Deepseek R1模型本地化部署+API接口调用详细教程(释放AI生产力)

前言

随着最近人工智能 DeepSeek 的爆火，越来越多的技术大佬们开始关注如何在本地部署 DeepSeek，利用其强大的功能，甚至在没有互联网连接的情况下也能进行高效的使用。事实上，DeepSeek 的技术实力已经不亚于 OpenAI 的 GPT 系列，因此许多人对其部署和应用产生了浓厚的兴趣。
在这篇文章中，我将一步步带你完成本地 DeepSeek 部署的整个过程，确保你能够顺利地将其应用于你的工作或个人项目中。除此之外，我还会指导如何通过API接口的调用，把deepseek应用到vscode中，成为你的编程助手。

一、deepseek R1模型与chatGPT o1系列模型对比

deepseek R1模型与chatGPT 4o:

deepseek R1模型与chatGPT o1:

总体而言，DeepSeek R1在性能和成本方面具有优势，适合对成本敏感的应用；而ChatGPT o1在可靠性和安全性方面更为出色，适合对隐私和安全有高要求的场景。

二、本地部署步骤

1.安装ollama

我们需要先安装ollama，安装地址ollama,我们直接点击下载，并不需要魔法，官网打开十分流畅

选择对应的版本进行下载，这里我的是Windows

下载完成后双击exe文件进行安装，直接点击这里的install进行软件的安装，等待几分钟即可

要判断 Ollama 是否安装成功，可以按照以下步骤进行：

1.打开命令提示符：按下 Win + R 键，输入 cmd 并按回车，这将打开命令提示符窗口。

2.检查安装版本：在命令行中输入以下命令：

ollama -v

按下回车后，如果系统显示出 Ollama 的版本号，说明安装成功。

如果出现版本号，表示 Ollama 已经正确安装并可以使用。如果没有显示版本号或出现错误信息，说明安装可能失败，需要重新检查安装过程。

2部署DeepSeek R1模型

接下来我们进行部署DeepSeek R1模型的操作，我们依旧打开ollama的官网,可以看见左上角有一个Mowww.chinasem.cndels的选项，我们点击下

选择deepseek-r1,这里的话有很多模型，我们可以根据自己电脑的显卡配置进行选择相应的版本,以下是模型与配置的建议

这里我选择7b模型

选择好之后复制

回到命令提示符模式，首先按下 Win + R 键，输入 cmd 并按回车，打开命令行窗口。然后，将之前复制的命令粘贴到命令行中，并按下回车。

接下来，等待片刻让下载开始。需要注意的是，下载过程可能会稍微慢一些，我自己等待了一段时间才完成下载。通常情况下，文件会默认下载到 C 盘，因此如果你没有更改下载路径，可以在 C 盘找到相关文件。

如果你发现下载速度很慢，可以按 Ctrl + C 中断当前的下载命令，然后重新输入相同的命令再次启动下载。值得注意的是，重新开始下载时，系统通常会从上次下载的进度继续进行，因此你不需要从头开始下载。在我重新尝试下载后，下载android速度明显提高了一些。

出现了一个success就是下载好了，那么我们就可以直接进行对话了，如果想退出对话输入/bye来退出
查看已经安装的模型我们可以输入指令

ollama list

删除已存在模型，以7b模型为例

用指令

ollama list

查看已存在的模型，复制要删除的模型名称

再输入指令

ollama rm deepseek-r1:7b

即可

三、DeepSeek API接口调用

点击DeepSeek官网右上角API开放平台，完成登录后，默认会获得10元。接着，进入左侧栏的API keys。创建API key，即可拿到DeepSeek的APIKey了。

Cline配置

Cline是一个编程助手插件，旨在提升开发者的编码效率。它可以在VSCode中提供代码自动补全、智能提示、错误检测等功能。通过与DeepSeek API的结合，Cline可以实现更加强大的AI辅助功能，帮助开发者更快速地进行开发。

具体操作流程如下：

安装Cline插件：

打开VSCode，点击左侧菜单，搜索并选择安装名为“Cline”的插件。插件安装后，它会出现在左侧菜单中。

配置DeepSeek API：

• 选择已经安装好的Cline插件，配置API接入源为DeepSeek。
• 输入DeepSeek的API Key，完成后点击【Done】。

完成配置：

完成API的配置后，Cline插件就与DeepSeek关联成功。此时，你可以在插件的输入框上方看到一些配python置选项。

启用编码助手：

在Cline配置完成后，选择【全选】功能，勾选启用自动补全和智能提示等功能，帮助你更高效地编写代码。

到此这篇关于Deepseek R1模型本地python化部署+API接口调用详细教程(释放AI生产力)的文章就介绍到这了,更多相关Deepseek R1本地化部署内容请搜索China编程(www.chinasem.cn)以前的文章或继续浏览下面的相关文章希望大家以后多多支持China编程(www.chinasem.cn)！