有手就行！DeepSeek 本地部署還能聯網搜索

最近 DeepSeek 大火，很多人都想用 DeepSeek，但是無奈經常提示服務器繁忙，那就試試將 DeepSeek 部署到自己電腦上吧！不僅能用 DeepSeek，還能聯網搜索、生成圖片！並且，Win 和 Mac 都可以使用！

PART ONE

部署 DeepSeek 到本地

推薦大家使用 Ollama 進行部署，非常簡單，有手就行

🏗️ 安裝 Ollama

去 Ollama 官網（https://ollama.com/）根據自己的系統選擇下載對應的安裝包安裝即可

🧱 下載 DeepSeek 模型

在 Ollama 官網中點 Model 選項，DeepSeek 在第一個，點擊進入模型詳情頁，根據自己的需求選擇對應的模型大小，例如 7b、32b。選擇好對應的模型尺寸後點擊右側的按鈕複製命令即可（如果不知道該如何選，請看文章底部的 QA 部分）

複製好命令後，Windows 用戶打開 Powershell、Mac 用戶打開終端，將剛剛複製的代碼粘貼進去，按回車即可自動下載模型，等待模型下載完成即可使用（Windows 系統會默認下載到 C 盤，如果想要修改請看文章底部的 QA 部分）

💬 跟 DeepSeek 對話

模型下載完成之後，即可正常進行對話，關閉 Powershell 或者終端則退出對話，下次如果還需要進行對話的話，再次打開 Powershell 或者終端，輸入命令 ollama run 模型名稱  即可啓動模型開始對話

# 運行模型
ollama run 模型名稱
# 例如：
ollama run deepseek-r1:32b

至此，DeepSeek 部署到本地已經完成可以使用啦。不過，這樣用起來是不是還覺得不夠方便？請看後面

PART TWO

本地部署 LLM 應用開發平臺

當我們通過 Ollama 將 LLM 部署到本地後，總會覺得有點麻煩，比如只能在 Powershell / 終端 中通過命令行的形式跟 AI 進行對話，比如無法使用 AI Agent、聯網搜索。本地部署後使用起來總覺得比在線工具差了點什麼，而 LLM 應用開發平臺就是彌補這些缺點的存在。讓 AI 在你的電腦裏 滿血復活 

🏗️ 安裝 Docker

Docker 類似於虛擬機，可以將許多複雜的項目和軟件一鍵運行，非常方便，推薦新手和小白使用。前往 Docker 官網（https://www.docker.com/）根據自己的系統下載安裝 Docker 即可

🏗️ 安裝 OpenWebUI

OpenWebUI 輕量、簡單，對新手非常友好，因此推薦大家使用。Windows 用戶打開 Powershell、Mac 用戶打開終端，輸入以下代碼按回車就可以一鍵部署 OpenWebUI

docker run -d -p 3000:8080 --add-host=host.docker.internal:host-gateway -v open-webui:/app/backend/data --name open-webui --restart always ghcr.io/open-webui/open-webui:main

輸入代碼後，耐心等待下載鏡像，鏡像下載完成後會自動安裝，安裝完成後打開瀏覽器訪問 http://localhost:3000 就可以訪問 OpenWebUI 了

PART THREE

配置聯網搜索、圖像生成

讓 AI 聯網搜索、圖像生成

🔗 將 Ollama 與 OpenWebUI 關聯

訪問 http://localhost:3000/ 進入 OpenWebUI 頁面，點擊左下角頭像，在浮層中選擇管理員面板

在管理員面板中點擊右上角的設置選項，切換到系統設置，然後選擇外部連接選項，將 Ollama API 連接點擊啓用，URL 中輸入 http://host.docker.internal:11434 ，其餘留空即可，記得一定要點保存！

Ollama API 填寫完成後，就可以在模型中看到已經部署到本地的模型了，此時點擊新對話，在左上角就可以選擇模型並進行切換了，此時就可以在 WebUI 中使用 DeepSeek 了，是不是比之前方便多了

小知識：在同一個局域網下，任意設備訪問 http://localhost:3000 都可以使用 DeepSeek 了

🛜 配置聯網搜索

進入管理員面板，點擊右上角的設置，找到  聯網搜索  選項，在右側點擊開啓，並將搜索引擎改成 duckduckgo 保存（爲什麼是 duckduckgo？因爲免費，且不需要註冊各種亂七八糟的東西）。設置完成後在對話中就出現了聯網搜索的選項，勾選即可在使用 AI 的時候進行聯網搜索

🎨 配置圖像生成

進入管理員面板，點擊右上角的設置，找到  圖像  選項，在右側點擊開啓，並根據實際情況選擇 WebUI 還是 ComfyUI，這裏以 ComfyUI 爲例。在 ComfyUI 地址這一欄中填寫 http://host.docker.internal:8188 （需要提前運行 ComfyUI），然後在下方 Workflow 中上傳一個 API Json 文件，上傳後需要檢查下方 Prompts、Model 這些參數後面 ID 是否跟 Workflow 裏保持一致，如果不一致需要手動修改。最後在最下方設置好默認模型、分辨率、步數即可，記得點保存！

配置完成後在對話中就出現了圖像生成的選項，點擊就可以在對話中生成圖片了（別忘了運行 ComfyUI）

QA PART

**大家常見的疑問也都整理在這了
**

Q：7b、32b 這麼多大小我該如何選擇？

A：7b、32b 中的 b 是 billion 的簡寫，指的是數據量大小。可以簡單的理解爲，模型數據量越大（b 的值越大），質量越高。但是相對的，模型體積也就越大，所需要硬件要求也就越高，這就導致運行速度會變慢。根據自己硬件條件、能接受的響應速度、響應質量自己選擇即可

Q：電腦硬件有什麼要求？

A：簡單可以使用公式  顯存 + 內存 > 模型大小  來作爲選擇的參考。這裏的模型大小指的是模型體積，也就是多少 G 多少 G，不是參數量（b）。例如顯存 12G，內存 16G，那麼模型大小小於 28G 的都可以使用（就比如 Ollama 中的 DeepSeek R1 32b 的模型大小是 20G，可以使用，但是 70b 模型大小是 43G 就不能使用）。但是需要注意，當模型大小超過顯存時，會調用 CPU 進行計算，速度會大大降低。因此，模型大小越大於顯存大小，運行速度越慢

Q：Windows 用戶如何將 Ollama 模型放在其他盤，非 C 盤？

A：右鍵 我的電腦 選擇 屬性，在屬性頁面中點擊 高級 ，然後找到 環境變量 入口，在 用戶變量中 新建一個名爲  OLLAMA_MODELS  的變量，值就是希望保存模型的目錄，例如  D:\OllamaModels  ，點擊保存即可

CONCLUSION

**說在最後
**

通過以上教程就可以將 DeepSeek 部署到本地並且實現聯網搜索圖片生成功能，別怕麻煩，動手試一試。更多 AI 相關教程請見：

🌈煉丹修仙策略：「 https://yyn6skjv3j.feishu.cn/wiki/VHwWwXSkfiQhjak0brZcI5h0nUf 」

本文由 Readfog 進行 AMP 轉碼，版權歸原作者所有。
來源：https://mp.weixin.qq.com/s/WjWqPNlT_Ny-LFhqOs7Crg