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，凭借其毫不逊色于Chatgpt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，帮助小白用户在最短时间内完成从零部署的流程。
2 环境介绍
windows:win11
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
https://ollama.com/
安装ollama
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
找到对应的命令，复制
然后输入到cmd中：
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cmd，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，但目前，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
7 写在最后
本文主要介绍了 DeepSeek 的最简安装方法，后续将继续更新，介绍如何将 DeepSeek 集成到图形化界面中。