Ollama DeepSeek Guide

Install and run DeepSeek via Ollama. Complete guide covering model download, CLI usage, API integration, and local deployment.

Ollama 部署指南

一键简单运行 DeepSeek 模型

Ollama 部署方案

安装 Ollama

根据你的操作系统下载并安装Ollama

macOS

访问官网下载页面：ollama.com/download
下载 macOS 版本的安装包 (.dmg)
双击安装包，将 Ollama 拖入 Applications 文件夹
打开终端，输入 ollama --version 验证安装

Windows

访问官网下载页面：ollama.com/download
下载 Windows 版本的安装包 (.exe)
运行安装程序，按提示完成安装
打开命令提示符或PowerShell，输入 ollama --version 验证安装

Linux

打开终端，执行安装命令：curl -fsSL https://ollama.com/install.sh | sh
或使用包管理器安装（如 Homebrew）
安装完成后，输入 ollama --version 验证

Docker 方式

确保已安装 Docker Desktop
拉取镜像：docker pull ollama/ollama
运行容器：docker run -d -v ollama:/root/.ollama -p 11434:11434 --name ollama ollama/ollama
进入容器：docker exec -it ollama ollama run deepseek-r1:7b

下载模型

使用 ollama pull 命令下载所需的DeepSeek模型

deepseek-r1:1.5b

轻量级蒸馏模型，可在CPU上运行

deepseek-r1:7b

适合大多数系统的平衡性能

deepseek-r1:14b

高质量，需要8GB+显存的GPU

deepseek-r1:32b

优秀推理能力，需要16GB+显存

deepseek-r1:70b

接近前沿性能，需要高端GPU

deepseek-v4.1-flash:cloud

Ollama 只放出这一个云端标签，支持图像输入、100万上下文；它没有跟着 10月17日的 1017 更新，也没有可本地拉取的量化权重

V4 系列开源权重是 5520 亿参数级别，Ollama 上只有 :cloud 云端标签，本地并没有可直接 pull 的量化版。想在自己机器上试，仍建议从 deepseek-r1:7b 开始。

运行模型

下载完成后，使用以下命令启动交互式对话

基础对话

ollama run deepseek-r1:7b

直接启动交互式对话

详细输出

ollama run deepseek-r1:14b --verbose

带详细输出的运行模式

云端 V4.1-Flash

ollama run deepseek-v4.1-flash:cloud

不把权重落到本地，直接和 V4.1-Flash 对话，可以贴图

查看已下载模型

ollama list

列出所有本地模型

删除模型

ollama rm deepseek-r1:7b

释放磁盘空间

API 接口使用

Ollama 提供 OpenAI 兼容的 API，可以直接替换你的应用配置

http://localhost:11434/v1/chat/completions

Python 示例

import openai client = openai.OpenAI( base_url="http://localhost:11434/v1", api_key="ollama" ) response = client.chat.completions.create( model="deepseek-r1:7b", messages=[ {"role": "user", "content": "用Python写一个快速排序"} ] ) print(response.choices[0].message.content)

cURL 示例

curl http://localhost:11434/api/chat -d '{ "model": "deepseek-r1:7b", "messages": [ {"role": "user", "content": "用Python写一个快速排序"} ] }'