DeepSeek R1本地部署，小白教程來了！

借助LMStudio本地部署DeepSeek-R1系列模型

原標題：DeepSeek R1本地部署，小白教程來了！
文章來源：智猩猩GenAI
內容字數：2506字

本地部署DeepSeek-R1模型小白教程

本文提供一個簡易教程，指導用戶如何在本地部署DeepSeek-R1模型，并將其API接入AI IDE，例如Cursor。

1. DeepSeek-R1及蒸餾模型

DeepSeek開源了完整的deepseek-r1 671B權重和一些蒸餾后的較小模型（Disstill系列）。其中，qwen-14b模型的性能與OpenAI-o1-mini相當。本教程將使用LMStudio部署這些較小的Disstill模型。

2. 選擇本地部署工具：LMStudio

LMStudio是一個功能強大的本地大模型部署工具，支持Windows、macOS和Linux系統。它強調本地化操作，保障數據隱私和安全，非常適合處理敏感數據。無論用戶是初學者還是資深開發者，都能輕松上手。

3. 步驟詳解：本地部署DeepSeek-R1-Disstill模型

1. 下載LMStudio

   從LMStudio官網或GitHub倉庫下載0.3.9版本安裝包（其他版本可能不適用本教程）。
   官網：https://lmstudio.ai/
   GitHub：https://github.com/lmstudio-ai/lmstudio.js

2. 更換模型下載源及下載模型

   由于Hugging Face訪問限制，需要修改LMStudio的模型下載源。打開LMStudio安裝目錄下的resources\app\.webpack\renderer\main_window.js和resources\app\.webpack\main\index.js這兩個文件，將所有https://huggingface.co/替換為https://hf-mirror.com/。重啟LMStudio。在LMStudio界面搜索”r1″，選擇合適的DeepSeek-R1-Disstill模型下載（例如deepseek-r1-distill-qwen-7b）。

3. 模型加載與測試

   下載完成后，LMStudio會自動加載模型。加載時間取決于模型大小和硬件配置。即使顯存較小（例如6G顯存的3060顯卡），LMStudio也會利用內存輔助加載，從而實現本地部署。 可以使用測試問題進行驗證，例如：”Strawberries 有幾個 r？”。

4. 部署API

   點擊LMStudio主界面的第二個按鈕進入開發者界面，啟用API部署服務。在設置中選擇全部打開，以便在不同環境（例如WSL）訪問服務。此API可供AI IDE（例如Cursor）調用。

4. 總結

本教程詳細介紹了如何使用LMStudio本地部署DeepSeek-R1-Disstill系列模型，并提供了解決Hugging Face訪問問題的方案。即使是配置較低的電腦，也能通過LMStudio實現本地部署，保障數據隱私和安全。 通過部署API，用戶可以方便地將本地模型集成到其他AI開發環境中。

聯系作者

文章來源：智猩猩GenAI
作者微信：
作者簡介：智猩猩旗下賬號，專注于生成式人工智能，主要分享技術文章、論文成果與產品信息。