大家好，我是小码哥。

虽然 DeepSeek 官方提供了可视化聊天界面，但稳定性实在太差了，动不动就服务繁忙，根本没办法正常使用。另外，对于一些对数据隐私、实时性能要求较高的场景，本地部署也是不可避免的选择。

那么，如何本地部署 DeepSeek R1 的模型？

本篇，开干！

如何部署 DeepSeek-R1？

推荐使用 ollama 部署，方便快捷。

打开 ollama 官网，下载并安装 ollama 应用程序：

https://ollama.com/download

常用命令：

命令 说明
serve 启动 Ollama
create 创建模型
show 显示模型信息
run 运行模型
stop 停止正在运行的模型
pull 拉取模型
push 推送模型
list 列出所有模型
ps 列出正在运行的模型
cp 复制模型
rm 删除模型

在 ollama 官网找到 deepseek-r1 模型：

如部署 14b 蒸馏版，先下载 ollama 后，再运行以下命令：

ollama run deepseek-r1:14b

部署在本地运行就是快，和它聊天哗哗出结果。

Open WebUI

在控制台和大模型圣诞不是很方便，推荐使用 open-webui，可以更方便、友好地和大模型互动。

open-webui 是一个开源的 AI Web 用户界面项目，它提供一个友好的用户界面，方便用户通过 Web 浏览器与 AI 模型进行交互，支持运行和管理各种深度学习模型，比如 GPT、LLaMA、Bloom 等。

官网和开源地址：

安装 Open WebUI：

pip install open-webui

运行 Open WebUI：

open-webui serve [–port XXXX]

默认为 8080 端口，可以通过 --port 来指定自定义端口。

访问 Open WebUI：

http://localhost:8080

点击开始使用，首次进入需要创建一个管理员账号：

创建管理员账号后，就进入聊天界面了，左上角可以选择 Ollama 正在运行的模型：

这样一个 DeepSeek 本地部署 + 可视化界面搭建就完成了，你还可以把它部署到云上，然后绑定自己的域名，这样其他设备也能访问本地部署版的 DeepSeek 了。