企业官网建设流程全解析

简介：面向希望在个人电脑上搭建私有AI平台的开发者和小型企业，这份PDF教程系统讲解了基于Ollama本地部署DeepSeek的完整流程。教程重点解决了默认安装路径受限的问题，通过环境变量配置将模型存储至非C盘，并完成防火墙端口放行，同时借助Chatbox提供可视化操作界面，让缺乏命令行经验的用户也能轻松上手。包体为单个PDF文件，约802KB，内容涵盖Ollama安装配置、不同规格DeepSeek模型选型与部署命令、安装成功判断以及日常对话使用方法，结构清晰、步骤详尽。已有1530人学习该资源，尤其适合计算机新手作为本地私有化AI部署的入门实操指南。

1. 为什么把DeepSeek部署到本地：一台电脑就是你的私有AI

在线AI聊天确实方便，但每次提问都要先把内容送到云端，文档、代码、聊天记录全都过一遍别人的服务器。对在意数据隐私的个人开发者，或者想减少外部依赖的小团队来说，本地部署DeepSeek是更实在的解法：把模型下到自己的电脑上，断网也能用，对话内容不出本机。这篇教程走的是一条已经验证过的完整路线：Ollama负责把模型跑起来，DeepSeek-R1负责回答问题，Chatbox负责把命令行变成像微信一样好用的聊天窗口。整个过程不需要写代码，主要工作在环境变量、防火墙放行和模型选择上。机器内存8GB以上、硬盘留出十几GB空间，跟着步骤走，大概半小时就能让一个私有AI在你电脑上开口说话，这不是玄学。

如果你之前被各种“本地部署AI”教程绕晕过，多半是卡在三个地方：模型被强制装进C盘、防火墙拦截端口、装完不知道怎么把命令行界面变成可视化窗口。这篇把这三关拆开讲，每步都给了参数和排错方法，顺便把容易翻车的位置标出来。小白按顺序做即可，老手直接跳到自己需要的章节。整套流程的界面截图和命令清单我都整理在配套资源包里，界面版本不一样时对照着找，能少走很多弯路。

2. 安装Ollama和改造存储路径：模型默认装C盘怎么挪到D盘

2.1 为什么用Ollama当底座

本地部署大模型，第一步不是下载模型，而是先搭一个“能跑模型的运行环境”。从零实现推理框架不现实，Ollama这类工具把模型下载、加载、推理和本地API服务封装成一条命令，操作门槛降到了“安装软件”的级别。选它还有一个实际理由：社区里DeepSeek-R1系列模型可以直接通过命令拉取，不需要手动找文件、对路径、配依赖，和Chatbox这类图形工具也能顺利对接。

从原理上讲，Ollama启动后会在本机开一个HTTP服务，默认监听11434端口。命令行工具通过这个端口发请求，Chatbox这种图形界面也走这个端口。所以后面要配置环境变量、放行防火墙，本质都在围绕“模型存在哪”和“服务能不能被访问”这两件事展开。如果对这两件事没有概念，后面出问题时很容易乱猜。

2.2 下载安装：先别急着拉模型

到Ollama官网下载Windows安装包，双击安装即可。这里要提前说一句：安装包默认不允许选择非C盘目录，装完以后模型默认也会存到C盘用户目录下。很多人装完发现C盘空间哗哗往下掉，就是这个原因。正确顺序是：先装好程序，配置完环境变量再拉模型。顺序反了，C盘已经被占掉几个GB，后面还得手动迁移。

安装完成后，系统托盘会出现Ollama的小图标，说明程序已经在后台运行。接下来不要急着打开命令行输模型命令，先在D盘建一个专门放模型的目录，比如D:\ollama。目录名建议全英文，后面配置环境变量时不容易遇到编码兼容问题。

2.3 三个环境变量配置步骤

在Win11或Win10左下角搜索“环境变量”，打开“编辑系统环境变量”，点“高级”页签下的“环境变量”按钮，进入环境变量设置窗口。在“用户变量”区域点“新建”，逐条添加下面三条变量：

变量值里的路径不要带引号，也不要加结尾斜杠。如果你不想让局域网里的其它设备访问，OLLAMA_HOST可以保守一点，设成127.0.0.1:11434，这样只有本机程序能连。后面讲防火墙时再说两者的区别。配置完成后点“确定”保存，然后重启电脑。这一步经常被跳过，但环境变量对已运行的进程不会立刻生效，不重启的话Ollama继续用旧配置，模型照样写进C盘。

重启后，重新打开命令提示符，输入以下命令确认变量已经生效：

set OLLAMA_MODELS set OLLAMA_ORIGINS set OLLAMA_HOST

正常情况下会回显刚才设置的三条变量值。如果输出为空，说明变量没保存成功，或者重启的进程不对。注意每次修改环境变量后，命令行窗口要新开，不要在修改前就打开的旧窗口里测试。

2.4 改完位置，已经下过的模型怎么办

如果你是在配置环境变量之前就装过模型，这里有个容易踩的坑：OLLAMA_MODELS只影响后续下载的模型，已下载的模型文件仍然留在C盘原目录。你会在ollama list里看到模型还在，但D:\ollama目录并没有变大，C盘空间也没有释放。

处理方式是先把旧模型目录整体复制到D盘。默认位置一般在C:\Users\你的用户名.ollama\models，把models目录里的内容复制到D:\ollama下对应位置，然后重启Ollama。确认新位置模型能正常加载后，再删除C盘里的旧目录。如果嫌麻烦，也可以不迁移，直接把旧模型删掉重新pull一次，代价是重新下载一遍流量。我建议先复制再删除，留个后悔药，毕竟模型文件好几个GB，下回来挺费时间。

3. 防火墙放行11434端口：本地服务到底是怎么被拦下的

3.1 为什么Ollama要监听端口

很多人不理解：明明在本机跑的服务，为什么还要放行防火墙？因为Ollama的本质是一个本地HTTP服务，监听在11434端口。不管是命令行聊天还是Chatbox连接，都是向这个端口发请求。Windows防火墙默认拦截入站连接，如果规则不对，Ollama本身可能正常启动，但外部的请求根本达不到服务。

端口号不是随便定的。Ollama默认用11434，修改端口的话，Chatbox的API地址、防火墙规则都要跟着改，中间任何一处漏掉都会出现“服务明明在跑，但连不上”的诡异现象。这就是为什么有些教程会让人在多个地方反复改同一个数字。我一般建议新手保持默认端口不动，减少变量。

3.2 放行流程：入站规则、TCP、特定端口

放行操作在“高级安全Windows Defender防火墙”里完成。Win11和Win10都可以在左下角搜索“高级安全”，打开后左侧选“入站规则”，右侧点“新建规则”，按下面顺序操作：

1. 规则类型选“端口”，点下一步。
2. 协议选“TCP”，在“特定本地端口”里填11434，点下一步。
3. 操作选“允许连接”，点下一步。
4. 配置文件里把“域”“专用”“公用”三个选项都勾上，点下一步。
5. 名称填“ollama 11434”，描述可以写“Ollama默认端口”，点完成。

注意两点。第一，协议要选TCP，不要选UDP，Ollama走的是TCP。第二，端口不要填“所有本地端口”，那种规则太宽，没必要也不安全。只放行11434就够。创建工作完成后，建议在左侧“入站规则”列表里确认这条规则存在，并且“已启用”列是“是”。

有个常见错误是把规则建到“出站规则”里。出站规则管的是本机主动向外发起的连接，而Ollama是要接收外部请求，属于入站方向。建错位置的话，放行规则完全起不到作用。

3.3 验证端口和本地API是否可用

配置完防火墙，先在本机验证服务状态。打开命令提示符，执行：

netstat -ano | findstr 11434

看到类似TCP 0.0.0.0:11434 ... LISTENING的输出，说明Ollama正在监听端口。如果Local Address是127.0.0.1:11434，说明服务只监听本机回环地址，局域网设备无法访问，需要检查OLLAMA_HOST是否配置成0.0.0.0并重启过Ollama。

接着验证API接口：

curl http://127.0.0.1:11434/api/tags

正常返回一堆JSON，里面是已安装模型的信息。如果返回不了，先看托盘里Ollama图标是否在运行，没运行的话从开始菜单手动启动再试。这一步能把“服务没启动”和“防火墙拦截”两个问题先拆开，排查起来不会瞎猜。

3.4 防火墙放行后，其它设备还是连不上

有时候本机访问正常，但局域网里另一台电脑就是连不上。逐个排查三个原因：第一，OLLAMA_HOST没设成0.0.0.0，服务只监听127.0.0.1，局域网请求进不来；第二，防火墙规则没建在入站规则里，或者端口填错；第三，访问的IP不对。可以用ipconfig查看本机在局域网里的IP，再在另一台电脑上执行：

curl http://你的局域网IP:11434/api/tags

把“你的局域网IP”换成实际值。能返回JSON，说明链路通。如果这一步卡住，回到上一节检查netstat输出中的监听地址。

注意：OLLAMA_HOST设成0.0.0.0后，局域网里其它设备确实能访问你的模型服务，但本地Ollama默认没有API鉴权。公司网络、公共Wi-Fi环境下不建议长期开着，用完改回127.0.0.1更稳。

4. 安装DeepSeek-R1模型：选哪个b模型，16GB内存怎么决定

4.1 DeepSeek-R1系列怎么理解

Ollama拉取的模型名称是deepseek-r1，后面跟的标签是这个系列的参数规模：1.5b、7b、8b、14b、32b、70b。这里的“b”是billion，即十亿参数。参数越多，模型的知识量和推理能力通常越强，但代价是内存占用、硬盘空间和生成速度全线上升。

这里有个容易误判的点：参数规模不是唯一的决定因素。同样的7b模型，不同量化格式文件大小不同，加载进内存的开销也不同。所以网上那些“1.5b只需要4GB内存”之类的说法只能当参考，最后还是要以本机实际体验为准。第一台机器别贪大，先装一个小模型跑通流程，再考虑换更大的。

选型要结合自己的内存、硬盘和耐心。个人经验是：内存8GB起步，用1.5b；16GB内存，7b或8b能跑，但8b在CPU推理时体感明显卡顿；32GB内存再考虑14b；64GB以上才适合折腾32b；70b基本是服务器玩家的事，个人电脑纯CPU很难喂饱。

4.2 模型大小与硬件的参考对照

下表是常见的选型经验值，不是精确值，同样标签的模型在不同量化方案下体积会略有浮动。硬盘占用看的是模型文件加上运行时临时空间，所以预留空间尽量比模型体积多留出2到3GB。

“稍显卡顿”不是错觉。16GB内存跑8b，模型要占用相当一部分内存，CPU推理再加上R1系列的思考过程，一句话等上几十秒都很正常。第一次装建议从1.5b入手，先确认整套链路通畅，再换大模型，别一上来就挑战70b，下载几十GB不说，卡到想砸电脑。

4.3 安装命令与参数解读

打开命令提示符，先确认Ollama正常运行：

ollama

会回显版本信息和使用提示。如果提示不是内部或外部命令，检查Ollama有没有装好，或者重开一个命令行窗口。接下来安装1.5b模型：

ollama run deepseek-r1:1.5b

这个命令等价于“下载模型并立刻进入对话模式”。首次执行会在终端打印下载进度，模型下载完成后自动进入聊天界面，出现Send a message (/? for help)提示就是成功了。如果只想下载模型、暂不对话，可以拆成两步：

ollama pull deepseek-r1:1.5b

pull只负责下载，不会启动对话。安装其它大小模型，只需要把冒号后面的标签换成对应的数字，例如：

ollama run deepseek-r1:8b

下载完成后，命令行会显示success字样。先用ollama list确认模型已经安装：

ollama list

输出的一列是模型名称，以后忘了模型全名，用这个命令查看，然后复制出来用。运行中的模型还可以用ollama ps查看当前占用情况，后面调试时很有用。

4.4 首次对话，顺便判断速度

进入对话界面后，直接输入一句简单问题测试，例如：用一句话解释什么是人工智能。发送后如果长时间没有文字，先把任务管理器打开看一眼CPU占用。只要CPU在忙，模型就是在思考，不是死机。R1是推理模型，回答之前会生成一段内部推理过程，这段过程也会消耗算力，所以看起来“半天没动静”很正常。

对话按/exit退出交互界面。如果下载到一半卡住，网络不好时可能出现进度条长时间不动，直接按Ctrl+C终止命令，重新执行ollama run deepseek-r1:1.5b。不要同时后台挂多个下载任务，小内存机器会挤爆。

5. Chatbox接入DeepSeek：常见问题和避坑记录

5.1 下载安装Chatbox，注意“所有用户”

Chatbox是Ollama的图形界面壳，装上以后就不用天天面对命令行。下载Windows版本安装即可，但安装过程中有一个关键选择：在“选择用户”这一步，要选“所有用户”，不要选“仅为我安装”。选错也不是完全不能用，但后面可能会遇到配置读取异常，尤其是环境变量差异导致的模型列表读不出来。

安装完成后先不要急着打开，确认Ollama已经在后台运行。Chatbox本质上是一个客户端，它不负责跑模型，模型服务的根在Ollama上。运行状态不对，Chatbox界面做得再漂亮也只是空壳。

5.2 Chatbox连接Ollama API的完整配置

启动Chatbox后，按照下面流程配置：

1. 首页选择“使用自己的API Key或本地模型”，不要选云端账号。
2. 在模型服务商列表里选“Ollama API”。
3. 点击“重置”按钮，让它扫描本机Ollama服务。
4. 在模型下拉框里选中deepseek-r1:1.5b。
5. 保存配置，进入聊天窗口。

“重置”这个按钮容易被忽略，但它是连接成功的关键一步。点击之后，Chatbox会向Ollama API请求模型列表。如果模型列表是空的，或者压根没有deepseek选项，按下面排查章节逐项检查。

如果改过端口，注意Chatbox里的访问地址也要改成对应端口。默认是127.0.0.1:11434，这里和防火墙放行的端口必须保持一致，否则报错连接失败。

5.3 避坑记录：我见过的几种翻车现场

1. Chatbox模型列表是空的

现象：保存配置后，模型下拉框里什么都没有。
原因：Ollama没启动，或者环境变量改完没重启，又或者Chatbox没点“重置”。
解决：先到托盘确认Ollama在运行，命令行执行ollama list确认模型存在，再回Chatbox点“重置”。这三步按顺序走，九成情况能解决。

2. 模型挪到D盘后，C盘空间没减少

现象：OLLAMA_MODELS已经指向D盘，新下载的模型也在D盘，但C盘可用空间还是往下掉。
原因：模型目录迁移后，Ollama的临时文件或索引可能仍写在原位置。
解决：退出Ollama，把C盘用户目录下的.ollama文件夹整体复制到新位置，然后用环境变量指向复制后的目录，重新启动。确认模型能正常加载后，再清理C盘旧文件。别在Ollama运行时删文件，容易导致索引损坏。

3. 局域网另一台电脑连不上Ollama

现象：A机器模型正常，B机器浏览器访问A的11434端口超时。
原因：OLLAMA_HOST没有设为0.0.0.0，服务只监听了127.0.0.1；或者防火墙入站规则没建对。
解决：在A机器执行netstat -ano | findstr 11434，看到监听地址是0.0.0.0再排除防火墙；如果监听地址是127.0.0.1，配置好OLLAMA_HOST并重启Ollama。

4. 改端口后，Chatbox连不上服务

现象：为了避开端口占用，把OLLAMA_HOST改成了11438，结果Chatbox报错。
原因：防火墙放行的是11434，Chatbox默认访问的也是11434，改了一处没改其它两处。
解决：把这个端口在防火墙、OLLAMA_HOST、Chatbox访问地址三处统一。最简单的方式是换回默认端口。

5. 上传文档或图片后，回答离谱

现象：Chatbox支持添加文档和图片，但问细节时模型胡编或说看不见。
原因：小参数模型主要是文本推理，对图片和超长文档的理解能力有限。
解决：把长文档拆成小段再提问，图片类问题别指望1.5b能真正看懂。要做严肃的文档分析，先换14b或32b再说。

5.4 日常使用：命令行和图形界面的选择

模型装好后，日常对话直接开Chatbox，不用再碰命令行。如果你同时在调试多个模型，命令行会更轻量：ollama run deepseek-r1:14b快速切换，ollama ps看内存占用。两个入口共用同一个Ollama服务，不会冲突，但同一时间别开太多对话任务，小内存机器会互相拖慢。

6. 验证部署不是玄学：常用命令和我的收尾习惯

6.1 部署完成后的验证清单

整套部署完成后，我习惯按下面顺序过一遍，速度快而且能准确定位问题：

ollama list ollama ps netstat -ano | findstr 11434 curl http://127.0.0.1:11434/api/tags

ollama list确认模型已经安装；ollama ps看当前加载到内存的模型；netstat确认端口监听状态；curl验证API能正常返回数据。这四条命令全部通过，再打开Chatbox，基本不会出幺蛾子。

6.2 一个有效的自测技巧

自测时别问“你好”这种没营养的问题，也先别拿复杂逻辑题考验小模型。问一个已知答案但需要模型组织语言的简单问题，比如“1加1等于几”，或者让模型复述刚才的对话。通过之后，再试一两条和你的实际工作相关的提问。这样能快速分清楚是链路问题还是模型能力问题，而不是把时间耗在无限重启上。

6.3 我的收尾习惯

踩过几次“改完环境变量不生效”的坑之后，我给自己定了一个死规矩：每次动完环境变量、防火墙或端口，全部强制走一遍“重启Ollama → 新开命令行 → set OLLAMA_MODELS → ollama list → curl API”的流程。哪一步卡住就修哪一步，修完重走一遍，直到全部通过再碰Chatbox。这个习惯看着笨，实际上最省时间。

还有一件我会顺手做的事：模型装完，在托盘Ollama图标上确认日志没有红色报错。Ollama的日志会记录端口监听失败、模型加载失败等信息，图形界面里看不出苗头的问题，日志里往往写着明确原因。从那以后，我每次部署新的本地模型都强制先验证一遍API端点再进聊天界面，很少再被“看起来没反应”骗到。希望这套流程也帮到你。

本文还有配套的精品资源，点击获取