使用ollama本地部署Deepseek，并实现接口调用 原创

“ 学习大模型的本地部署能够让你对模型的运行流程更加了解，帮助你了解不同平台和部署环境的优劣以及适用场景。”

在大模型应用中，本地部署模型可以说是一个非常重要的环节，特别是对一些数据安全性较高的企业；因为使用第三方模型服务，会存在数据泄露的问题，因此很多企业选择本地部署模型。

而且很多企业在招人时，也会要求有大模型本地部署的经验；所以，今天我们就来学习一些大模型的本地部署，使用ollama部署工具。

大模型的本地部署

关于大模型的部署问题，目前市场上有很多部署推理工具，如vllm，sglang，ollama，LLMStudio等等；不同的部署框架适合不同的应用场景，有些框架适合学习和小规模开发测试使用，如ollama，LLMStudio等；而有些适合企业级生成部署，如vllm，DeepSpeed等。

以我们今天使用的ollma框架为例，由于其小巧简单，因此很适合学习和测试使用；并且，其提供了多种交互接口，包括命令行——cli，GUI和API接口。

官网地址如下：​​https://ollama.com/​​

并且，ollama支持多种系统平台，如window，mac，linux等；直接选择自己的系统平台点击下载即可。

下载之后直接启动就是一个GUI的页面，用户可以在右下角选择需要使用的模型，然后下载即可；当然也可以在命令行进行操作。

而ollama支持的模型，也可以点击右上角的Models查看，里面支持大量 的模型。

搜索模型之后点击进去就能看到模型具体的下载命令，可以根据自己需要的版本进行选择:

由于作者的电脑没有GPU，因此就选择deepseek的小模型进行测试，ollama run命令会直接从ollama仓库下载模型，当然用户也可以自己手动下载之后直接启动，这样就不用等待下载时间了。

模型会在第一次加载时需要下载，如果已经下载过就不会在此下载；不过这里有一个注意点就是，由于模型较大，少则几个G起步，多则几十个G，上不封顶，因此一定要选择一个大的磁盘才行。

ollama默认下载地址：C:\Users\用户名\.ollama\models，用户可以自行修改, 左上角选择setting即可进入设置页面:

当模型下载成功之后，就可以通过ollama ps命令查看运行中的模型。

前面讲了ollama的基本使用和下载方式，但对于开发者来说，我们需要的是通过API来访问模型，因此怎么使用API服务才是最重要的。

在ollama中封装了模型的API服务，不需要我们编写任何服务端代码；

这个是ollama的api文档: 

英文版: https://github.com/ollama/ollama/blob/main/docs/api.md

中文版: ​​https://ollama.readthedocs.io/api/​​

ollama的默认启动地址是 http://localhost:11434，可以使用curl对接口进行测试：

curl http://localhost:11434/api/generate -d 
'{
  "model": "llama3.2",
  "prompt": "Why is the sky blue?",
  "stream": false
}'

当然，也可以通过apifox等api测试工具进行测试，不过这里需要注意的一点是ollama默认启动的api服务只能本地访问，如果想通过网络进行远程访问，在保证网络通的前提下，还需要对ollama的环境进行配置。

环境变量配置： 

OLLAMA_HOST=0.0.0.0:11434

windows中ollama的环境变量配置和java sdk的配置相同;而mac和linux用户可以自行搜索。

开发人员可以根据ollama提供的接口文档，基于ollama做业务开发。

本文转载自​​AI探索时代​​ 作者：DFires