Linux安装和使用DeepSeek AI指南(详细图文)
作者:admin 时间:2026-5-12 11:50:5 浏览:DeepSeek R1 最近因其先进的推理能力而声名鹊起。从隐私角度看，能够完全离线运行AI模型（且资源有限）是一大优势。
通过本地处理数据，组织可以将敏感或受监管的信息保存在本地，降低数据泄露的风险。在这篇文章中，我将在Linux系统上搭建DeepSeek，使用图形界面进行交互，并将其集成到Python脚本中。
1. 在WSL上安装CUDA
根据你的设置，你可以直接进入本文的第二部分。在我的设置里，我用的是WSL。要在Ubuntu中启用CUDA，我通常遵循以下步骤：
sudo apt update
sudo apt install build-essential
wget https://developer.download.nvidia.com/compute/cuda/12.6.2/local_installers/cuda_12.6.2_560.35.03_linux.run
sudo sh cuda_12.6.2_560.35.03_linux.run
我的nvidia-smi输出：
你也可以用脚本/usr/local/cuda-12.6/extras/demo_suite/deviceQuery检查安装的成功情况。
2. 安装Ollama
Ollama 是一个强大的工具，能够在云端创建和运行 LLM 应用。它简化了开发流程，提供灵活的部署选项，同时便于应用管理和扩展。你可以下载并安装：
curl -fsSL https://ollama.com/install.sh | sh
3. 下载DeepSeek
最后我们可以下载DeepSeek模型。DeepSeek-R1 配备了多个源自 Qwen 和 Llama 架构的精炼模型，每个模型都针对不同的性能和资源需求进行定制。
这些模型的尺寸各不相同。例如，1.5b型号大约2.3 GB，7b型号大约4.7 GB，70b型号超过40 GB。我自己选择了默认的deepseek-r1型号。
1.5b型号所需的资源更少，而14b和32b等型号则更注重高性能。点击这里查看所有型号。
如图所示，下载后立即切换为提示。
4. 使用 Chatbox
Chatbox 提供了与AI模型交互的用户友好界面。安装后，打开设置，选择“OLLAMA API”作为模型提供者，然后选择你偏好的 DeepSeek 模型。如果没有错误，它会自动识别最近安装的型号。
在下面的图片中，我让它生成一个能够从远程服务器下载名为not_malicious.zip的文件的Python脚本，它完成了。脚本甚至会检查状态码并处理潜在的异常情况。
5. Python 示例
DeepSeek 提供了一个与 ChatGPT 完全兼容的 API。你可以直接跑pip3 install openai开始。在我的配置中，我会用ollama Python包。
python3 -m venv venv
source venv/bin/activate
pip3 install ollama
我编写了一个简单的脚本，从模型中请求五个网络安全最佳实践，结果如下：
用于与 DeepSeek 交互的 Python 脚本(点击图片放大)
结论
本文详细介绍了在Linux系统上搭建DeepSeek，使用图形界面进行交互，并将其集成到Python脚本中，这个指南对新手来说非常有参考作用。
相关文章
标签: DeepSeek
