本地部署 DeepSeek 適合需要離線測試、敏感數據不便上雲，或想控制推理成本的場景。Ollama 是目前最簡單的入門方式之一。正式對外上線仍建議使用 DeepSeek API 並做好 限流重試。
環境準備
- macOS：Apple Silicon 建議 16GB 記憶體以上；Intel Mac 需確認模型大小與 RAM。
- Windows：建議 NVIDIA 顯示卡 + 最新驅動；僅 CPU 也可運行小模型，但速度較慢。
- 硬碟預留至少 10–30GB，視模型大小而定。
安裝 Ollama
- 前往 Ollama 官網 下載對應系統安裝包。
- 安裝完成後，在終端執行
ollama --version確認可用。 - 首次拉取模型需下載數 GB 文件，請保持網絡穩定。
拉取 DeepSeek 模型
ollama pull deepseek-r1:7b
也可依硬體選擇其他標籤（如 1.5b、14b）。模型越大，效果通常越好，但 RAM/VRAM 需求更高。
測試對話：
ollama run deepseek-r1:7b
繁體中文輸出檢查
本地模型預設可能偏向簡體。可在 Prompt 開頭加入：
請使用香港繁體中文回答。若原文為英文，保留專有名詞英文。
若仍混用繁簡，可：
- 換用較新的模型版本
- 在 Prompt 中給出繁體輸出示例（Few-Shot），寫法見 提示詞入門
- 後處理用 OpenCC 做繁簡轉換（僅作輔助）
常見問題
OOM（記憶體不足）
- 改用更小模型（如 7b → 1.5b）
- 關閉其他佔用 GPU 的程式
- Windows 上確認使用的是 GPU 版 Ollama
速度很慢
- 確認是否在使用 GPU（任務管理器 / Activity Monitor 查看）
- 減少
num_ctx上下文長度 - 批量任務改用 API 而非本地推理
回答質量不穩
- 提高 Prompt 约束（見 提示詞入門教程）
- 對推理型任務使用 R1 系列；一般寫作用 V 系列可能更合適
何時該用本地，何時該用 API
| 場景 | 建議 |
|---|---|
| 敏感內部文件 | 本地 |
| 高並發線上服務 | API |
| 快速驗證 Prompt | 本地小模型 |
| 最強推理能力 | 雲端大模型 API |
本地部署的价值在於可控與可離線；上線服務仍建議以官方 API 為主。網頁版使用問題可另見 登入排查。更多香港本地化教程見 本站首頁。