前言

自從 DeepSeek 大模型火了以來，網絡上出現了許多關于本地部署的教程和方法。然而，要真正深入了解其功能和應用，還是需要自己動手進行一次本地部署。

DeepSeek 作為一個高效的自然語言處理模型，其本地部署能力為大家提供了靈活的應用場景。不管是開發私有化的 AI 應用，還是集成到現有的系統中，DeepSeek 都能提供強大的支持。

本文將詳細介紹如何快速部署 DeepSeek 模型，并通過 C# 調用其 API 接口，從而搭建高效的私有 AI 服務。我們將從環境準備、本地部署、API 客戶端配置到實際調用接口，完成整個過程。

搭建基礎環境

Ollama 是一個輕量級AI模型運行框架，支持 macOS、Linux 和 Windows 跨平臺運行，并兼容包括 Llama 3.3、DeepSeek-R1、Phi-4 和 Gemma 2 在內的 54 種主流開源模型。

它簡化了模型的下載、安裝和使用過程，提供了統一的操作界面，能夠方便地在本地環境中運行和測試不同的語言模型，簡單的說就是相當于一個容器。

1、安裝 Ollama

首先先下載 Ollama，進入官網，根據大家當前的操作系統選擇安裝包（Windows/Linux/macOS）。

官網下載地址：https://ollama.com/download

如上圖所示點擊 Download 下載安裝包，然后直接安裝就可以。

注意：Ollama默認安裝是在C盤的以及下載的大模型數據包也是默認在C盤，所以一定要注意自己C盤的存儲空間夠用，

當然我們也有方式改變他的安裝路徑的。如果不想折騰的可以直接點擊安裝就可以了。

本文示例是修改了安裝路徑，具體步驟如下：

首先在目標路徑（如 D:\Ollaman）創建一個新文件夾并放置 Ollama 安裝包

然后在該路徑下打開命令窗口并輸入 OllamaSetup.exe /DIR=D:\Ollama，接著在安裝界面點擊 "Install"，即可將 Ollama 安裝到指定目錄，大模型數據包也會默認下載到該目錄中。

Ollama 安裝好了就會自動啟動。

查看是否安裝成功 Windows+R，輸入CMD進入命令窗口，輸入：ollama -v有版本號就說明安裝好了，在任務欄右下角有個羊駝的圖標。

2、下載 DeepSeek R1 模型

在 Ollama 官網點擊 Models，選擇deepseek-r1

選擇對應的模型，可以看到模型的相信介紹、各種參數的模型。

普通用戶：選擇 8B 版本，適合日常對話、寫作等

高性能顯卡用戶（顯存 16GB 以上）：可選 16B 版本，體驗更強大性能

各個版本模型對硬件要求，官方沒有明確的說明，根據網友分享的大概整理如下，大家可以根據自己的電腦配置選擇模型。

選擇要下載的模型，復制指令。

打開命令窗口，粘貼運行指令。等待下載完成。下載過程中，會顯示下載進度和速度等信息。由于模型文件較大，下載時間可能會較長，需要耐心等待。

至此，已經可以與DeepSeek進行會話。

同時在瀏覽器訪問：http://127.0.0.1:11434，有如下提示也代表啟動成功了。

客戶端 ChatBox AI接入 DeepSeek

Chatbox AI 是一款 AI 客戶端應用和智能助手，支持眾多先進的 AI 模型和 API，可在 Windows、MacOS、Android、iOS、Linux 和網頁版上使用。

1、下載 ChatBox AI

瀏覽器中訪問 Chatbox AI的官方網站（https://chatboxai.app/zh），下載安裝。

2、配置環境變量

添加兩個環境變量，允許外部訪問，填寫：0.0.0.0，代表允許任何電腦訪問。

OLLAMA_HOST：0.0.0.0
OLLAMA_ORIGING：*

點擊我的電腦，右鍵屬性->高級系統設置->環境變量。

注意：設置完環境變量后退出一下 Ollama，然后重新啟動下Ollama。

3、Chatbox AI 連接本地模型

啟動 Chatbox AI 軟件，選擇 Ollama API后，然后選擇下載的 DeepSeek模型，如果大家還有其他模型也可以選擇對應的模型。

模型設置

選擇API類型：Ollama API

模型名稱：deepseek-r1:8b

點擊檢查連接，如果狀態正常，可以開始使用了。

以上設置完成。我們就可以在客戶端使用AI聊天了，

C# 調用 DeepSeek API

Ollama 還提供了 API 接口功能，使得自定義客戶端開發或集成到應用系統變得非常方便。

其相關生態系統也非常完善，使用 C# 版本的 Ollama SDK（如 OllamaSharp）可以快速進行開發。

下面通過一個簡單的例子來演示如何使用 Ollama：

1、安裝依賴包

首先，安裝 OllamaSharp 依賴包：

2、示例代碼

新建一個 OllamaApiExampleController控制器，添加如下代碼：

using Microsoft.AspNetCore.Mvc;
using Microsoft.Extensions.AI;
using OllamaSharp;
?
namespace DotNetCore.DeepSeekApi.Controllers
{
    /// <summary>
    /// OllamaApi示例控制器
    /// </summary>
    [ApiController]
    [Route("api/[controller]")]
    public class OllamaApiExampleController : ControllerBase
    {
        private readonly Uri _modelEndpoint = new Uri("http://localhost:11434");
        private readonly string _modelName = "deepseek-r1:1.5b";
?
        /// <summary>
        /// 初始化
        /// </summary>
        /// <param name="httpClient"></param>
        /// <param name="configuration"></param>
        public OllamaApiExampleController(){}
?
        /// <summary>
        /// 提問接口
        /// </summary>
        /// <param name="request"></param>
        /// <returns></returns>
        [HttpPost("ask")]
        public async Task<IActionResult> AskQuestion([FromBody] AskRequest request)
        {
            var chatClient = new OllamaApiClient(_modelEndpoint, _modelName);
            var question = request.Question;
?
            if (string.IsNullOrEmpty(question))
            {
                return BadRequest("請輸入您的問題？");
            }
            // 使用 await foreach 遍歷每個 ChatResponseUpdate
            var responseBuilder = new List<string>();
            await foreach (var update in chatClient.GetStreamingResponseAsync(question))
            {
                responseBuilder.Add(update.ToString());
            }
            var response = string.Join("", responseBuilder);
            return Ok(new { Response = response });
        }
    }
?
    /// <summary>
    /// 實體類
    /// </summary>
    public class AskRequest
    {
        /// <summary>
        /// 問題
        /// </summary>
        public string Question { get; set; }
    }
}

3、運行結果

Ollama 相關的API接口，可以查看官方文檔。

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

總結

通過本文簡單的學習實現了DeepSeek 的本地部署和本地調用API接口。

能夠掌握 DeepSeek 的本地部署方法，還能學會如何在 C# 項目中集成并調用 DeepSeek 提供的強大功能。

希望這些內容能夠幫助大家在實際項目中順利應用 DeepSeek，提升開發效率和項目質量。

最后

如果你覺得這篇文章對你有幫助，不妨點個贊支持一下！你的支持是我繼續分享知識的動力。如果有任何疑問或需要進一步的幫助，歡迎隨時留言。

也可以加入微信公眾號[DotNet技術匠] 社區，與其他熱愛技術的同行一起交流心得，共同成長！優秀是一種習慣，歡迎大家留言學習！