Ollama 本地部署大模型保姆级教程：十分钟在自己电脑上跑起 DeepSeek

本地部署大模型这件事，被 Ollama 简化到了「装软件」的程度。本文以跑通 DeepSeek 为例，三大系统通用，跟着做十分钟见效。Ollama 本体可从官网获取，源码包在本站镜像也有收录。

第一步：安装

• Windows / macOS：官网下载安装包，双击装好，任务栏出现小羊驼图标就是在运行了
• Linux：官方一键脚本 curl -fsSL https://ollama.com/install.sh | sh

第二步：拉模型并对话

打开终端（Windows 用 PowerShell），输入：ollama run deepseek-r1:7b。第一次会自动下载模型（约几个 GB，看网速），下完直接进入对话界面，输入问题回车即答。想换通义千问就是 ollama run qwen3:8b，命令规律一致。

模型大小怎么选

• 内存 16G / 无独显：7B~8B 的量化版，速度可用
• 显存 12G 以上：14B 体验明显更好
• 显存 24G：可以挑战 32B，回答质量再上台阶
• 拿不准就从 7B 开始——先跑起来，比参数表重要

第三步：配个聊天界面（可选但推荐）

终端对话适合尝鲜，日常使用建议装 Open WebUI（本站有部署教程与镜像）：Docker 一条命令起来，浏览器里就是类 ChatGPT 的完整界面，还能管多个模型与历史对话。

常用命令速查

• ollama list：看已下载的模型
• ollama pull 模型名：只下载不运行
• ollama rm 模型名：删除腾空间
• 对话里输入 /bye 退出