本教程所用到的軟件包+deepseek使用技巧資源包獲取方式：
Ollama 支持 Linux/macOS/Windows，需根據(jù)系統(tǒng)選擇安裝方式?！?/p>
適用系統(tǒng)：Ubuntu/Debian/CentOS 等
步驟：
一鍵安裝：
curl -fsSL https://ollama.com/install.sh | sh權(quán)限配置（避免 sudo 運行）：
sudo usermod -aG ollama $USER # 將當前用戶加入ollama組
newgrp ollama # 刷新用戶組啟動服務(wù)：
systemctl start ollama # 啟動服務(wù)
systemctl enable ollama # 開機自啟驗證安裝：
ollama --version # 輸出版本號即成功步驟：
一鍵安裝：
curl -fsSL https://ollama.com/install.sh | sh啟動服務(wù)：
ollama serve # 前臺運行（調(diào)試用）或通過 Launchd 后臺服務(wù)：
brew services start ollama # 通過Homebrew管理
前置要求：
Windows 10/11 64位
已安裝 WSL2（推薦Ubuntu發(fā)行版）
步驟：
下載安裝包：Ollama Windows Installer
下載后進行雙擊安裝
驗證安裝：
ollama list # 查看已安裝模型
默認情況下，Ollama 服務(wù)僅在本地運行，不對外提供服務(wù)。要使 Ollama 服務(wù)能夠?qū)ν馓峁┓?wù)，你需要設(shè)置以下兩個環(huán)境變量：
如果 Ollama 作為 systemd 服務(wù)運行，應(yīng)使用 systemctl 設(shè)置環(huán)境變量：
調(diào)用 systemctl edit ollama.service 編輯 systemd 服務(wù)配置。這將打開一個編輯器。
在 [Service] 部分下為每個環(huán)境變量添加一行 Environment：
[Service]
Environment="OLLAMA_HOST=0.0.0.0"
Environment="OLLAMA_ORIGINS=*"重新加載 systemd 并重啟 Ollama：
systemctl daemon-reload
systemctl restart ollama官方模型庫參考：Ollama DeepSeek-R1 頁面
ollama pull deepseek-r1 # 官方推薦模型名稱模型規(guī)格選項（按需選擇）：
ollama pull deepseek-r1:7b # 7B參數(shù)基礎(chǔ)版
ollama pull deepseek-r1:33b # 33B參數(shù)進階版（需更高顯存）
ollama run deepseek-r1驗證交互：
>>> 你好，請用中文回答
你好！我是DeepSeek-R1，很高興為您提供幫助！
根據(jù)硬件資源選擇運行模式：
適用情況：無獨立顯卡或顯存不足
配置優(yōu)化：
限制線程數(shù)（避免資源耗盡）：
OLLAMA_NUM_THREADS=4 ollama run deepseek-r1 # 限制4線程使用量化模型（減少內(nèi)存占用）：
ollama pull deepseek-r1:7b-q4_0 # 4-bit量化版內(nèi)存要求：
7B模型：至少8GB空閑內(nèi)存
33B模型：至少32GB空閑內(nèi)存
適用情況：有NVIDIA顯卡（需CUDA支持）
配置步驟：
安裝驅(qū)動：
安裝 NVIDIA驅(qū)動 和 CUDA Toolkit 12.x
啟用GPU加速：
ollama run deepseek-r1 --gpu # 強制使用GPU顯存要求：
7B模型：至少6GB顯存
33B模型：至少20GB顯存
性能監(jiān)控：
nvidia-smi # 查看GPU利用率
docker run -d \
--name=maxkb \
-p 8080:8080 \
-v ~/maxkb_data:/var/lib/postgresql/data \
1panel/maxkb:latest訪問 http://localhost:8080，默認賬號密碼 admin/MaxKB@123..
進入MaxKB控制臺：模型管理 > 添加模型
填寫參數(shù)：
模型類型：Ollama
模型名稱：DeepSeek-r1
Base URL：http://ollama主機ip:11434（Docker內(nèi)訪問宿主機）
模型名稱：deepseek-r1（與Ollama拉取的模型名一致）
訪問 GitHub Releases 頁面：ChatBox Releases!ChatBox Releases頁面
選擇 Windows 版本：
運行安裝程序：
雙擊下載的 .exe 文件，按提示完成安裝。
確保 Ollama 服務(wù)已運行。
在 ChatBox 設(shè)置中選擇 **ollama api**，填寫：
API Endpoint: http://localhost:11434
API Key: 留空
Model Name: deepseek-r1（與 Ollama 模型名稱一致）
日志查看：
journalctl -u ollama -f # Linux端口沖突：修改Ollama端口：
OLLAMA_HOST=0.0.0.0:11435 ollama serve # 指定新端口
重新初始化：
ollama rm deepseek-r1 && ollama pull deepseek-r1
檢查網(wǎng)絡(luò)：
curl http://ollama-ip:11434 # 確認Ollama API可達跨域問題：在Ollama啟動時添加：
OLLAMA_ORIGINS="*" ollama serve
| 場景 | 推薦配置 |
| CPU模式 | 使用 |
| GPU模式 | 啟用 |
我使用zabbix+grafana對服務(wù)器做了資源使用情況的監(jiān)控，因為我的服務(wù)器沒有GPU，全部使用CPU去跑，當我運行大模型的時候，可以看到服務(wù)器資源站喲比較高（目前我測試用的的Deepseek-r1:7b）
