1 简介
随着人工智能技术的飞速发展，大语言模型（Large Language Models, LLMs）逐渐从云端走向本地，为开发者、研究者和技术爱好者提供了更灵活、更私密的应用可能。国产 DeepSeek 作为一款高效且功能强大的开源大模型，凭借其优秀的推理能力和对中文场景的深度适配，成为许多用户探索本地智能化的首选工具。
然而，对于非专业开发者或刚接触本地部署的用户而言，复杂的配置流程、环境依赖和资源管理往往令人望而却步。本文旨在通过极简的步骤、清晰的说明和实用的技巧，帮助用户在最短时间内完成从零部署的流程。
2 环境介绍
操作系统: Windows 11
3 安装 Ollama
Ollama 是一个提供开源、简便且高效的工具平台，旨在使开发者能够在本地环境中运行和部署大型语言模型（LLMs）。Ollama 可以让用户轻松地运行一些主流的、开源的 LLM 模型，而无需依赖云服务，支持在本地服务器或个人计算机上进行推理任务。因此我们 deepseek 的载体就是 ollama。
在官网下载 ollama（安装包也可在官方文档获取）
https://ollama.com/
安装 ollama 后启动服务。
4 安装 deepseek 模型
打开 ollama 官网，右上角 models 找到 deepseek 模型。
选择模型版本，在人工智能领域，模型名称中的 1.5B、7B、8B 等数字代表模型的参数量（Parameters），其中 B 是英文 Billion（十亿） 的缩写。参数越多，模型通常更'聪明'（能处理更复杂的任务），但对硬件资源（显存、内存）的要求也更高。个人用户可优先 7B（通用性最佳），若设备较弱则选 1.5B，开发者可选 8B。
以下是各版本的介绍：
- 1.5B: 轻量级，适合低配设备。
- 7B: 平衡性能与资源，推荐通用。
- 8B: 性能更强，需较高配置。
找到对应的命令，复制以下指令到终端：
ollama run deepseek-r1:1.5b
如果是 7B，以此类推：
ollama run deepseek-r1:7b
需要等待一段时间下载。
5 使用 deepseek
打开终端，输入所下版本同样的命令，则可以使用 deepseek：
ollama run deepseek-r1:1.5b
6 Ollama 大模型安装路径更改
如果我们使用 windows 系统安装，ollama 默认安装在系统盘，而往往系统盘的容量不够大，我们可以将 deepseek 安装到其他盘中。目前，ollama 本身并没有提供直接的、官方的选项来修改模型存储路径。我们可以使用符号链接的方式将对应文件夹链接到 D 盘文件夹，这样 ollama 读写文件只会读写对应 D 盘的链接文件夹。
首先，我们找到 ollama 模型的安装位置：
Linux/macOS: ~/.ollama/
Windows: C:\Users\<YourUser>\.ollama\
删除 models 文件夹：
在 D 盘创建一个新文件夹，如：
D:\OllamaModels\
用管理员打开 cmd，进行符号链接，然后再下载 deepseek 文件夹：
mklink /D C:\Users\<YourUser>\.ollama D:\OllamaModels
注意：执行前请确保目标文件夹不存在或已备份数据。
