用离线的DeepSeek大模型编写程序

离线模型测试

测试用的机器A

E5-2697 V2 单路
AMD FirePro D700 双显卡
内存 64G
测试操作系统：Window10 专业版 64位

测试用的机器B

E5-4669 V4 双路
RTX 3060 单显卡
内存128G
测试操作系统：Window10 企业版 64位

测试结果

先说测试结果，模型大小越大要求的性能越高，还有要开启GPU支持的，必须要用NVDIA的卡,带CUDA功能，AMD的卡不支持。

用deepseek辅助编程，只用几个步骤，

下载ollama
安装deepseek模型
安装VSCODE的CodeGPT插件
使用插件进行编码，重构等操作

什么是ollama？

ollama是一个简明易用的本地大模型运行框架,只需一条命令即可在本地跑大模型。

开源项目，专注于开发和部署先进的大型语言模型（LLM）。

官网地址：https://ollama.com/

Github: https://github.com/ollama/ollama

开源的本地大模型运行框架 ‌Ollama‌是一个开源的本地大模型运行框架，旨在简化大型语言模型（LLM）的部署和运行过程。

它通过提供简单的安装和配置指令，使得用户能够快速在本地运行开源大型语言模型，如Llama 3.1、Mistral、Gemma 2等。‌

主要特点和功能

‌开源‌：Ollama是一个完全开放源代码的项目，任何人都可以查看、修改和贡献代码。 ‌易用性‌：项目旨在简化语言模型的训练和部署流程，即使是那些没有深度学习背景的人也能轻松使用。 ‌高性能‌：Ollama支持高效地训练和运行大规模的语言模型，利用现代硬件加速计算。 ‌模型管理‌：用户可以方便地下载和管理各种语言模型，并根据需求选择适合的模型进行使用。 ‌本地运行优势‌：在本地运行模型可以保护数据隐私，避免数据传输到外部服务器带来的潜在风险，并且不受网络波动的影响。 ‌跨平台支持‌：提供针对macOS、Windows、Linux以及Docker的安装指南，确保用户能在多种操作系统环境下顺利部署和使用Ollama。

应用场景

‌开发和测试‌：开发人员可以使用Ollama在本地快速搭建语言模型环境，用于开发新的语言相关的应用程序，进行初步测试和优化。 ‌个人学习和研究‌：对于研究自然语言处理的学者或对语言模型感兴趣的个人来说，Ollama提供了一个方便的实验平台，可以在本地加载不同的模型，对比它们的性能，研究模型的输出特性。 ‌企业应用‌：企业内部有一些敏感的文档需要通过语言模型进行处理和分析时，使用Ollama在本地运行模型，可以避免数据传输到外部服务器带来的潜在风险。

安装离线版的DeepSeek模型

deepseek模型版本选择

查看不同的版本，选择合适的版本下载

https://ollama.com/library/deepseek-r1:7b

下面是选择了7b的这个模型，大小是4.7G

打开控制台输入：

1

ollama run deepseek-r1:7b

运行效果

目前是运行在CPU的模式下，没有优先用GPU运行

7B效果

1

ollama run deepseek-r1:7b

7b的运行效果，有点啰嗦

14b效果

这是14b效果，比7b的要智能点

1

ollama run deepseek-r1:14b

CPU和GPU使用情况

在CPU的情况下，性能还是有点差，必须优先用显卡运行

配合Chatbox实现本地化聊天

网站 https://chatboxai.app/zh#download

开启远程使用

在 Windows 上配置

在 Windows 上，Ollama 会继承你的用户和系统环境变量。

通过任务栏退出 Ollama。

打开设置（Windows 11）或控制面板（Windows 10），并搜索“环境变量”。

点击编辑你账户的环境变量。

为你的用户账户编辑或创建新的变量 OLLAMA_HOST，值为 0.0.0.0；为你的用户账户编辑或创建新的变量 OLLAMA_ORIGINS，值为 *。点击确定/应用以保存设置。

从 Windows 开始菜单启动 Ollama 应用程序。

在 Linux 上配置

如果 Ollama 作为 systemd 服务运行，应使用 systemctl 设置环境变量：

调用 systemctl edit ollama.service 编辑 systemd 服务配置。这将打开一个编辑器。

在 [Service] 部分下为每个环境变量添加一行 Environment：

1
2
3


[Service]
Environment="OLLAMA_HOST=0.0.0.0"
Environment="OLLAMA_ORIGINS=*"

保存并退出。

重新加载 systemd 并重启 Ollama：

1
2


systemctl daemon-reload
systemctl restart ollama

服务 IP 地址配置后，Ollama 服务将能在当前网络（如家庭 Wifi）中提供服务。你可以使用其他设备上的 Chatbox 客户端连接到此服务。

Ollama 服务的 IP 地址是你电脑在当前网络中的地址，通常形式如下：

1

192.168.XX.XX

在 Chatbox 中，将 API Host 设置为：

http://192.168.XX.XX:11434

注意事项

可能需要在防火墙中允许 Ollama 服务的端口（默认为 11434），具体取决于你的操作系统和网络环境。为避免安全风险，请不要将 Ollama 服务暴露在公共网络中。家庭 Wifi 网络是一个相对安全的环境。

开启GPU支持

在使用Ollama时，若想优先使用GPU进行计算，可以按照以下步骤进行配置：

确认GPU驱动和CUDA已安装确保系统已安装GPU驱动和CUDA工具包，并验证CUDA是否正常工作。
安装支持GPU的Ollama版本 Ollama可能提供支持GPU的版本，需确保安装的是该版本。
配置Ollama使用GPU 通过环境变量或配置文件指定Ollama使用GPU。

方法一：通过环境变量在运行Ollama前，设置环境变量以启用GPU支持。 Windows下修改： Linux下修改例如：

1

export OLLAMA_USE_GPU=1

重新运行模型

1

ollama run 你自己的模型名字

方法二：通过配置文件如果Ollama支持配置文件，可以在其中指定使用GPU。例如：

1

use_gpu: true

验证GPU使用运行Ollama后，检查日志或使用nvidia-smi命令确认GPU是否被调用。
调整GPU资源根据需要，调整Ollama使用的GPU资源，如显存分配或指定特定GPU。

示例假设Ollama支持GPU并通过环境变量启用：

1

export OLLAMA_USE_GPU=1

重新运行模型

1

ollama run 你自己的模型名字

运行后，使用nvidia-smi查看GPU使用情况。

注意事项

确保GPU资源充足。不同版本的Ollama配置方式可能不同，请参考官方文档。

配置环境变量

这里综合了所有环境变量：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11


OLLAMA_HOST=0.0.0.0 解决外网访问问题

OLLAMA_MODELS=E:\ollamaimagers   解决模型默认下载C 盘的问题

OLLAMA_KEEP_ALIVE=24h     设置模型加载到内存中保持24个小时(默认情况下，模型在卸载之前会在内存中保留 5 分钟)

OLLAMA_HOST=0.0.0.0:8080  解决修改默认端口11434端口

OLLAMA_NUM_PARALLEL=2  设置2个用户并发请求

OLLAMA_MAX_LOADED_MODELS=2 设置同时加载多个模型

以上就是我们常用到的属性，通过以上设置能够更加方便使用ollama.

模型管理

运行了一堆的模型后，留下了一些不合适的，这时候怎么管理呢？用ollama 指令来操作：

查看当前运行的模型

1
2


D:\>ollama ps
NAME    ID    SIZE    PROCESSOR    UNTIL

列出可用的模型

1
2
3
4
5


D:\>ollama list
NAME               ID              SIZE      MODIFIED
deepseek-r1:32b    38056bbcbb2d    19 GB     4 days ago
deepseek-r1:14b    ea35dfe18182    9.0 GB    4 days ago
deepseek-r1:7b     0a8c26691023    4.7 GB    4 days ago

删除模型

1
2


D:\dzkj_works\G80_pannel\Firmware\g80-panel-firmware>ollama rm deepseek-r1:32b
deleted 'deepseek-r1:32b'

Ollama 相关命令

下面介绍的是ollama详细指令： Ollama 提供了多种命令行工具（CLI）供用户与本地运行的模型进行交互。

我们可以用 ollama –help 查看包含有哪些命令：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23


Large language model runner

Usage:
  ollama [flags]
  ollama [command]

Available Commands:
  serve       Start ollama
  create      Create a model from a Modelfile
  show        Show information for a model
  run         Run a model
  stop        Stop a running model
  pull        Pull a model from a registry
  push        Push a model to a registry
  list        List models
  ps          List running models
  cp          Copy a model
  rm          Remove a model
  help        Help about any command

Flags:
  -h, --help      help for ollama
  -v, --version   Show version information

1、使用方法

ollama [flags]：使用标志（flags）运行 ollama。

ollama [command]：运行 ollama 的某个具体命令。

2、可用命令

serve：启动 ollama 服务。
create：根据一个 Modelfile 创建一个模型。
show：显示某个模型的详细信息。
run：运行一个模型。
stop：停止一个正在运行的模型。
pull：从一个模型仓库（registry）拉取一个模型。
push：将一个模型推送到一个模型仓库。
list：列出所有模型。
ps：列出所有正在运行的模型。
cp：复制一个模型。
rm：删除一个模型。
help：获取关于任何命令的帮助信息。

3、标志（Flags）

-h, –help：显示 ollama 的帮助信息。 -v, –version：显示版本信息。

在VSCode上对接DeepSeek

在插件市场上搜索 CodeGPT 下载安装，并配置好

本地电脑和服务器部署DeepSeek大模型(GPU运行+同时开启远程访问+ChatBox聊天客户端）

Contents

离线模型测试

测试结果

什么是ollama？

主要特点和功能

应用场景

安装离线版的DeepSeek模型

deepseek模型版本选择

运行效果

7B效果

14b效果

CPU和GPU使用情况

配合Chatbox实现本地化聊天

开启远程使用

在 Windows 上配置

在 Linux 上配置

注意事项

开启GPU支持

注意事项

配置环境变量

模型管理

查看当前运行的模型

列出可用的模型

删除模型

Ollama 相关命令

在VSCode上对接DeepSeek

在Eclipse上对接DeepSeek插件