引言

DeepSeek 作為一款優秀的語言模型，結合 Ollama 和 Cherry Studio 可以輕松實現本地部署。本文將深入淺出地介紹如何使用 Ollama 與 Cherry Studio 本地部署 DeepSeek。

Oallam簡介

Ollama 是一個簡單易用的工具，它允許用戶在本地快速部署和運行各種語言模型。通過 Ollama，你可以方便地管理模型的下載、啟動和使用，無需復雜的配置。

Cherry Studio

Cherry Studio 是一個集成開發環境（IDE），專門為人工智能開發設計。它提供了直觀的界面和豐富的功能，幫助開發者更高效地與語言模型進行交互和開發。

整合步驟

1. 安裝Oallam

首先，需要在本地安裝Oallam。根據操作系統選擇合適的安裝包進行下載和安裝。安裝完成后，可以通過命令行啟動Oallam服務，并下載所需的大模型。^[6]^

• 下載并安裝Oallam 直接訪問官網下載

圖片

• 下載大模型進入模型倉庫（https://ollama.com/library）根據自己電腦配置，選擇合適的模型下載并運行。

ollama run deepseek-r1:7b

圖片

• 啟動Oallam服務如果是執行命令ollama pull * 下載模型，需要手動啟動服務。

ollama serve

也可以直接進入到Ollama的安裝路徑（C:\Users\用戶\AppData\Local\Programs\Ollama）執行ollama app.exe后，任務欄右下角有羊駝的標識，表示啟動成功。

2. 安裝Cherry Studio

直接下載客戶端（https://cherry-ai.com/download）

圖片

3. 配置Cherry以使用Oallam模型

• 點擊右下角設置

圖片

• 選擇Ollama

a.右上角開關打開

b.點擊最下面的管理，并選擇在Ollama中下載好的模型

圖片

c.回到助手頁面，點擊最上面的模型名稱切換模型服務

d.聊天

圖片

4. 基于API的調用

通過API調用可以實現前后端的高效交互，使得基于DeepSeek模型的應用開發更加靈活。API調用的具體實現如下：

• API端點：http://localhost:11434/v1/chat/completions
• 請求頭：

 a.Content-Type: application/json

• 請求體：
• model: 指定使用的模型，例如deepseek-r1:7b
• messages: 包含對話消息，格式為數組，每個元素包含role（用戶或助手）和content（消息內容）
• stream: 是否啟用流式響應，true表示啟用

{
    "model": "deepseek-r1:7b",
    "messages": [
        {
            "role": "user",
            "content": "介紹一下人工智能"
        }
    ],
    "stream": true
}

通過上述API配置，前端可以發送請求到后端，后端再通過Ollama調用DeepSeek模型進行處理，并將結果返回給前端。這種方式不僅簡化了開發流程，還提高了系統的可擴展性和維護性。開發者可以根據實際需求調整API參數，實現更多功能，方便直接在前后端通過API的形式調用

結論

基于Ollama可以與各種客戶端實現各種模型的使用，比如LangChain、Chatbox...，如果需要網頁版本的支持，可以參考之前的文章，使用Ollama+LobeChat實現。