DeepSeek 这类社区驱动的开源模型，最大的吸引力就是'自己机器上也能跑'。如果你手里正好有一台 Windows 电脑，想尽量低门槛地把模型跑起来，其实只需要把环境、模型和前端界面这三件事接好就行。
第 0 步：先把 Docker Desktop 装好
如果你的电脑上已经有 Docker Desktop，这一步可以直接略过。没有的话，先去 Docker 官方网站下载并安装即可。
如果你平时会用到 WSL，也可以顺手按自己的习惯把相关配置一起整理好。Docker 本身的安装流程并不复杂，重点是先确保它能正常启动。
第 1 步：安装 CUDA，给 NVIDIA 显卡准备好运行环境
如果你打算用 NVIDIA 显卡来跑本地大模型，CUDA 驱动是绕不开的。模型推理会吃掉相当多的算力，没有合适的 GPU 支持，体验会明显打折。
打开 CUDA 下载页面后，按你的系统选择 Windows 以及对应的安装方式，通常选择本地安装包即可。下载完成后照着向导安装，最后重启一次电脑，避免驱动没有完全生效。
第 2 步：安装 Ollama，并拉取模型
接下来装 Ollama。它的作用很直接：帮你在本地管理和运行大模型，省掉一堆手工配置。
安装完成后，打开 Windows PowerShell，先确认它是否安装成功：
ollama -v
如果能正常输出版本号，就说明环境没问题。
然后去 Ollama 的模型页面选择你要用的模型。一般来说，先从 7B 开始更稳妥，机器性能足够的话再考虑更大的参数规模。实际体验里，显存和内存都会影响速度，模型越大，对硬件的要求也越高。
复制模型对应的命令后，在 PowerShell 里执行即可。第一次运行时，Ollama 会自动下载模型并启动交互 shell。你可以先直接在命令行里测试一下，如果准备切换到图形界面，继续下一步就行。
第 3 步：安装 Open WebUI，换一个更顺手的聊天界面
如果只在 PowerShell 里和模型对话，能用，但不够舒服。更像日常产品的方式，是接上 Open WebUI。
到 Open WebUI 的项目页面，找到适合自己环境的启动命令。这里如果是 NVIDIA GPU 环境，就选带 GPU 支持的那一组。复制命令后回到 PowerShell 执行，Docker 会自动拉取镜像并启动容器。
启动完成后，直接访问：
http://localhost:3000/
打开之后，你会看到一个比较熟悉的聊天界面：左侧是会话列表，顶部可以切换已安装的模型，整体使用方式和常见的 LLM 客户端很接近。
Open WebUI 还有不少扩展能力，比如 RAG、图片生成、网页浏览等。对大多数本地使用场景来说，先把基础聊天跑顺，已经足够好用了。
把这三步接起来之后，DeepSeek 就能在你的 Windows 机器上本地运行起来了：Docker 负责容器环境，CUDA 提供 GPU 支持，Ollama 负责模型管理，Open WebUI 则把使用体验补齐。这样一套组合，基本就是本地大模型最省心的入门路径之一。
