简介面向需要在Windows 11上本地部署DeepSeek-R1模型的开发者和技术爱好者这份PDF指南重点解决依赖云端API带来的隐私泄漏与网络延迟问题利用Ollama工具搭建完全本地化的大模型运行环境。资源仅含1个PDF文档压缩包大小为264KB已有4341人学习下载。指南按实际部署流程展开硬件上推荐多核处理器、NVIDIA RTX 30系列及以上显卡、16GB以上内存与固态硬盘软件上要求更新Windows 11系统并安装Ollama。操作部分逐步讲解启动ollama serve服务、使用ollama pull拉取deepseek-r1模型、以ollama list验证下载结果再通过ollama run发起对话并演示借助Python请求REST API进行交互。此外还介绍了通过Modelfile文件自定义temperature等运行参数以及应对模型拉取失败、运行缓慢、端口被占用等常见问题的排查方法。整套指引清晰完整便于用户快速获得可离线使用的DeepSeek-R1服务兼顾数据隐私与响应速度。1. 本地跑 DeepSeek-R1别急着下模型先看清这台机器DeepSeek 这个词从 2025 年初开始就挂在热搜上没下来过但多数人卡住的不是模型本身而是部署过程。很多开发者拿到 Ollama 安装包就急着ollama pull deepseek-r1结果要么下载到一半断掉要么模型加载后终端直接卡死要么显存被吃满系统无响应。问题往往不在模型而是没搞清楚 Windows 11 这台机器到底够不够格。Ollama 把数百 GB 的模型托管到本地本质是拿本机算力换数据隐私和响应速度硬件基线不达标后面全是白忙。这篇笔记按我自己的部署流程来写先看硬件和系统环境再装 Ollama拉取 DeepSeek-R1验证命令行与 API 两种交互方式最后说清楚那些最容易翻车的坑。适合刚接触本地大模型的开发者也适合已经在用 Ollama 但没在 Win11 上完整跑通过的人。2. 硬件与软件基线内存 16GB 够用还是吃紧2.1 CPU 与 GPU 的分工DeepSeek-R1 的推理分两个阶段预填充处理输入和解码逐字生成输出。CPU 负责整体调度和部分计算GPU 承担矩阵运算两者配合不好就会出现「模型加载了但回答一个字要等十秒」的尴尬局面。官方建议多核 CPU 如英特尔酷睿 i7 或 AMD Ryzen 7 以上但我实际测试下来只要不是跑 7B 以上的大参数版本i5-12450H 这种准标压处理器也能扛住日常问答。关键瓶颈其实在 GPU 的显存带宽和内存容量上。NVIDIA 显卡优先30 系列及以上配合 CUDA 支持能显著加速推理。如果你手里是 RTX 3050 Laptop 这种 4GB 显存的入门卡跑 1.5B 或 7B 量化版问题不大但 14B 以上就会显存溢出Ollama 会退回 CPU 推理速度断崖式下跌。AMD 显卡也能用但要确认驱动里 ROCm 支持是否完整Windows 下这一步经常出幺蛾子NVIDIA 用户少很多烦心事。2.2 内存、磁盘和系统版本内存 16GB 是及格线32GB 是舒适区。DeepSeek-R1 系列包含多个参数规模的版本1.5B 量化版占 1GB 左右7B 版约 4.7GB14B 版要 9GB 以上。Ollama 会把模型完整加载进内存而不是按需分页所以系统本身占用 46GB 后16GB 内存跑 7B 版还能剩 5GB 左右给其他程序再大就危险了。磁盘方面至少 20GB 可用空间SSD 强烈建议机械硬盘加载 7B 模型时能明显感觉到读取耗时跑起来回答也发飘。Windows 11 系统务必更新到最新版本这不是随口一说。Ollama 对 Win11 的某些旧版本存在兼容性问题尤其是 22H2 早期版本会出现服务安装后无法自启的情况。软件依赖就是 Ollama 桌面安装包本身不需要额外安装 Python 或 CUDA Toolkit——Ollama 打包了运行所需的基础库这点比早期版本省事得多。3. Ollama 安装安装包选择与 PATH 环境变量3.1 下载安装包时该选哪个版本从 Ollama 官网下载 Windows 安装包时注意区分 CPU 版和 GPU 版。官网默认检测硬件后给出对应版本但手动下载时别下错。安装路径可以自定义但路径里不要有中文和空格否则后续模型目录创建可能报错。我一般装到D:\Ollama而不是默认的 C 盘模型文件默认存在C:\Users\用户名\.ollama下这个路径可以改后面讲模型存储时会提到。安装完成后Ollama 会自动加入系统 PATH但如果你之前装过旧版本或改过环境变量需要手动确认。在 PowerShell 里执行ollama --version能输出版本号说明 PATH 没问题如果提示不是内部或外部命令手动把安装目录加到系统变量 Path 里再重开终端。3.2 启动服务与端口检查安装完的默认行为是 Ollama 在后台自启服务但为了排查问题清晰我习惯手动启动。打开 PowerShell执行ollama serve启动成功后终端会显示类似 listen on tcp://0.0.0.0:11434 的日志。这个端口很重要后面 REST API 调用全靠它。出现端口被占用的情况多半是之前装在旧版本的服务还在后台跑用netstat -ano | findstr :11434找到进程 PID然后任务管理器里结束对应进程再重新执行ollama serve。服务启动后别关这个终端窗口关掉就等于停服务。如果想让它在后台稳定运行可以直接用 Windows 服务方式启动——安装版自带这个功能重启电脑后服务自动拉起不需要每次手动开终端。这一点新手最容易吃亏重启电脑后直接ollama run报错连接不上就是忘了服务这回事。4. 拉取模型从 ollama pull 到 ollama run4.1 拉取流程与验证清单服务跑起来后新开一个终端窗口执行模型拉取ollama pull deepseek-r1这条命令会连接 Ollama 模型库下载对应文件下载速度取决于网络状况。如果下载到一半中断重新执行同样的命令即可Ollama 支持断点续传不用清缓存重来。等待过程中能看到进度条和百分比不要随便 CtrlC 中断中断后虽然可以续传但偶发会出现校验失败需要重新下载的玄学问题。拉取完成后用命令验证模型是否在本地ollama list输出结果里看到deepseek-r1一行包含模型名、ID、大小和修改时间就说明拉取成功。模型文件默认存储在C:\Users\用户名\.ollama\models目录下想换存储位置的话在环境变量里新建OLLAMA_MODELS值填新的目录路径然后重启 Ollama 服务。这条经验适用于 C 盘空间紧张的用户几百 GB 的模型如果全压在系统盘Windows 更新一次就吃紧。4.2 命令行交互与参数确认模型本地存在后可以直接运行ollama run deepseek-r1 介绍一下北京的旅游景点第一次运行会有一个模型加载过程终端先停顿几秒或十几秒然后开始流式输出回答。这个加载时间和你磁盘读取速度直接挂钩SSD 上 7B 版本大概 510 秒机械硬盘可能翻倍。ollama run还支持交互模式不带引号直接进入对话界面输入问题回车就能持续对话。注意交互模式下上下文窗口会记录之前的对话内容默认 4096 token长对话后回答质量会下降模型开始「失忆」。遇到这种情况输入/bye退出再重新进入即可。4.3 REST API 调用方式命令行交互对于自动化脚本场景不够用REST API 是将模型能力封装进应用的关键手段。先确认 Ollama 服务处于运行状态然后准备一个 Python 脚本import requests # 请求体里 model 名必须与 ollama list 显示的名称完全一致 data { model: deepseek-r1, prompt: 介绍一下北京的旅游景点, stream: False # 设为 False 时一次性返回完整响应 } # 11434 端口是 Ollama 默认监听端口未修改配置前固定值 response requests.post(http://localhost:11434/api/generate, jsondata) print(response.json()[response])这段代码的核心是两个参数model指定本地已拉取的模型名称写错或漏写会直接返回 404 或提示模型不存在prompt是你的输入内容。stream: False表示等待完整回答后再返回适合脚本处理如果希望在生成过程中逐字获取结果把 stream 改为 Trueresponse 会变成多行 JSON 流。执行前确保 Python 环境里有 requests 库缺了就pip install requests。同样的 API 更适合测试服务连通性。执行后如果终端打印出大段文字回答说明整个链路已通如果报错ConnectionError优先检查 Ollama 服务是否还在运行然后确认端口号未被占用。4.4 Modelfile 自定义模型参数Ollama 不满足于固定参数运行通过 Modelfile 可以调整模型输出行为。我一般把 Modelfile 放在单独目录下避免和模型文件混在一起FROM deepseek-r1 PARAMETER temperature 0.7 PARAMETER top_p 0.8FROM指定基础模型PARAMETER temperature 0.7控制输出随机性——值越大回答越发散、越有创造性值越小越发保守、越确定代码生成类任务建议调低到 0.30.5。top_p 0.8是核采样参数限制候选词范围和 temperature 配合调节时一般先固定 top_p再微调 temperature 观察效果。保存后执行ollama create my-deepseek-r1-custom -f Modelfile创建成功后ollama run my-deepseek-r1-custom就能跑自定义配置的模型。这里有个常见误区很多人以为调参能提升模型本身的推理能力实际上这些参数只影响输出的风格和随机性不会改变模型的知识容量和逻辑水平。想要更强的推理表现只能换更大参数量的版本。5. 常见问题排查拉取失败、运行缓慢与端口冲突5.1 模型拉取失败进度条卡住或直接报错现象ollama pull deepseek-r1执行后长时间卡在 0%或运行几秒后终端报错退出。 原因最常见是网络连接问题Ollama 模型库服务器在部分地区访问不稳定下载请求超时或 TLS 握手失败。 解决先检查网络连通性重启路由器或切换网络环境后重试。Ollama 支持断点续传重新执行 pull 命令会从上次中断位置继续。如果持续失败更换网络环境比如从公司网络切到手机热点再试成功率明显提升。某些情况下服务器端维护也会导致拉取失败这时到社区页面看公告确认服务状态。5.2 运行缓慢加载慢、回答慢或直接卡死现象模型能正常加载但回答一个字要等很久或者输出到一半终端无响应。 原因模型默认使用 CPU 推理时速度很慢特别是参数量较大的版本在非 NVIDIA GPU 环境下退化为纯 CPU 计算。显存不足时Ollama 会部分加载模型到内存导致推理频繁在 CPU 与 GPU 之间搬运数据这种状态运行速度几乎不可用。 解决先看任务管理器里 GPU 显存占用情况如果占用接近 100%说明模型显存放不下考虑换更小的参数版本比如从 deepseek-r1:7b 换成 1.5b。反直觉的是减少 temperature 值对运行速度几乎无影响真正决定性因素是模型大小、显存和内存带宽。跑 7B 版本至少需要 4GB 可用显存16GB 内存只是能用体验不能说流畅。5.3 无法连接到 Ollama 服务端口 11434 被占用现象ollama run报错找不到服务或 REST API 请求连接被拒绝。 原因Ollama 服务未启动或端口 11434 已被其他程序占用。常见于电脑上安装了多个 Docker 容器或代理工具抢占了同一端口。 解决先执行netstat -ano | findstr :11434查看端口占用情况拿到 PID 后在任务管理器对应的进程上结束任务。注意别把 Ollama 的进程误杀了占用端口的是其他进程才需要处理。如果是修改监听端口通过环境变量OLLAMA_HOST指定新地址重启服务但调用 API 的地址也要同步修改。5.4 Windows 更新后 Ollama 无法自启现象系统更新重启后执行ollama run报错连接失败。 原因Windows 更新有时会重置系统服务的启动状态或杀毒软件把 Ollama 的后台服务隔离了。 解决到服务管理器里找到 Ollama 相关服务手动点击启动并把启动类型改为自动。如果确实被安全软件隔离在恢复区里将 Ollama 添加为信任项。这套组合拳走下来九成以上重启失联的情况都能解决。6. 验证部署是否真的跑通了6.1 最小验证路径部署完成后别急着写业务代码先按最小路径跑一遍确认每一步都是通的。第一步验证服务新开 PowerShell 执行ollama list能看到模型列表就说明服务正常。第二步验证响应执行ollama run deepseek-r1 11?等待模型输出结果——如果这一步输出正常命令行链路已通。第三步验证 API用前文提到的 Python 脚本请求本地 11434 端口返回完整 JSON 且含 response 字段说明 API 链路正常。这三步走完本地部署的核心链路才算真正跑通。很多人ollama list能看到模型就以为万事大吉直接去调接口结果 API 调用失败又回头排查半天——其实 CLI 能用不代表 API 端口正常监听两步是独立验证。6.2 性能基线自测对部署环境做一次性能基线记录方便以后对比。执行一个固定提问比如让模型用 200 字解释「什么是量子纠缠」记录从输入到完整输出的总耗时。这个耗时和机器配置强相关但同一台机器前后对比才有参考价值。我在一台 i7 RTX 3060 的机器上跑 deepseek-r1:7b大约 15 秒生成 200 字回答换到纯 CPU 的笔记本同样的提问跑了两分钟还没出完这种差距不是调参能弥补的。自测时留意显存占用峰值和内存占用水平记录下来作为后续调优的基准。如果发现显存占用率长期低于 50%说明模型没有有效利用 GPU检查 Ollama 服务是否跑在 GPU 模式下。6.3 分布式场景的额外验证如果部署的目的是给局域网内其他设备提供推理服务需要额外一步将OLLAMA_HOST设为0.0.0.0:11434这样其他机器才能通过 IP 访问。验证方式是在另一台设备上请求http://本机IP:11434/api/generate能拿到响应说明跨设备访问正常。注意 Windows 防火墙默认会拦截外部访问需要在防火墙设置里放行 11434 端口的入站连接或者添加 Ollama 到允许列表。从那以后我每次装完 Ollama都会强制走一遍「list 验证 → run 测试 → API 请求」三连不跳过任何一步。这套流程帮我省下过无数次以为装好了、实际 API 端口没开的尴尬也避开了本地模型玄学失败的坑。希望帮到你。本文还有配套的精品资源点击获取