核（i9/Ryzen 9） ≥32GB 高端独显（RTX 4090，≥16GB） ≥100GB NVMe 复杂任务（合同分析、长文本） 企业级（3w-8w）
‌32B‌ 16核（服务器级） ≥64GB 专业卡（A100 40GB） ≥200GB NVMe 多模态处理、专业领域咨询 高性能级（8w-15w）
‌70B‌ 32核（双路Xeon/EPYC） ≥128GB 多卡集群（2x A100/H100） ≥500GB NVMe 科研级推理、大规模生成 科研级（15w-50w）
‌671B‌ 多节点服务器 ≥512GB ECC 分布式GPU集群（8x H100） ≥1TB NVMe 超大规模训练、AGI探索 顶尖级（50w+）

  1. 下载模型

根据选择好的模型进行拉取，详情可见ollama官网Models中的deepseek-r1，命令如下：

DeepSeek-R1-Distill-Qwen-1.5B

1
ollama run deepseek-r1:1.5b

DeepSeek-R1-Distill-Qwen-7B

1
ollama run deepseek-r1:7b

DeepSeek-R1-Distill-Llama-8B

1
ollama run deepseek-r1:8b

DeepSeek-R1-Distill-Qwen-14B

1
ollama run deepseek-r1:14b

DeepSeek-R1-Distill-Qwen-32B

1
ollama run deepseek-r1:32b

DeepSeek-R1-Distill-Llama-70B

1
ollama run deepseek-r1:70b

​ 若出现success，则拉取完成，会自动启用该模型。如下图：

image-20250228233009280

  1. 最佳实践

​ 博主的配置是4080ti显卡，32G内存，i7 8086k CPU，使用的是deepseek-r1:14b，思考速度大约15s左右，CPU使用率80%左右，内存使用率40%，GPU 使用率54%，显存使用率92%。ollama全部加载在GPU中。可供各位小伙伴选择模型时参考。

CPU使用率：

image-20250228233855506

GPU使用率：

image-20250228235552545

ollama完全使用GPU：

image-20250228235643561

在升级至DeepSeek-R1:32B这类专业级模型时，需配置显存更高且专业的显卡，由于模型参数量达320亿级别，显存不足会导致用户界面响应会出现明显卡顿，系统将自动调用大量系统内存进行补偿，单次任务处理时长普遍超过200秒。

各个版本占用的空间如下：

image-20250301000848810

二、打造专属DeepSeek

  1. 安装Cherry Studio

​ 前往Cherry Studio 官方网站，根据你的操作系统下载安装。

  1. 配置Cherry Studio

​ 打开 Cherry Studio，在设置中找到模型服务

  • 从模型列表中的Ollama选择与你本地部署的 DeepSeek-R1 模型版本对应的选项

image-20250301003054702

image-20250301003232975

  • 默认模型中选择本地部署对应的模型

    image-20250301003723515

  • 目前新版的Cherry Studio已支持网络搜索，在网络搜索中可以注册Tavily并设置api秘钥，注册账号可以用github或google

image-20250301004004172

  1. 使用Cherry Studio

​ 配置到这里就可以开始使用专属自己的DeepSeek了，如需使用网络搜索，可在助手页面点开“开启网络搜索”。智能体内也有一些预设的提示词可供食用。

image-20250301005242312

image-20250301005303173

三、配置使用Web UI

  1. Page Assist是什么

​ Page Assist 是一款开源浏览器扩展程序，主要用于提升用户在网页浏览过程中与本地 AI 模型的交互效率，提供类似 ChatGPT 的 Web UI 界面，且支持用户与本地运行的 AI 模型（如 Ollama、Gemini Nano、DeepSeek 等）进行多轮对话‌。

  1. 安装与配置

Github 官网：https://github.com/n4ze3m/page-assist

首先打开Chrome浏览器，进入应用商店，搜索Page Assist，点击添加至Chrome：

image-20250301010423793

添加后在浏览器右上角的扩展程序图标中打开它即可看到Web UI界面了：

image-20250301010539620

点击右上角设置，可以修改语音识别语言和界面显示语言：

image-20250301010730076

选择好本地搭建好的模型后即开始使用，并且可以开启搜索网络。

image-20250301010939030