前言 #

最近DeepSeek这玩意爆火，因为作为一个国产AI，强度直接可以刚OpenAI的ChatGPT，所以那帮子老美看不惯了，一帮子人攻击别人DeepSeek的注册接口。。。

所以蹭着这个风头，我来玩玩开源版的DeepSeek，不过由于财力有限，啥4090/5090我都没有，所以自然和32B及以上大小的模型告别了。。。

我自己平时有一台丐版Mac Mini M4，只有16G内存，用来跑跑QQ机器人，Emby媒体服务（配合VidHub看电影和动漫别问为啥不用Infuse,因为付费）。同时，跑着一些程序（Python表情包后端啥的），所以考虑到这一点，内存自然不敢跑满，就挑了个8b的模型。。。

运行环境 #

本次部署DeepSeek-R1的环境为最便宜的Mac Mini M4(16G统一内存 + 256G硬盘)版本。俗称丐版。

部署的模型为：deepseek-r1:8b

部署 #

1. 下载并安装Ollama #

访问Ollama官网，下载Ollama客户端。目前Windows, macOS, Linux均支持。

本篇博客仅讲述macOS端部署过程，其它系统暂不说明（如果以后我在其它系统实操后会补充）。

下载完毕后解压，并将Ollama应用程序移动到Applications（应用程序）文件夹，双击打开。继续按照提示安装ollama终端程序即可。

2. 准备好科学工具，使用Ollama下载模型 #

注意，使用Ollama下载模型需要科学上网，在启动Ollama应用程序的情况 (即macOS顶部有Ollama图标) 下，打开终端(Terminal), 运行你想要的模型，它会自动下载，首次下载完毕会自动运行模型。

例如我需要的是deepseek-r1:8b，那么：

ollama run deepseek-r1:8b

其它模型以此类推，只需要指定不同模型名称即可。

等待下载完毕后，它会自动运行该模型，并且启动命令行对话程序，此时可以与模型对话，如果它能成功回答，即为部署成功。

3. 配置Ollama #

Ollama默认会指定用户文件夹生成模型等文件存放路径，如果想修改模型存放路径，可以参考这篇文档。

目前我自己也还在研究这一块，因为不影响模型使用，所以可以慢慢研究。

4. HTTP API #

Ollama服务默认使用本地的11434端口作为API入口，并提供了类OpenAI接口，具体API文档请参考：API文档

举例，跟模型进行单次简单对话，可以用Postman模拟请求

总结 #

经过以上步骤，就可以在macOS系统中搭建好一个本地化的deepseek-r1服务，此时，你可以考虑集成WebUI，或者自己基于HTTP API进行开发。