本地部署DeepSeek-R1模型全攻略：Ollama+Page Assist轻量化方案
——零代码实现私有知识库与AI助手
摘要
本文记录了个人在本地部署DeepSeek系列大语言模型的完整过程，为需要私有化部署AI模型的开发者提供参考。
核心优势
隐私安全：数据完全本地化，避免敏感信息泄露
轻量部署：集成显卡即可运行1.5B/7B模型，RTX4060也可运行14B甚至32B模型
扩展性强：支持PDF/文本构建知识库
环境搭建四步曲
1. Ollama安装
Windows用户官网下载安装包（推荐国内镜像加速）
如果发现下载太慢，个人发现：可以将链接复制到迅雷内进行下载，速度很快，三分钟之内可以下载完成。Windows用户可以直接点击：下载链接
验证安装：终端执行
1
ollama -v
显示版本号即成功
2. 模型部署
1 | ollama run deepseek-r1:7b # 中端配置推荐7B模型 |
显存适配方案：
▫️ 4GB显存 → 1.5B模型（GTX 1050 Ti）
▫️ 8GB显存 → 7B模型（RTX 3060）
我个人的配置是RTX4060，但是跑14B模型也毫无压力。个人推荐：如果是集成显卡，直接上7B及以上，如果是独显甚至是4060以上的显卡，建议最低上14B，参数过少的蒸馏版本智力水平稍微有些难以满足生产力需要。
3. Page Assist配置
浏览器插件安装：
▫️ Edge商店直接安装 → 搜索”Page Assist”
▫️ 离线安装包 → 解压拖拽至扩展管理界面
关键设置：
1
ollama pull nomic-embed-text # 加载轻量化嵌入模型
4. 知识库构建
支持格式：PDF/TXT/DOCX（建议预处理文本内容）
上传路径：Page Assist首页 → 添加知识库
典型问题解决方案
| 问题现象 | 解决方案 |
|---|---|
| 模型下载失败或太慢 | 复制链接到迅雷下载 |
| 对话响应延迟 | 降低模型参数（如7B→1.5B）或启用4bit量化 |
| 知识库检索异常 | 检查nomic-embed-text模型是否加载成功 |