症状：想在自己的电脑上本地部署 DeepSeek 大模型，却不确定 Ollama 是否能“零门槛”安装、模型能不能跑得动。
最快解法：先核对系统兼容性、可用内存与磁盘空间，再按 Ollama 官方流程安装、获取模型、启动并验证；“零门槛”只代表流程简化，不代表每台电脑都能流畅运行。

从未使用过 Ollama、想尝试 DeepSeek 的新手，可以照着步骤完成首次部署。
需要本地测试模型或开发应用的开发者，可以直接查看命令行与接口验证方法。
重视数据留在本机的用户，可以据此判断本地运行是否适合自己的设备和工作流。

运行前先核对设备：本地部署 DeepSeek 大模型要看什么？

先检查操作系统是否受支持，再确认模型文件能否存放、设备是否有足够的运行资源。模型文件大小不是最低内存要求；下载时能存下文件，也不等于加载时一定有足够内存。

Ollama 官方系统说明列出：macOS 需为 Sonoma 14 或更新版本；Windows 需为 Windows 10 22H2 或更新版本。Linux 用户应按自己的发行版和硬件核对安装及 GPU 文档。具体要求可能随 Ollama 版本与显卡支持变化，开始安装前请查看对应的macOS 系统要求、Windows 系统要求、Linux 安装说明和硬件支持列表。

┌──────────────────┐
│ 操作系统是否兼容？ │
└────────┬─────────┘
         ↓ 是
┌────────────────────────┐
│ 磁盘能否存模型并留出余量？ │
└────────┬───────────────┘
         ↓ 是
┌──────────────────────────┐
│ 可用内存能否承担目标模型？ │
└────────┬─────────────────┘
         ↓
   再安装并开始下载

先完成这份可执行检查，再决定是否安装：

  • [ ] 在系统“关于”页面确认操作系统名称与版本，并对照 Ollama 对应平台的官方要求。
  • [ ] 查看当前可用内存；把正在运行的应用也考虑进去，不要只看设备标称内存。
  • [ ] 查看模型保存位置的剩余磁盘空间。Ollama 的模型目录可调整，但换目录时还需确认当前账户或服务有读写权限；默认保存路径和 OLLAMA_MODELS 设置可参考官方常见问题说明。
  • [ ] 如果计划用 GPU 加速，按设备和驱动版本核对 Ollama 的硬件支持表；有 GPU 不等于一定会被当前驱动正确识别。
  • [ ] 确认模型条目的名称、规格、文件大小和使用条款来自官方模型页，而不是搜索结果中的相似名称或第三方改版。

这些检查能避免几类常见返工：系统版本不兼容导致安装受阻；磁盘不足导致下载中断；模型规格超出可用内存导致加载失败或转由 CPU 承担；GPU 驱动不匹配导致没有按预期加速。Ollama 会根据可用内存处理模型加载与并发请求，资源不足时可能需要排队或释放已加载模型；因此，模型文件大小只能帮助你估算磁盘占用，不能单独作为“跑得动”的判据。

安装 Ollama：用图形界面还是命令行？

安装时选择与你的系统相符的官方方式。第一次接触本地模型，建议优先使用桌面安装程序；如果使用 Linux 等环境需要终端操作，再按对应说明执行命令。

macOS：按官方安装说明获取并打开 Ollama 应用，将应用拖入“应用程序”后启动。若是 Intel 机型，CPU 支持与 Apple 芯片设备并不相同，选模型时更要按实际可用资源判断。

Windows：按官方说明下载安装程序。安装后 Ollama 会在后台运行，命令行可从命令提示符、PowerShell 或其他终端使用；操作系统版本需符合前文列出的要求。

Linux：在终端按官方安装说明执行：

curl -fsSL https://ollama.com/install.sh | sh

安装完成后，可用 ollama -v 检查命令是否可用。若使用特定发行版、GPU 或代理网络，应同时核对对应平台的安装说明与显卡要求，不要直接照搬其他系统的驱动命令。

成功标志：桌面应用正常打开，或终端能识别 ollama 命令。此时只是运行环境准备好了，DeepSeek 模型还没有下载；接下来需要选择具体模型。

模型怎么选：先看设备承受范围，再获取 DeepSeek 大模型

Ollama 模型库列有多个 DeepSeek-R1 规格。下表所列文件大小是模型库显示的下载大小，用来比较存储占用；它不是官方承诺的最低内存，也不能据此保证某台设备的速度或输出质量。名称与文件大小以Ollama DeepSeek-R1 模型库为准。

模型条目 模型库显示的文件大小 入门选择判断
deepseek-r1:1.5b 1.1 GB 文件较小，适合先做基础部署验证；仍需确认设备可用内存。
deepseek-r1:7b 4.7 GB 文件占用高于 1.5b；只有在资源检查通过后再尝试。
deepseek-r1:8b 5.2 GB 规格更大，下载与运行负担也需重新评估。
deepseek-r1:14b 9.0 GB 不建议仅凭磁盘空间充足就直接选择，先核对内存与显卡支持。

如果你只是第一次验证本地流程，可以先从 deepseek-r1:1.5b 开始；如果任务需要更大规格，再根据可用内存、显存和使用场景升级，而不是一开始就选最大的条目。下载前也要确认模型来源、名称和量化规格。DeepSeek-R1 官方仓库说明了权重及衍生模型的授权边界；若计划用于商业用途或二次分发，请再核对官方许可说明。不同衍生模型可能涉及不同基础模型许可，不能把一个许可结论自动套到所有条目。

在终端输入对应命令即可获取并启动：

ollama run deepseek-r1:1.5b

首次执行时，Ollama 会获取所需模型并进入交互；具体下载进度和等待时间取决于网络、设备及模型文件，不能用固定等待时间判断是否成功。

启动后先做对话验证，再决定是否接入应用

当终端出现输入提示后，先发送一条简单、可核对的问题，例如“请用一句话解释什么是本地运行的大语言模型”。等待回答完成后，再追问“请用三条列出刚才回答的重点”。如果模型能完成连续交互，说明当前环境已具备基本对话能力。

> 请用一句话解释什么是本地运行的大语言模型。
[模型返回文本]

> 请用三条列出刚才回答的重点。
[模型继续返回文本]

退出交互时输入 /bye。Ollama 的官方快速入门说明介绍了启动本地模型并在终端对话的基本流程。

如果你要从自己的程序调用模型，可检查本地 API。官方文档给出的本地 API 地址为 http://localhost:11434/api，本地请求可使用 /api/chat；下面的示例发送一条简短测试消息，响应正文中应能看到模型回答。接口地址和请求结构可核对官方 API 说明。

curl http://localhost:11434/api/chat -d '{
  "model": "deepseek-r1:1.5b",
  "messages": [{"role": "user", "content": "请回复：本地测试通过"}],
  "stream": false
}'

看到响应正文，且模型字段对应你实际获取的条目，即可确认本地 API 的基础调用成功。这个结果只证明当前设备、当前模型与当前配置完成了一次基本交互，不代表模型回答准确率、推理能力或运行性能达到某个保证值。重视隐私时也要检查你使用的其他应用或插件是否另行传输内容；“模型在本机运行”本身不等于整套工作流都不会联网。

失败时按现象排查：不要先反复重装

现象 先核实 处理方向 排查评分
ollama 命令无法识别 安装是否完成；是否重开终端；应用是否启动 重新打开终端；按当前系统安装文档检查安装与路径 优先排查
下载中断或磁盘不足 网络能否访问模型库；模型目录剩余空间 检查网络和代理；清理或调整模型目录后重试 优先排查
模型无法加载、设备明显卡顿 当前可用内存；模型规格；是否有其他模型或应用占用资源 先停止不需要的任务，再尝试较小规格；不要只看模型文件大小 重点核对
怀疑 GPU 没有参与运行 Ollama 是否识别到设备、驱动是否满足支持条件 按官方硬件表检查；用 ollama ps 查看模型的处理器分配 按硬件核验
终端能对话但应用接口失败 服务是否在本机运行；请求地址、模型名和 JSON 是否正确 按 API 文档确认 localhost 地址、模型标识与请求结构 检查接口

表中的“排查评分”是值班流程的优先级判断，不是官方性能评分。官方 FAQ 介绍了查看模型加载情况的方法，输出可显示 CPU、GPU 或两者的分配比例；日志也能帮助进一步定位安装或启动问题。macOS 可先查看 ~/.ollama/logs/server.log，Windows 可在文件资源管理器地址栏输入 %LOCALAPPDATA%\Ollama 查找日志。更多排查方式见官方故障排查文档。

按这个顺序处理，通常比一上来卸载重装更有效：先确认命令和服务状态，再核对网络、磁盘、模型名称与资源占用，最后查看日志。若你需要进一步了解 MacPull 的支持与使用信息，可查看 MacPull 帮助中心；该页面不能替代对你的具体模型、系统和配置的兼容性核实。

本地资源不足时：继续缩小模型，还是换运行环境？

如果较小规格也无法稳定加载，或你需要长时间持续运行、本地设备还要承担其他工作，先重新比较模型要求与手头设备，不要把下载成功当作部署完成。你也可以评估其他运行环境，但要逐项核对它是否支持目标模型、所需工作流、数据处理方式和接口访问；环境名称本身不是兼容性证明。

本地运行的优势是模型推理可以在自己的设备上完成，但你要承担设备资源、存储空间、驱动兼容和维护排错；远程环境可能减少本地设备负担，却需要你确认具体配置、数据边界与访问方式。若你考虑短期使用 Mac 环境，可先到 MacPull 官网核实当前实际提供的设备与条件，再确认目标 Ollama 流程是否能在相应配置上运行；本地设备足够且需要长期稳定使用时，继续本地部署往往更直接。先按本文清单逐项检查，只有确认资源不足，再比较其他环境，避免把一次部署尝试变成未经验证的服务选择。