简介这份PDF指南面向希望在Windows 11上本地运行大模型的开发者与AI爱好者聚焦DeepSeek-R1的Ollama部署实践帮助读者摆脱云端依赖、兼顾数据隐私与响应速度。资源包共1个PDF文件大小约264KB内容按硬件与软件准备、服务启动、模型拉取与验证、命令行交互、REST API调用、Modelfile参数自定义及常见问题排查等模块组织结构清晰、便于按需查阅。读者可据此对照自身CPU、GPU、内存与磁盘条件评估可行性掌握ollama serve、ollama pull、ollama list、ollama run等核心命令并借助Python示例打通接口调用同时获得拉取失败、运行缓慢、端口占用等典型故障的排查思路。目前已有4338人学习下载适合具备基础命令行操作能力、想快速完成本地部署并体验智能交互的读者参考。1. Win11 本地跑 DeepSeek-R1先别急着双击安装包很多人第一次在 Win11 上装 Ollama 部署 DeepSeek-R1都是直接去官网下个 exe 双击然后打开 CMD 敲ollama run deepseek-r1结果要么卡在拉取进度条半天不动要么跑起来风扇狂转、回答一句话等半分钟。这套环境本身不复杂坑基本集中在三处硬件门槛没对齐、模型 tag 选错、服务端口被占。我见过最典型的翻车是 16GB 内存的轻薄本硬拉 14B 参数版本系统直接吃到 swap键盘都敲不动。这篇笔记按我自己的装机顺序走一遍先把硬件和版本对齐再装 Ollama、拉模型、配参数最后给一套验证跑通的检查清单。适合刚拿到新机器想本地跑推理的开发者也适合之前装过但没跑顺、想回头排查的人。2. 环境准备Win11 版本、显卡驱动和磁盘空间怎么对齐2.1 硬件门槛对照表DeepSeek-R1 在 Ollama 上提供多个参数规模不同规模对内存和显存的要求差距很大。下面这张表是我按实际跑下来的体感整理的不是官方标称的最低值而是「能连续对话不卡死」的推荐值模型 tag参数量内存建议显存建议磁盘占用适用场景deepseek-r1:1.5b1.5B8GB无需独显约 1.1GB轻量问答、验证环境deepseek-r1:7b7B16GB8GB 以上约 4.7GB日常对话、代码辅助deepseek-r1:8b8B16GB8GB 以上约 4.9GB7b 的替代版本deepseek-r1:14b14B32GB12GB 以上约 9GB复杂推理、长文本deepseek-r1:32b32B64GB24GB 以上约 20GB高精度任务deepseek-r1:70b70B128GB48GB 以上约 43GB服务器级配置原文里提到「至少 16GB 内存、20GB 磁盘」这个说法对应的是 7B 到 14B 区间。如果你只有 16GB 内存老老实实跑 7b别碰 14b。磁盘方面Ollama 默认把模型存在C:\Users\用户名\.ollama\modelsWin11 系统盘本身占用就不小建议提前确认 C 盘有 30GB 以上余量或者装完后改环境变量把模型目录挪到 D 盘。2.2 显卡驱动和 CUDA 支持确认有 NVIDIA 独显的话先确认驱动版本。打开 PowerShell 敲nvidia-smi这条命令会输出驱动版本、CUDA 版本和显存占用。重点看右上角CUDA VersionOllama 的 Windows 版本对 CUDA 12 以上支持比较好。如果这条命令报「不是内部或外部命令」说明驱动没装或者没加进 PATH去 NVIDIA 官网按显卡型号下最新驱动重装一遍。AMD 显卡目前 Ollama 在 Windows 上的 ROCm 支持还不算成熟跑起来大概率回落到 CPU这点要有心理预期。2.3 Win11 系统版本和终端选择Win11 建议更新到 23H2 及以上老版本在 WSL2 和网络栈上有一些已知问题。终端我用的是 Windows Terminal 里的 PowerShell比传统 CMD 在长输出和复制粘贴上顺手很多。如果你习惯 CMD 也能用但后面配环境变量、看日志的时候 PowerShell 体验更好。装之前先把系统更新跑一遍重启一次避免装到一半提示缺运行库。3. 安装 Ollama安装包、路径和服务的三个关键选择3.1 下载和安装 Ollama for Windows去 Ollama 官网下载 Windows 安装包文件名类似OllamaSetup.exe。双击运行安装向导里有两个地方要注意第一是安装路径。默认装在C:\Users\用户名\AppData\Local\Programs\Ollama这个路径没问题不用改。真正要改的是模型存储路径那个后面用环境变量控制。第二是安装完成后是否勾选「启动 Ollama」。我一般先不勾装完手动用命令行启动这样能看到完整的启动日志出问题好排查。安装完成后打开一个新的 PowerShell 窗口敲ollama --version能输出版本号就说明二进制装好了。如果提示找不到命令检查一下 PATH 里有没有 Ollama 的安装目录或者干脆重开一个终端窗口让环境变量生效。3.2 启动服务前台运行和后台运行的区别原文里用的是ollama serve前台启动。这个命令会把服务跑在当前终端窗口里关掉窗口服务就停了。适合第一次装完调试用能看到实时日志。ollama serve启动成功后输出里会有一行Listening on 127.0.0.1:11434这就是 Ollama 的默认监听地址和端口。注意它只监听本地回环局域网里其他机器访问不到这是默认的安全设置别随便改成0.0.0.0。实际日常使用中Ollama 安装后会自动注册一个后台服务开机自启。你直接敲ollama run的时候如果服务没在跑它会自动拉起来。所以ollama serve更多是排查问题时手动前台启动用的。如果你发现ollama run报连接错误先试试手动ollama serve看能不能起来能起来说明是后台服务注册出了问题。3.3 把模型目录挪到非系统盘这一步原文没提但 20GB 起步的模型文件全堆在 C 盘用不了多久系统盘就红了。我一般装完第一件事就是改模型目录。先关掉 Ollama 服务然后在系统环境变量里新建一个用户变量变量名OLLAMA_MODELS 变量值D:\ollama\models然后在 D 盘手动建好D:\ollama\models这个目录。改完重启终端再启动 Ollama之后拉的模型就都存到 D 盘了。验证方法很简单拉一个小模型看 D 盘目录里有没有出现blobs和manifests两个文件夹。提示环境变量改完必须重开终端才生效直接在原窗口敲命令还是读的旧值这个坑我踩过不止一次。4. 拉取和运行 DeepSeek-R1tag 选择、拉取命令和交互验证4.1 拉取模型别直接 pull deepseek-r1原文里写的是ollama pull deepseek-r1这条命令能跑但它拉的是默认 tag通常是 7b 或 8b 版本。如果你机器配置高想跑 14b或者配置低只想跑 1.5b都得显式指定 tag# 拉取 7b 版本适合 16GB 内存 ollama pull deepseek-r1:7b # 拉取 14b 版本适合 32GB 内存 ollama pull deepseek-r1:14b # 拉取 1.5b 版本适合低配机器验证环境 ollama pull deepseek-r1:1.5b拉取过程中会显示分层下载进度每一层是一个 blob。如果卡在某一层不动先别急着 CtrlC等两三分钟看看有时候是单个大层在写盘。超过五分钟没动静再考虑重试。拉取完成后用ollama list确认ollama list输出里应该能看到deepseek-r1:7b这样的条目后面跟着模型 ID、大小和修改时间。如果列表是空的说明拉取没成功检查网络或者磁盘空间。4.2 运行模型并做第一轮对话拉取成功后直接 runollama run deepseek-r1:7b进入交互模式后光标会变成直接输入问题回车。第一次加载模型会花几秒到十几秒取决于磁盘速度SSD 明显快于机械盘。加载完成后回答会流式输出。如果想一次性提问不进入交互模式可以带参数ollama run deepseek-r1:7b 用一句话解释什么是递归这条命令跑完输出答案后直接退出适合写脚本调用。4.3 用 REST API 对接自己的程序Ollama 服务起来之后11434 端口上就是一个标准的 HTTP 接口。原文给的 Python 示例可以用但我一般会加上流式输出和超时控制避免长回答卡住import requests import json # 请求体model 指定模型 tagprompt 是输入stream 控制是否流式返回 data { model: deepseek-r1:7b, prompt: 用三句话说明本地部署大模型的好处, stream: False } # 超时设 120 秒大模型首次推理可能较慢 response requests.post( http://localhost:11434/api/generate, jsondata, timeout120 ) # 解析返回的 JSONresponse 字段就是模型输出 result response.json() print(result[response])几个参数说明model必须和ollama list里的 tag 完全一致写错会报 model not foundstream设为False时一次性返回完整结果设为True时返回的是逐行 JSON需要循环读取timeout一定要设默认不设的话遇到长推理会一直挂着。4.4 用 Modelfile 固化常用参数每次 run 都带一长串参数很麻烦Ollama 支持用 Modelfile 派生一个自定义模型。原文给的例子是设 temperature 和 top_p我一般还会加上 system prompt# 从 deepseek-r1:7b 派生 FROM deepseek-r1:7b # 温度 0.7输出有一定随机性但不至于跑偏 PARAMETER temperature 0.7 # 核采样 0.8控制候选词范围 PARAMETER top_p 0.8 # 上下文窗口默认 2048长文本场景可以调大 PARAMETER num_ctx 4096 # 系统提示词固定角色设定 SYSTEM 你是一个简洁的技术助手回答控制在三句话以内。保存为Modelfile然后构建ollama create my-r1 -f Modelfile构建完成后ollama run my-r1就是你定制好的版本。temperature调高输出更发散调低更确定num_ctx调大会吃更多内存16GB 机器别超过 4096。5. 避坑排查拉取失败、端口占用和跑得慢怎么救5.1 拉取卡在某个百分比不动现象ollama pull进度条停在某个层很久或者直接报pull model manifest: dial tcp: i/o timeout。原因模型库是分层的单个大层可能几百 MB 到几 GB网络抖动或者磁盘写入慢都会导致卡住。另外 C 盘空间不足时写入会静默失败。解决先CtrlC中断确认磁盘剩余空间大于模型体积的两倍然后重新 pull。Ollama 支持断点续传已下载的层不会重复下。如果反复失败换一个时间段再试或者先用 1.5b 小模型验证整条链路是通的。5.2 端口 11434 被占用现象ollama serve报bind: address already in use或者ollama run报连接被拒绝。原因11434 被其他程序占了或者上一次 Ollama 进程没退干净。解决用这条命令查是谁占的netstat -ano | findstr :11434输出最后一列是 PID去任务管理器里按 PID 找到进程确认不是系统关键进程后结束掉。如果确实需要换端口设环境变量OLLAMA_HOST127.0.0.1:11435然后重启服务。注意换了端口之后REST API 的地址也要跟着改。5.3 回答速度慢、风扇狂转现象问一句话等十几秒才出第一个字任务管理器里 CPU 或内存吃满。原因模型参数规模超过了硬件承载能力或者没走 GPU 加速回落到了 CPU 推理。解决先看nvidia-smi里显存占用如果显存没怎么动说明跑在 CPU 上。检查显卡驱动和 CUDA 版本必要时重装驱动。如果显存确实不够换小一号的 tag比如从 14b 降到 7b。另外num_ctx设太大也会拖慢速度先降到 2048 试试。5.4 模型列表里有但 run 报错现象ollama list能看到模型但ollama run报model requires more system memory。原因模型加载需要的内存超过了当前可用内存Ollama 在加载阶段就拒绝了。解决关掉浏览器、IDE 等吃内存的程序或者换更小的 tag。Windows 上还要注意虚拟内存设置如果虚拟内存被手动关掉了大模型加载会直接失败建议保持系统自动管理。5.5 改了模型目录后模型「消失」现象设了OLLAMA_MODELS环境变量重启后ollama list是空的。原因环境变量只对新启动的进程生效而且旧目录里的模型不会自动迁移。解决把旧目录C:\Users\用户名\.ollama\models下的blobs和manifests两个文件夹整个复制到新目录再重启 Ollama。复制的时候确保服务是停的不然文件锁会导致复制不完整。6. 装完怎么验证三层检查确认环境真的跑通了装完不算完得有一套验证流程确认整条链路是通的。我一般分三层查服务层、模型层、接口层。第一层服务层。新开一个 PowerShell敲ollama --version ollama list两条命令都有正常输出说明二进制和服务注册没问题。如果ollama list报连接错误手动ollama serve前台启动看日志日志里会明确写是端口问题还是模型目录问题。第二层模型层。跑一个短问题确认推理链路通ollama run deepseek-r1:7b 11 等于几能正常流式输出答案说明模型加载和推理都正常。这一步重点看首次加载时间SSD 上 7b 模型一般 5 到 10 秒如果超过 30 秒检查是不是走了 CPU 推理。第三层接口层。用 curl 或者 Python 打一次 REST APIcurl http://localhost:11434/api/generate -d {\model\:\deepseek-r1:7b\,\prompt\:\test\,\stream\:false}返回 JSON 里response字段有内容说明 HTTP 接口正常。这一步是给后续对接自己程序做铺垫的命令行能跑不代表 API 能跑两个通道要分别验证。三层都过了之后我还会做一件事重启一次机器等 Ollama 后台服务自动起来后直接敲ollama run看能不能用。这一步验证的是开机自启有没有生效避免每次用之前还要手动起服务。注意验证的时候别用太复杂的问题短问题能快速暴露加载和连接问题长问题反而会掩盖真正的故障点。从那以后我每次装完 Ollama都强制走一遍这三层检查尤其是接口层那一步之前偷懒跳过结果写脚本调 API 的时候才发现服务只监听了 IPv6 回环localhost 解析到 IPv4 直接连不上白白多花半小时排查。希望帮到你。本文还有配套的精品资源点击获取