简介这份PDF文档面向对AI技术感兴趣的开发者、初学者及具备一定硬件基础的专业人士系统讲解DeepSeek模型本地部署的完整流程与优化策略。内容围绕低、中、高三种硬件配置给出选型建议并说明Ollama、Python、CUDA等工具的安装要点同时对比DeepSeek-R1-1.5B、7B、32B三大模型的功能特点与适用场景涵盖模型下载注意事项、交互界面测试及Chatbox AI、LM Studio等个性化工具的使用说明最后汇总常见问题与排障技巧。资源包为1个PDF文件大小约559KB内容紧凑、图文并茂附有具体命令行指令与操作截图便于对照实践。目前已有1152人学习适合希望掌握本地AI部署技术要点、提升自然语言处理应用能力并积累故障排查经验的读者参考。1. 从一张 8GB 显存的旧卡说起为什么我劝你先别急着ollama run上周帮一个做后端的朋友在旧笔记本上装 DeepSeek机器是四核 i5、8GB 内存、MX250 独显 2GB 显存。他上来就ollama run deepseek-r1:7b结果模型加载到一半直接 OOM终端刷了一屏红字他以为 Ollama 装坏了差点把整个环境删了重来。其实问题不在 Ollama在于他没先对硬件和模型版本做匹配——这也是本地部署 DeepSeek 最容易翻车的地方。DeepSeek 本地部署这件事说穿了就是三件事选对模型版本、装对运行时、配对交互界面。硬件从低到高对应 R1-1.5B、R1-7B、R1-32B 三档软件链路是 Ollama 拉模型、Python/CUDA 做扩展、Chatbox 或 LM Studio 做前端。这篇笔记按我实际装过的顺序走一遍新手能照着跑通熟手可以对照版本取舍和参数细节。2. 部署前的环境盘点硬件分档与 Ollama 安装2.1 先看硬件再选模型别反过来本地跑大模型第一道门槛不是软件而是显存和内存。我一般会先让机器跑一遍体检再决定装哪个版本。下面这张对照表是我按实际部署经验整理的和官方给的硬件建议基本一致但补了几个容易忽略的点硬件档位CPU / 内存 / 显存推荐模型实际体验低配双核/四核、8GB 及以下、集显或显存 2GBDeepSeek-R1-1.5B能跑日常对话和简单摘要够用响应偏慢中配i5 / 锐龙5、16GB、显存 4–6GBDeepSeek-R1-7B流畅度可接受代码生成和文章润色能胜任高配i7/i9 / 锐龙7/9、32GB、显存 8GBDeepSeek-R1-32B复杂推理和长文本处理有明显优势显存是瓶颈这里有个反直觉的点内存比显存更容易被低估。很多人盯着显卡看结果 16GB 内存跑 7B 模型时系统本身占掉一半模型加载阶段就开始 swap速度直接掉到个位数 token/s。我一般会留出至少模型体积 1.5 倍的内存余量。提示如果你不确定自己的显存Windows 下用dxdiag看“显示”选项卡Linux 下nvidia-smi或lspci | grep VGAMac 直接看“关于本机”。2.2 Ollama 安装三个系统三条路Ollama 是整个部署链路的底座它负责拉模型、跑推理、暴露本地 API。安装方式按系统分Windows去 Ollama 官网下载.exe安装包双击一路下一步。安装完在开始菜单能找到快捷方式默认会注册成后台服务。macOS下载.dmg把图标拖进“应用程序”文件夹。首次打开可能会提示安全验证在“系统设置 → 隐私与安全性”里放行即可。Linux一条命令搞定这也是我服务器上最常用的方式# 官方安装脚本会自动检测架构并安装对应二进制 curl -fsSL https://ollama.com/install.sh | sh # 安装完成后启动服务部分发行版需要手动 sudo systemctl enable ollama sudo systemctl start ollama安装完必须验证别跳过这步# 查看版本号能输出说明二进制没问题 ollama -v # 检查服务是否在监听默认端口 curl http://localhost:11434/ # 正常返回Ollama is running如果ollama -v报 command not foundLinux 下大概率是 PATH 没刷新source ~/.bashrc或重开终端即可。Windows 下则是安装时没勾选“添加到 PATH”重新跑一遍安装包选修复。2.3 Python 和 CUDA按需装别盲目上Python 不是 Ollama 的硬依赖但你要做二次开发、写自定义脚本、或者用某些前端工具时就需要。推荐 3.8 以上安装时务必勾选 “Add Python to PATH”# 验证 Python 环境 python --version # 输出 Python 3.10.x 之类即可 # 如果后续要装 transformers 等库 pip install transformersCUDA 只在你用 NVIDIA 显卡且想走 GPU 加速时才需要。版本必须和显卡驱动匹配装错了轻则 Ollama 回退到 CPU重则直接报错。装完用nvcc -V确认nvcc -V # 输出里能看到 Cuda compilation tools, release 12.x我一般会先nvidia-smi看驱动支持的 CUDA 上限再去 CUDA Toolkit Archive 找不超过这个上限的版本。这一步装错的人特别多后面避坑章节会细说。3. 拉取与运行 DeepSeek模型下载、启动和首次对话3.1 模型版本怎么选1.5B / 7B / 32B 的真实差别Ollama 里搜deepseek会出来一串版本核心就三个deepseek-r1:1.5B体积 1–2GB加载快适合老机器。缺点是逻辑推理弱复杂问题容易答非所问。deepseek-r1:7B体积 4–5GB中配机器的甜点。代码补全、文章润色、多轮对话都能撑住。deepseek-r1:32B体积 20GB 以上需要 8GB 显存和 32GB 内存。专业领域分析和复杂代码调试才值得上。选版本的原则很简单先看显存再看内存最后看磁盘。磁盘空间一定要提前查32B 模型加上缓存轻松吃掉 30GB# Linux/macOS 查磁盘 df -h # Windows PowerShell 查磁盘 Get-PSDrive -PSProvider FileSystem3.2 下载与启动一条命令背后的逻辑确定版本后下载和启动其实是同一条命令Ollama 会自动判断本地有没有没有就先拉再跑# 以 7B 为例首次执行会先下载再进入交互 ollama run deepseek-r1:7b # 如果只想下载不启动用 pull ollama pull deepseek-r1:7b # 查看本地已有哪些模型 ollama listollama run的逻辑是检查本地模型库 → 没有则从 registry 拉取 → 加载到内存 → 进入 REPL 交互界面。下载中断是常事重新执行同一条命令会断点续传不用删了重来。进入交互界面后先做基础测试 用一句话解释什么是递归 写一个 Python 冒泡排序能正常返回就说明模型跑起来了。如果卡住不动先看内存占用再看 Ollama 日志# Linux 看服务日志 journalctl -u ollama -f # macOS 看应用日志 log show --predicate process ollama --last 5m3.3 让模型常驻后台服务与 API 调用交互界面适合测试实际用起来一般是让 Ollama 常驻后台通过 API 调用。Ollama 默认监听11434端口启动后就能用 HTTP 请求# 用 curl 测试 API注意 stream 参数控制是否流式返回 curl http://localhost:11434/api/generate -d { model: deepseek-r1:7b, prompt: 你好介绍一下你自己, stream: false }参数说明model指定本地模型名必须和ollama list里的一致prompt是输入stream设为 false 会等生成完一次性返回方便脚本处理设为 true 则是逐字返回适合做打字机效果。这个 API 是后面接 Chatbox 和各种插件的基础。4. 配一个顺手的交互界面Chatbox 与 LM Studio 接入4.1 Chatbox 接入 Ollama三步配通命令行交互只适合测试日常用还是图形界面舒服。Chatbox 是我用得比较多的一个跨平台Windows/macOS/Linux/移动端都有。安装就是官网下载对应版本一路下一步。装完打开左下角“设置”→“模型”选项卡关键配置如下配置项填写内容说明AI 模型提供方Ollama下拉选择API 域名http://localhost:11434Ollama 默认地址别加斜杠模型deepseek-r1:7b必须和 ollama list 一致保存后回到聊天界面发一条消息测试。如果报连接失败九成是 Ollama 服务没启动或者 API 域名写成了https。这里有个细节Chatbox 里模型名必须精确匹配deepseek-r1:7b和deepseek-r1:7B在某些版本里会被当成两个模型。4.2 LM Studio离线独立运行的另一种选择LM Studio 的定位和 Chatbox 不太一样它本身也能直接加载模型不依赖 Ollama。特点是本地、独立、离线适合对数据隔离要求高的场景。官网下载安装包装完在搜索栏找 LLMs 类型的开源模型下载后直接运行。如果你已经用 Ollama 管模型LM Studio 也可以作为前端连过去配置逻辑和 Chatbox 类似在“Local Server”里填http://localhost:11434。两个工具选一个顺手的就行不用都装。4.3 界面连不上时的排查顺序界面工具报错按这个顺序查基本能定位curl http://localhost:11434/看 Ollama 服务活没活ollama list看模型在不在本地检查 API 域名有没有多写路径或协议头看防火墙有没有拦 11434 端口# Linux 查端口占用 ss -tlnp | grep 11434 # Windows 查端口 netstat -ano | findstr 114345. 避坑与排查部署 DeepSeek 最常见的五个翻车现场5.1 现象模型下载到一半卡死或反复重试原因模型文件大网络抖动或磁盘空间不足都会导致中断。Ollama 的断点续传不是万能的某些情况下会卡在某个分片。解决先df -h确认磁盘余量至少留出模型体积两倍。然后删掉不完整的缓存重来# 查看模型存储位置Linux 默认在 ~/.ollama/models ls -lh ~/.ollama/models/blobs/ # 删除指定模型后重新拉取 ollama rm deepseek-r1:7b ollama pull deepseek-r1:7b5.2 现象运行时报 CUDA out of memory原因显存不够或者 CUDA 版本和驱动不匹配导致 Ollama 尝试用 GPU 但分配失败。解决先确认nvidia-smi里显存余量关掉占显存的程序。如果还是不够强制走 CPU# 设置环境变量让 Ollama 只用 CPU export OLLAMA_LLM_LIBRARYcpu ollama run deepseek-r1:7b或者换更小的模型版本。别硬扛32B 塞进 4GB 显存是物理上不可能的。5.3 现象ModuleNotFoundError: No module named transformers原因走了 Python 二次开发路径但依赖没装全。DeepSeek 相关脚本常依赖 transformers、torch 等库。解决按报错逐个补注意版本兼容pip install transformers torch # 如果版本冲突用虚拟环境隔离 python -m venv deepseek-env source deepseek-env/bin/activate # Windows 用 deepseek-env\Scripts\activate pip install transformers torch5.4 现象模型能跑但回答质量差、胡言乱语原因参数配置不当。最常见的是 temperature 设太高或者 max_length 太小导致回答被截断。解决调参。temperature 范围 0–1知识问答用 0.1 左右创意写作用 0.8top-p 同理严谨任务用 0.5头脑风暴用 0.9。在 API 调用里显式传curl http://localhost:11434/api/generate -d { model: deepseek-r1:7b, prompt: 解释一下快速排序, stream: false, options: { temperature: 0.1, top_p: 0.5, num_predict: 512 } }num_predict控制最大生成 token 数太小会截断太大浪费显存。5.5 现象Chatbox 显示连接成功但发消息无响应原因模型正在加载中或者上一次请求还没结束。大模型首次加载需要时间7B 在机械硬盘上可能要几十秒。解决等。看 Ollama 日志确认模型是否在加载。如果长时间无响应重启 Ollama 服务# Linux sudo systemctl restart ollama # macOS/Windows 直接退出应用重开6. 装完怎么验证三条命令确认环境真的通了部署完别急着用先跑一遍验证。我习惯用三条命令从底层到上层确认# 第一层Ollama 服务活着 curl -s http://localhost:11434/ | grep -q Ollama is running echo 服务 OK # 第二层模型在本地且能加载 ollama list | grep deepseek-r1 # 第三层API 能正常推理 curl -s http://localhost:11434/api/generate -d { model: deepseek-r1:7b, prompt: 11等于几, stream: false } | python -c import sys,json; print(json.load(sys.stdin)[response])三条都过说明从运行时到模型到 API 链路全通。这时候再打开 Chatbox 发消息基本不会出问题。还有一个我常用的技巧用ollama ps看模型是否常驻内存。如果每次请求都要重新加载说明模型被卸载了可以在 API 调用里加keep_alive参数让它多待一会儿curl http://localhost:11434/api/generate -d { model: deepseek-r1:7b, prompt: 你好, keep_alive: 30m }keep_alive设为30m表示模型在最后一次请求后保留 30 分钟避免频繁加载拖慢响应。设成-1则永久驻留但会一直占着内存低配机器慎用。从那以后我每次装完 DeepSeek都强制走一遍这三条验证命令再打开界面用。因为太多“看起来装好了”的环境其实卡在模型加载或 API 不通上等到真正用的时候才发现反而更浪费时间。希望帮到你。本文还有配套的精品资源点击获取 简介这份PDF文档面向对AI技术感兴趣的开发者、初学者及具备一定硬件基础的专业人士系统讲解DeepSeek模型本地部署的完整流程与优化策略。内容围绕低、中、高三种硬件配置给出选型建议并说明Ollama、Python、CUDA等工具的安装要点同时对比DeepSeek-R1-1.5B、7B、32B三大模型的功能特点与适用场景涵盖模型下载注意事项、交互界面测试及Chatbox AI、LM Studio等个性化工具的使用说明最后汇总常见问题与排障技巧。资源包为1个PDF文件大小约559KB内容紧凑、图文并茂附有具体命令行指令与操作截图便于对照实践。目前已有1152人学习适合希望掌握本地AI部署技术要点、提升自然语言处理应用能力并积累故障排查经验的读者参考。1. 从一张 8GB 显存的旧卡说起为什么我劝你先别急着ollama run上周帮一个做后端的朋友在旧笔记本上装 DeepSeek机器是四核 i5、8GB 内存、MX250 独显 2GB 显存。他上来就ollama run deepseek-r1:7b结果模型加载到一半直接 OOM终端刷了一屏红字他以为 Ollama 装坏了差点把整个环境删了重来。其实问题不在 Ollama在于他没先对硬件和模型版本做匹配——这也是本地部署 DeepSeek 最容易翻车的地方。DeepSeek 本地部署这件事说穿了就是三件事选对模型版本、装对运行时、配对交互界面。硬件从低到高对应 R1-1.5B、R1-7B、R1-32B 三档软件链路是 Ollama 拉模型、Python/CUDA 做扩展、Chatbox 或 LM Studio 做前端。这篇笔记按我实际装过的顺序走一遍新手能照着跑通熟手可以对照版本取舍和参数细节。2. 部署前的环境盘点硬件分档与 Ollama 安装2.1 先看硬件再选模型别反过来本地跑大模型第一道门槛不是软件而是显存和内存。我一般会先让机器跑一遍体检再决定装哪个版本。下面这张对照表是我按实际部署经验整理的和官方给的硬件建议基本一致但补了几个容易忽略的点硬件档位CPU / 内存 / 显存推荐模型实际体验低配双核/四核、8GB 及以下、集显或显存 2GBDeepSeek-R1-1.5B能跑日常对话和简单摘要够用响应偏慢中配i5 / 锐龙5、16GB、显存 4–6GBDeepSeek-R1-7B流畅度可接受代码生成和文章润色能胜任高配i7/i9 / 锐龙7/9、32GB、显存 8GBDeepSeek-R1-32B复杂推理和长文本处理有明显优势显存是瓶颈这里有个反直觉的点内存比显存更容易被低估。很多人盯着显卡看结果 16GB 内存跑 7B 模型时系统本身占掉一半模型加载阶段就开始 swap速度直接掉到个位数 token/s。我一般会留出至少模型体积 1.5 倍的内存余量。提示如果你不确定自己的显存Windows 下用dxdiag看“显示”选项卡Linux 下nvidia-smi或lspci | grep VGAMac 直接看“关于本机”。2.2 Ollama 安装三个系统三条路Ollama 是整个部署链路的底座它负责拉模型、跑推理、暴露本地 API。安装方式按系统分Windows去 Ollama 官网下载.exe安装包双击一路下一步。安装完在开始菜单能找到快捷方式默认会注册成后台服务。macOS下载.dmg把图标拖进“应用程序”文件夹。首次打开可能会提示安全验证在“系统设置 → 隐私与安全性”里放行即可。Linux一条命令搞定这也是我服务器上最常用的方式# 官方安装脚本会自动检测架构并安装对应二进制 curl -fsSL https://ollama.com/install.sh | sh # 安装完成后启动服务部分发行版需要手动 sudo systemctl enable ollama sudo systemctl start ollama安装完必须验证别跳过这步# 查看版本号能输出说明二进制没问题 ollama -v # 检查服务是否在监听默认端口 curl http://localhost:11434/ # 正常返回Ollama is running如果ollama -v报 command not foundLinux 下大概率是 PATH 没刷新source ~/.bashrc或重开终端即可。Windows 下则是安装时没勾选“添加到 PATH”重新跑一遍安装包选修复。2.3 Python 和 CUDA按需装别盲目上Python 不是 Ollama 的硬依赖但你要做二次开发、写自定义脚本、或者用某些前端工具时就需要。推荐 3.8 以上安装时务必勾选 “Add Python to PATH”# 验证 Python 环境 python --version # 输出 Python 3.10.x 之类即可 # 如果后续要装 transformers 等库 pip install transformersCUDA 只在你用 NVIDIA 显卡且想走 GPU 加速时才需要。版本必须和显卡驱动匹配装错了轻则 Ollama 回退到 CPU重则直接报错。装完用nvcc -V确认nvcc -V # 输出里能看到 Cuda compilation tools, release 12.x我一般会先nvidia-smi看驱动支持的 CUDA 上限再去 CUDA Toolkit Archive 找不超过这个上限的版本。这一步装错的人特别多后面避坑章节会细说。3. 拉取与运行 DeepSeek模型下载、启动和首次对话3.1 模型版本怎么选1.5B / 7B / 32B 的真实差别Ollama 里搜deepseek会出来一串版本核心就三个deepseek-r1:1.5B体积 1–2GB加载快适合老机器。缺点是逻辑推理弱复杂问题容易答非所问。deepseek-r1:7B体积 4–5GB中配机器的甜点。代码补全、文章润色、多轮对话都能撑住。deepseek-r1:32B体积 20GB 以上需要 8GB 显存和 32GB 内存。专业领域分析和复杂代码调试才值得上。选版本的原则很简单先看显存再看内存最后看磁盘。磁盘空间一定要提前查32B 模型加上缓存轻松吃掉 30GB# Linux/macOS 查磁盘 df -h # Windows PowerShell 查磁盘 Get-PSDrive -PSProvider FileSystem3.2 下载与启动一条命令背后的逻辑确定版本后下载和启动其实是同一条命令Ollama 会自动判断本地有没有没有就先拉再跑# 以 7B 为例首次执行会先下载再进入交互 ollama run deepseek-r1:7b # 如果只想下载不启动用 pull ollama pull deepseek-r1:7b # 查看本地已有哪些模型 ollama listollama run的逻辑是检查本地模型库 → 没有则从 registry 拉取 → 加载到内存 → 进入 REPL 交互界面。下载中断是常事重新执行同一条命令会断点续传不用删了重来。进入交互界面后先做基础测试 用一句话解释什么是递归 写一个 Python 冒泡排序能正常返回就说明模型跑起来了。如果卡住不动先看内存占用再看 Ollama 日志# Linux 看服务日志 journalctl -u ollama -f # macOS 看应用日志 log show --predicate process ollama --last 5m3.3 让模型常驻后台服务与 API 调用交互界面适合测试实际用起来一般是让 Ollama 常驻后台通过 API 调用。Ollama 默认监听11434端口启动后就能用 HTTP 请求# 用 curl 测试 API注意 stream 参数控制是否流式返回 curl http://localhost:11434/api/generate -d { model: deepseek-r1:7b, prompt: 你好介绍一下你自己, stream: false }参数说明model指定本地模型名必须和ollama list里的一致prompt是输入stream设为 false 会等生成完一次性返回方便脚本处理设为 true 则是逐字返回适合做打字机效果。这个 API 是后面接 Chatbox 和各种插件的基础。4. 配一个顺手的交互界面Chatbox 与 LM Studio 接入4.1 Chatbox 接入 Ollama三步配通命令行交互只适合测试日常用还是图形界面舒服。Chatbox 是我用得比较多的一个跨平台Windows/macOS/Linux/移动端都有。安装就是官网下载对应版本一路下一步。装完打开左下角“设置”→“模型”选项卡关键配置如下配置项填写内容说明AI 模型提供方Ollama下拉选择API 域名http://localhost:11434Ollama 默认地址别加斜杠模型deepseek-r1:7b必须和 ollama list 一致保存后回到聊天界面发一条消息测试。如果报连接失败九成是 Ollama 服务没启动或者 API 域名写成了https。这里有个细节Chatbox 里模型名必须精确匹配deepseek-r1:7b和deepseek-r1:7B在某些版本里会被当成两个模型。4.2 LM Studio离线独立运行的另一种选择LM Studio 的定位和 Chatbox 不太一样它本身也能直接加载模型不依赖 Ollama。特点是本地、独立、离线适合对数据隔离要求高的场景。官网下载安装包装完在搜索栏找 LLMs 类型的开源模型下载后直接运行。如果你已经用 Ollama 管模型LM Studio 也可以作为前端连过去配置逻辑和 Chatbox 类似在“Local Server”里填http://localhost:11434。两个工具选一个顺手的就行不用都装。4.3 界面连不上时的排查顺序界面工具报错按这个顺序查基本能定位curl http://localhost:11434/看 Ollama 服务活没活ollama list看模型在不在本地检查 API 域名有没有多写路径或协议头看防火墙有没有拦 11434 端口# Linux 查端口占用 ss -tlnp | grep 11434 # Windows 查端口 netstat -ano | findstr 114345. 避坑与排查部署 DeepSeek 最常见的五个翻车现场5.1 现象模型下载到一半卡死或反复重试原因模型文件大网络抖动或磁盘空间不足都会导致中断。Ollama 的断点续传不是万能的某些情况下会卡在某个分片。解决先df -h确认磁盘余量至少留出模型体积两倍。然后删掉不完整的缓存重来# 查看模型存储位置Linux 默认在 ~/.ollama/models ls -lh ~/.ollama/models/blobs/ # 删除指定模型后重新拉取 ollama rm deepseek-r1:7b ollama pull deepseek-r1:7b5.2 现象运行时报 CUDA out of memory原因显存不够或者 CUDA 版本和驱动不匹配导致 Ollama 尝试用 GPU 但分配失败。解决先确认nvidia-smi里显存余量关掉占显存的程序。如果还是不够强制走 CPU# 设置环境变量让 Ollama 只用 CPU export OLLAMA_LLM_LIBRARYcpu ollama run deepseek-r1:7b或者换更小的模型版本。别硬扛32B 塞进 4GB 显存是物理上不可能的。5.3 现象ModuleNotFoundError: No module named transformers原因走了 Python 二次开发路径但依赖没装全。DeepSeek 相关脚本常依赖 transformers、torch 等库。解决按报错逐个补注意版本兼容pip install transformers torch # 如果版本冲突用虚拟环境隔离 python -m venv deepseek-env source deepseek-env/bin/activate # Windows 用 deepseek-env\Scripts\activate pip install transformers torch5.4 现象模型能跑但回答质量差、胡言乱语原因参数配置不当。最常见的是 temperature 设太高或者 max_length 太小导致回答被截断。解决调参。temperature 范围 0–1知识问答用 0.1 左右创意写作用 0.8top-p 同理严谨任务用 0.5头脑风暴用 0.9。在 API 调用里显式传curl http://localhost:11434/api/generate -d { model: deepseek-r1:7b, prompt: 解释一下快速排序, stream: false, options: { temperature: 0.1, top_p: 0.5, num_predict: 512 } }num_predict控制最大生成 token 数太小会截断太大浪费显存。5.5 现象Chatbox 显示连接成功但发消息无响应原因模型正在加载中或者上一次请求还没结束。大模型首次加载需要时间7B 在机械硬盘上可能要几十秒。解决等。看 Ollama 日志确认模型是否在加载。如果长时间无响应重启 Ollama 服务# Linux sudo systemctl restart ollama # macOS/Windows 直接退出应用重开6. 装完怎么验证三条命令确认环境真的通了部署完别急着用先跑一遍验证。我习惯用三条命令从底层到上层确认# 第一层Ollama 服务活着 curl -s http://localhost:11434/ | grep -q Ollama is running echo 服务 OK # 第二层模型在本地且能加载 ollama list | grep deepseek-r1 # 第三层API 能正常推理 curl -s http://localhost:11434/api/generate -d { model: deepseek-r1:7b, prompt: 11等于几, stream: false } | python -c import sys,json; print(json.load(sys.stdin)[response])三条都过说明从运行时到模型到 API 链路全通。这时候再打开 Chatbox 发消息基本不会出问题。还有一个我常用的技巧用ollama ps看模型是否常驻内存。如果每次请求都要重新加载说明模型被卸载了可以在 API 调用里加keep_alive参数让它多待一会儿curl http://localhost:11434/api/generate -d { model: deepseek-r1:7b, prompt: 你好, keep_alive: 30m }keep_alive设为30m表示模型在最后一次请求后保留 30 分钟避免频繁加载拖慢响应。设成-1则永久驻留但会一直占着内存低配机器慎用。从那以后我每次装完 DeepSeek都强制走一遍这三条验证命令再打开界面用。因为太多“看起来装好了”的环境其实卡在模型加载或 API 不通上等到真正用的时候才发现反而更浪费时间。希望帮到你。本文还有配套的精品资源点击获取