本地部署的意义
不联网
随时可用
部署私有知识库
个人觉得下个小模型当作翻译器还是很不错的，而且最近在线的老奔溃
本地部署的缺点
本地用不了满血版的
安装稍微麻烦一点
比较占内存
我这里也是搜集了一些主流的部署方法
本地部署方法一
一、下载 Ollama
下载地址：https://ollama.com/
无需注册，安装成功后在命令行输入 ollama 查看是否安装成功
二、下载模型
下载地址：https://ollama.com/library/deepseek-r1
ollama 内置了很多量化后的模型，大家选择一个适合自己的然后复制命令到命令行运行即可，我这里以 1.5b 为例
下载完我们可以在命令行输入：ollama list 查看已经安装的模型
三、下载 Chatbox AI
Chatbox AI 是一个 AI 客户端应用程序和智能助手。兼容许多尖端的 AI 模型和 API。
然后我们打开设置——模型
在模型提供方选择 ollama api，然后选择刚刚下载的 1.5b 模型就可以了
本地部署方法二
另一个主流的AI 客户端是 LM Studio，下载地址：https://lmstudio.ai/
默认模型目录在 C 盘，所以推荐安装完先修改一下存放模型的路径
然后我们去 huggingface 上下载量化模型：
https://huggingface.co/collections/unsloth/deepseek-r1-all-versions-678e1c48f5d2fce87892ace5
我这里下载的 1.5b 的 Q8 模型进行演示，下载完我们就放到文件夹内
⚠️注意：我们的目录一定要按：models/文件夹 1/文件夹 2/大模型.gguf
大模型外面套两个文件夹的这个顺序，不然 LM 识别不到模型
比如下方就是错误的
然后我们这 LM 就可以识别到大模型了
我们再回到聊天框就可以加载模型了
加载时需要对模型进行一些设置，这些设置可以影响模型的性能和速度，一般默认即可
速度比Chatbox AI 的更快
此外边上的高级配置也非常有用，可以预设角色，温度，响应长度等等
相比 chatboxai 会更专业一点
最后
提醒一下年后很多机构打着 DeepSeek 的旗号到处割韭菜，大家没必要去花那些钱，很多教程网上都有。AI 只是一个工具，具体怎么用还得看个人实际情况。
