DeepSeek-R1 本地部署终极指南：Ollama + Open WebUI 打造个人专属 AI 助手

2025年 DeepSeek-R1 的发布彻底引爆了开源大模型社区。作为比肩 OpenAI o1 的推理模型，DeepSeek-R1 不仅在数学、代码和逻辑推理上表现优异，最重要的是它完全开源。

通过本地部署 DeepSeek-R1，你可以享受数据完全隐私、无限制免费使用、免翻墙超快响应的极致体验。本文将带你手把手完成“Ollama + Open WebUI + DeepSeek-R1”的完整本地搭建。

1. 硬件配置要求与模型版本选择

DeepSeek-R1 提供了多种参数大小的“蒸馏版本”以及 671B 的“满血版”。在开始前，你需要根据你电脑的显存 (VRAM) 或内存 (RAM) 选择合适的版本：

模型大小	推荐配置	适用场景
DeepSeek-R1 1.5B	8G 内存 / 核心显卡即可	轻量尝鲜，速度极快，适合老旧电脑
DeepSeek-R1 7B / 8B	8G-16G 显存 (如 RTX 3060/4060)	性价比首选，日常对话、简单代码与翻译
DeepSeek-R1 14B	16G 以上显存 (如 RTX 4070/4080)	逻辑推理能力明显提升，适合复杂任务
DeepSeek-R1 32B	24G 显存 (如 RTX 3090/4090 或 Mac 64G)	专业级代码和数学推导，接近顶尖水平
DeepSeek-R1 70B	多卡并联 / Mac Studio 128G	极强推理能力，本地硬件要求极高

2. 第一步：安装并运行 Ollama

Ollama 是目前最流行的本地大模型运行框架，支持 macOS、Windows 和 Linux。

1. 下载安装

访问 Ollama 官网下载对应系统的安装包。
按照提示完成安装。Windows 用户安装后会在右下角托盘看到一只小墨鱼图标。

2. 运行并拉取 DeepSeek-R1 模型

打开你的终端（Windows 下使用 CMD 或 PowerShell，macOS 使用 Terminal），运行以下命令拉取并运行你选定的版本（这里以最推荐的 8B 为例）：

bash

ollama run deepseek-r1:8b

Ollama 会自动下载模型权重。下载完成后，你将直接进入交互式命令行界面，可以直接在终端中与 DeepSeek-R1 对话。

💡 提示：想要退出终端对话，可以输入 /bye 并回车。

3. 第二步：部署 Open WebUI 网页交互界面

终端界面的体验毕竟有限。为了获得类似 ChatGPT / DeepSeek 官网的精致视觉体验，我们使用 Open WebUI。

如果你已经安装了 Docker，部署只需一条命令：

bash

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

关键配置解析：

-p 3000:8080：将容器的 8080 端口映射到本地的 3000 端口，你可以通过 http://localhost:3000 访问。
--add-host=host.docker.internal:host-gateway：极其重要，这允许 Docker 容器内部的 Open WebUI 顺利访问运行在你物理本机上的 Ollama 服务（默认端口 11434）。

安装完成后，打开浏览器访问 http://localhost:3000。首次访问时注册一个本地管理员账号即可进入。

4. 进阶玩法：打造专属 AI 助手

🧠 观察 DeepSeek-R1 的“思考过程”

DeepSeek-R1 最具特色的功能是其“思维链 (Chain of Thought, CoT)”。在 Open WebUI 中，当你提问后，点击回复框下方的 "Thought"，即可展开看到模型的完整逻辑推理和自我修正路径，这对于学习和代码排错非常有价值。

🔍 开启联网搜索 (Web Search)

本地模型没有实时互联网数据？在 Open WebUI 的“设置” -> “网页搜索”中，开启联网功能，并配置搜索引擎（推荐使用免费的 DuckDuckGo 或 Tavily 密钥）。这样，你的 DeepSeek-R1 就能上网查询最新资讯，解决了知识库过时的问题。

📂 配置个人知识库 (RAG)

如果你有许多 PDF 格式的专业文档、公司规范或学习笔记，可以直接上传到 Open WebUI。在提问时通过输入 # 引用你上传的文件，模型就会自动检索相关内容进行精准回答，整个过程数据完全不出本地，安全隐私。

5. 常见问题排查与避坑指南

Q1: 对话回答太慢，一秒只出一个字？

A: 这通常是因为你的 CPU 在强行渲染大模型，或者显存溢出导致模型回退到系统内存运行。

建议降低模型档次，例如从 8B 换到 1.5B：ollama run deepseek-r1:1.5b。
Windows 用户请确保你的显卡驱动已更新到最新版本，以便 Ollama 能正确调用 CUDA（NVIDIA 显卡）或 ROCm（AMD 显卡）。

Q2: 提示连接 Ollama 失败 (Connection Failed)？

检查 Ollama 服务是否在后台运行（右下角托盘图标是否存在）。
如果 Open WebUI 是在 Docker 中运行，请检查启动命令中是否包含了 --add-host 参数。如果仍连接不上，可在 Open WebUI 的“管理员设置 -> 连接 -> Ollama API”中手动输入本机的内网 IP，例如 http://192.168.X.X:11434。

结语

通过几步简单的操作，你就拥有了一个完全属于自己的本地推理 AI。配合我们之前介绍的 Cloudflare Tunnel 内网穿透，你甚至可以在办公室、地铁上随时随地用手机访问家里电脑上的 DeepSeek-R1，省去了昂贵的云端 API 订阅费用。

下一步推荐：

想要更安全地远程访问你的 AI 助手？参考 Tailscale 虚拟组网教程。
想要用 AI 辅助编程？快去看看 Cursor AI 编辑器使用技巧。

DeepSeek-R1 本地部署终极指南：Ollama + Open WebUI 打造个人专属 AI 助手 ​

1. 硬件配置要求与模型版本选择 ​

2. 第一步：安装并运行 Ollama ​

1. 下载安装 ​

2. 运行并拉取 DeepSeek-R1 模型 ​

3. 第二步：部署 Open WebUI 网页交互界面 ​

关键配置解析： ​

4. 进阶玩法：打造专属 AI 助手 ​

🧠 观察 DeepSeek-R1 的“思考过程” ​

🔍 开启联网搜索 (Web Search) ​

📂 配置个人知识库 (RAG) ​

5. 常见问题排查与避坑指南 ​

Q1: 对话回答太慢，一秒只出一个字？ ​

Q2: 提示连接 Ollama 失败 (Connection Failed)？ ​

结语 ​