自去年年末起，我国AI大模型领域风起云涌，幻方量化旗下深度求索公司研发的Deepseek以其非凡表现，在上月引起了人工智能界的广泛关注。这家杭州企业将我国AI技术推向了世界顶尖水平，并于2025年1月20日发布了Deepseek R1大模型开源版。近期，关于Deepseek的新闻频出，包括遭受黑客攻击、限制国外手机号注册等问题。与此同时，OpenAI首席执行官Sam Altman在社交平台X上公布了ChatGPT的未来规划，承诺为所有用户提供免费版ChatGPT的无限聊天权限，并计划推出ChatGPT-4.5和ChatGPT-5。这些消息侧面证实了Deepseek R1已达到与ChatGPT-4相媲美的国际水平。
本文将介绍如何在安卓手机和桌面设备上分别部署本地运行的Deepseek R1模型，并搭建知识库。为何选择本地部署AI大模型呢？本地部署Deepseek具有诸多显著优势。首先，数据隐私得到更好保障，用户私人数据无需上传至云端或第三方服务器，大幅降低数据泄露风险。其次，本地部署能显著提高响应速度，无需依赖网络连接和远程服务器，尤其在网络不稳定时，用户体验更加流畅。此外，离线使用是另一个重要优势，用户可在无网络环境下享受模型服务，适用于高安全性或特殊场景。最后，本地部署允许用户建立自己的数据库，实现对数据的完全控制和管理，进一步提高数据处理的灵活性与安全性。
当然，与此同时，运行DeepseekAI大模型需要强大的计算资源，如高性能CPU、GPU，以及大容量内存和存储设备。这对于普通笔记本电脑而言，可能需要升级硬件，增加成本和复杂性。部署完成的R1模型在推理能力、网络资源整合等方面肯定不如直接从网页访问回答的准确和智能。
接下来，我们将分别介绍安卓端和桌面端部署Deepseek R1模型的步骤。
安卓端部署Ubuntu环境
首先，准备相关工具。进入Github官网，搜索Termux，找到最新APK应用包并进行安装。Termux是一款终端模拟器应用程序，专为Android系统设计，提供完整的Linux环境，允许用户在Android设备上运行Linux命令和工具，无需root权限。后续将通过Termux环境部署Deepseek R1模型。建议使用骁龙8 Gen2以上的设备进行部署，以保证性能。
进入Termux软件，输入termux-change-repo指令并运行：
应用程序内会弹出一个窗口，选择运行单个镜像文“Single mirror Choose a single mirror to use”，并点击：
在下一个界面，找到清华大学镜像文件源(Tsinghua University)，如果没有找到，可以通过双手捏和将显示界面缩小找到，随后同样点击：
此时重新回到命令行界面，输入“pkg update && pkg upgrade”，更新升级至最新的软件包，等待完成后，输入“y”，
下一步，部署Ubuntu环境，需要一定的网络条件，分别安装顺序执行以下操作部署安装Ubuntu工具，pkg i proot-distro，此命令使用pkg包管理器安装proot-distro工具，proot-distro install ubuntu：使用proot-distro工具安装Ubuntu发行版，安装完成后，再输入proot-distro login ubuntu：登录到已安装的Ubuntu环境，进入Ubuntu的命令行界面。完成以上操作后在命令行界面会有“root@localhost：～#”，即表示成功进入Ubuntu环境，此次下载部署在本地的Deepseek R1模型即将运行在此环境中。
下载Deepseek模型
在上一步最后的Ubuntu环境命令行界面，输入“curl -fsSL https://ollama.com/install.sh | sh”，通过ollama官网下载Deepseek模型，等待进度条完成，需要一定的网络条件，随后进入如下界面：
在分别执行“OLLAMA_HOST=0.0.0.0”、“OLLAMA_ORIGINS=*”、“ollama serve”三个指令，更改接口并运行ollama服务。此时，回到桌面，长按Termux图标，点击“New session”，回到应用内输入两个指令，启动Ubuntu环境，并下载ollama模型，回到Termux应用，输入“proot-distro login ubuntu”和“ollama run deepseek-r1:1.5b”，再输入回车，模型开始下载，等待完成即可。
不建议下载过于复杂的模型，数字越大意味着部署的模型就越聪明，同时所需的手机性能也会越高。
通过Chatbox与Deepseek交互
模型下载完成后，不要关闭Termux进程的后台，进入Chatbox官网，下载安卓版本APK文件完成应用安装，打开应用后，点击“使用自己的API Key或本地模型”，模型提供方依次选择Ollama API，模型选择“Deepseek-r1:1.5b”，可以对模型进行身份设定，方便回答用户问题，随后关闭Termux和Chatbox应用。
每次启动Chatbox之前，重新打开Termux进入Ubuntu环境并运行ollama模型，输入以下两个指令：“proot-distro login ubuntu”和“ollama serve”，回到Chatbox，即可与Deepseek交流了。
受限于手机性能，可能需要一定的响应时间，请耐心等待，以下是实际体验，为了避免手机清理后台，建议将Termux锁定在后台。ok，以上为手机端部署Deepseek的全部内容了。
桌面端Deepseek建立知识库
在手机端部署本地Deepseek大模型相对复杂，但只要按照步骤操作，实际上可以很快完成部署。与此相比，桌面端的Deepseek部署要简单得多。桌面端不需要建立额外的环境，Windows和Mac端的步骤大致相同，因此本文将重点介绍如何通过本地Deepseek R1模型在Mac端搭建自己的知识库。
下载Ollama模型
首先，访问Ollama官网，选择并下载适合Mac系统的版本。下载完成后，按照提示完成安装，安装后将解压得到的Ollama程序拖动到“应用程序”中。
接着，打开Mac系统的“终端”应用(Windows用户则打开CMD)，在终端中输入需要下载的Ollama模型对应的代码。具体的代码可以参考Ollama官网提供的说明。如果电脑配置较强，可以选择下载较大的模型版本。
需要注意的是，如果在下载过程中发现下载速度变慢，可以关闭当前的“终端”窗口，再重新打开并输入相同的指令。这样可以恢复更高的下载速度，并且下载进度会被保留，不会丢失。
搭建本地知识库
完成Ollama模型的下载后，接下来是搭建知识库。首先，访问“AnythingLLM”官网，根据操作系统下载并安装对应的版本。
安装完成后，打开程序，选择“Ollama”作为模型提供方，并选择“8b（依据电脑配置）模型”。进入下一步时，跳过邮箱填写界面，直接创建一个新的工作区(Workspace)。
创建工作区后，进入到对话界面。接下来，点击工作区“Test001”的设置按钮，进入“聊天设置”页面。在聊天提示框中对AI助手进行一些基本设定，以便模型能够更快速、更精准地回答用户的问题。同时，可以设置回答语言为中文，并保存这些设置。
接下来，需要上传并嵌入知识库文件。小编通过AI创建了一家虚拟的游戏公司，并将公司简介整理成一个Word文档。在准备好文件后，返回“Test001”工作区，点击右侧的上传按钮，将文件上传至“My Documents”。选中该文件后，点击“Move to Workspace”，然后选择“Saved and Embed”以保存文件，最后执行“Pin to Workspace”操作。这些操作都会有提示，确保每个步骤都正确完成。
测试和提问
知识库搭建完成后，回到对话框，在工作区“Test001”中选择“New Thread”创建一个新的对话框。此时，可以开始向模型提问与知识库相关的问题。大模型将根据文档内容做出准确回答，确保知识库的内容能够被有效利用。
（知识库内容）
（AI依据数据库的核心人员回答）
（AI依据数据库的回答）
总结
以上是手机端部署本地Deepseek的教程以及通过Mac端部署Deepseek R1大模型并建立本地知识库的完整教程。从下载模型、搭建知识库到最后的测试与提问，每一步都很关键，只要按照步骤操作，就能够顺利完成整个过程。希望这篇教程能够帮助大家顺利搭建属于自己的本地知识库，提升使用AI模型的效率和体验。
