DeepSeek本地部署、移动WEB可视化、数据投喂训练AI详细教程,一篇搞定(2025新版)

DeepSeek本地部署、移动WEB可视化、数据投喂训练AI详细教程,一篇搞定(2025新版)1 1 硬件要求 CPU Intel i5 10 代以上 AMD Ryzen5 5600X 以上 内存 16GB 以上 推荐 32GB 存储 100GB 可用空间 GPU 可选 NVIDIA RTX 3060 12GB 以上 1 2 软件要求 操作系统

大家好,我是讯享网,很高兴认识大家。这里提供最前沿的Ai技术和互联网信息。



1.1 硬件要求

· CPU:Intel i5 10代以上 / AMD Ryzen5 5600X以上

· 内存:16GB以上(推荐32GB)

· 存储:100GB可用空间

· GPU(可选):NVIDIA RTX 3060 12GB以上

1.2 软件要求

· 操作系统:Windows 10/11 64位 / macOS 12+

· 安装Python 3.10+

· 安装Git

任何安装问题欢迎留言,关于ollama下不下来的可以留言ollama安装包

注:由于是外网,部分会下载不成功,需要墙!!!

2.1 安装框架ollama

访问,下载对应系统安装包:Ollama

Windows安装步骤:

1. 双击ollama_windows_amd64.exe

2. 保持默认安装路径 

步骤一
步骤二
步骤三

2.2 部署DeepSeek模型

  1. 打开ollama官网Ollama 点击models
  2. 点击r1模型
  3. 根据硬件配置选择模型版本,不知道需要多大模型的请看文章:部署deep seek需要什么样的硬件配置?_deepseek本地部署硬件配置-CSDN博客
    真心建议不要下载太高配置 除非你的电脑配置非常高!!! 硬拉高配可能会导致下载失败,严重的电脑会直接崩

  4. 选择对应的模型后,复制下载链接
  5. 使用win+r键输入cmd打开命令符,粘贴刚刚的命令,回车!等待即可 
    提示:这里的模型越大,下载的时间也越久,如果下载失败或者是进度条不动了,重新输入命令继续下载,由于是访问国外源,能翻墙的就...,效果会好点,不多解释 ,没有资源的等待就好了

  6. 下载完成后 就可以直接跟deepseek聊天了 再也不会因为服务器原因无法回答了(这里只是命令符版本)

游览器插件 - Page Assist为本地AI模型提供UI交互界面

  • 提供便捷的侧边栏操作,方便用户进行各种任务;
  • 支持视觉模型,可以进行图像识别等操作;.
  • 提供简洁的 Web Ul 界面,用户友好;。
  • 支持与 PDF 文件和文档进行聊天交流;
  • 支持本地 Al 模型提供商 Ollama;
  • 提供多语言支持,包括英语、俄语、马来语、中文和日语

注:没有翻qiang资源的,请直接看edge游览器下载,避免浪费您的宝贵时间奥!(解释一下,没有墙是打不开谷歌的商店的,没必要非要下谷歌的,edge也是一模一样的)

3.1 安装Page Assist 谷歌游览器右上角三个点点击扩展程序访问谷歌商店

3.2 搜索栏搜索Page Assist下载安装,如果想要使用方便可以固定在右上角(跟着下载提示完成就可)

3.3 完成点击即可打开web端的deepseek

3.4 页面可以选择自己的模型,只有一个会默认当前唯一的模型

  1. 其实所有的操作都是一样的,考虑到部分没有资源的,这里重复一遍,已下载的直接跳过
    找打右上角三个点 点击扩展管理


  2. 左上角搜索栏输入Page Assist,完成安装后直接点击就完成了web端的框架

一、安装AnythingLLM

官网地址:AnythingLLM | The all-in-one AI application for everyone

注:AnythingLLM下载完成需要下载嵌入模型再打开才可投喂 二、下载嵌入模型

  1. 点击download下载
  2. 根据自己的电脑环境安装对应版本

二、下载嵌入模型

  1. 打开终端win+r键 输入cmd回车
  2. 输入ollama pull nomic-embed-text 回车!等待下载完成再打开AnythingLLM

三、关于AnythingLLM设置

  1. 打开AnythingLLM点击Get started,点击下一步填写工作名称就可开始了
  2. 点击设置,首先把语言设置中文 能看得顺也可也不用设置
  3. 设置LLM首选项
  4. 设置Embedder首选项
  5. 工作区设置,聊天设置模型,代理配置 来,上图!(记得保存!!!)
  1.  点击文件上传   
  2. 上传文件

这里的数据仅供参考,以达到测试效果,内容为ai生成

投喂前

投喂后

通过本文的部署实践可以看到,DeepSeek这类AI工具正在显著降低技术落地的门槛。但值得思考的是:AI生成的每一行代码背后,都依赖于工程师对业务逻辑的理解;每一次精准的调参优化,都凝结着开发者对技术原理的认知。

在这个技术爆炸的时代,我的三点建议与诸君共勉:

  1. 保持持续学习:每周研究AI领域论文/技术文档
  2. 建立实践闭环:记录从o到1学习过程
  3. 培养技术判断力:AI爆炸的时代,deepseek开始接入各种软件,选择自己有帮助的开始

特别感谢DeepSeek团队开源如此优秀的模型,也感谢CSDN平台提供的技术交流环境。文中的任何问题欢迎指出,欢迎开发者们参与共建。让我们以学习为桨,以创新为帆,在AI浪潮中开拓属于人类智慧的航道!

小讯
上一篇 2026-04-24 08:32
下一篇 2026-04-24 08:30

相关推荐

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容,请联系我们,一经查实,本站将立刻删除。
如需转载请保留出处:https://51itzy.com/kjqy/275857.html