Ollama本地部署DeepSeek教程

作者：陈敬(http://www.jyes.top)

概述

本教程将指导你如何在本地部署DeepSeek模型，配置CherryStudio，并使用Java API进行请求。DeepSeek是一个强大的AI模型，适用于多种自然语言处理任务。通过本教程，你将能够轻松地在本地环境中运行和使用该模型。

环境准备

一、下载并安装Ollama

首先，你需要下载并安装Ollama，这是一个用于管理AI模型的工具。

访问Ollama官网并下载适合你操作系统的安装包。
安装完成后，设置以下环境变量：
```
OLLAMA_HOST=0.0.0.0
OLLAMA_MODELS=D:\MODELS
```
重启你的计算机以使环境变量生效。
打开命令行工具，运行以下命令以验证Ollama是否安装成功：
```
ollama list
```

二、部署DeepSeek模型

接下来，我们将部署DeepSeek模型。

访问Ollama官网并在模型库中搜索deepseek-r1。
由于本机配置较低，我们选择下载1.5b版本。
在命令行中运行以下命令以下载并运行DeepSeek模型：
```
ollama run deepseek-r1:1.5b
```

三、使用Java API调用DeepSeek

为了在你的Java应用程序中使用DeepSeek模型，你可以通过API进行调用。以下是一个简单的Java代码示例：

import okhttp3.*;

import java.io.IOException;

public class DeepSeekModelClient {
    private static final String API_URL = "http://localhost:11434/api/generate";

    public static void main(String[] args) {
        OkHttpClient client = new OkHttpClient();

        // 构建请求体
        MediaType JSON = MediaType.parse("application/json; charset=utf-8");
        String json = "{\"model\": \"deepseek-r1:1.5b\", \"prompt\": \"Your input text here\"}";
        RequestBody body = RequestBody.create(json, JSON);

        // 构建请求
        Request request = new Request.Builder()
                .url(API_URL)
                .post(body)
                .build();

        // 发送请求并处理响应
        try (Response response = client.newCall(request).execute()) {
            if (response.isSuccessful() && response.body() != null) {
                String responseBody = response.body().string();
                System.out.println("Response: " + responseBody);
            } else {
                System.out.println("Request failed with code: " + response.code());
            }
        } catch (IOException e) {
            e.printStackTrace();
        }
    }
}

代码说明

API_URL: 这是Ollama的API地址，模型将通过这个地址接收请求并返回响应。
model: 指定要使用的模型名称，这里我们使用deepseek-r1:1.5b。
prompt: 这是你想要传递给模型的输入文本。

四、将DeepSeek添加到CherryStudio

如果你使用CherryStudio进行模型管理和服务，你可以将本地的DeepSeek模型添加到其中。

打开CherryStudio，进入模型服务 -> ollama。
添加模型，填写以下信息：
- 模型ID: deepseek-r1:1.5b
- 模型名称: deepseek-r1:1.5b
- 分组名称: deepseek-r1
设置完成后，你就可以在CherryStudio中使用该模型了。 ]

总结

通过本教程，你已经成功在本地部署了DeepSeek模型，并使用Java API进行了调用。此外，你还学会了如何将模型添加到CherryStudio中进行管理。希望这篇教程对你有所帮助。

Happy Coding!

概述​

环境准备​

一、下载并安装Ollama​

二、 部署DeepSeek模型​

三、使用Java API调用DeepSeek​

代码说明​

四、将DeepSeek添加到CherryStudio​

总结​

概述