再上层楼，让 DeepSeek-R1 在 16G 内存，无 GPU 的 Windows 笔记本上本地运行！

16G 内存笔记本也能跑 ChatGPT❗︎

Ollama+DeepSeek-R1+LeetTools=简化版 ChatGPT❗︎手把手教程来了❗︎

在一台普通 Windows 笔记本上，没有 GPU 显卡，通过使用 Ollama、DeepSeek 和 LeetTools 搭建一个本地的问答以及文章编写平台。本文不再具体介绍上述三个工具、模型的功能，有兴趣的可以从 Github 上看相应的源码以及 ReadMe。前文我们也详细介绍过 Ollama 与 LeetTools 的安装教程。

Ollama：https://github.com/ollama/ollama

LeetTools：https://github.com/leettools-dev/leettools

演示

📌 工具环境准备

按照安装 Vscode，安装 Anaconda3

在 Anaconda3 中创建一个新的 Python 环境（python 版本选择 3.11），例如：命名为 leettools。

在 Vscode 中将 Python 解释环境选择为在 Anaconda3 中创建的 leettools 环境。

从 Vscode 中拉取 Ollama 源码以及 Leettools 源码

打开 Ollama 的 Readme，点击其中 windows 下载的链接，下载适合 Ollama 的 exe 文件

在机器上执行 Ollama.exe 进行 Ollama 的安装。执行完成后，退出 Vscode，并重新打开 Vscode。

📌 本机执行 Answer 问答

在 Terminal 中执行：

ollama serve

再新建一个 Terminal，其中执行：

ollama pull deepseek-r1:1.5b

继续执行：

ollama pull nomic-embed-text

执行以下几条命令：

set "LEET_HOME=/Users/myhome/leettools" set EDS_DEFAULT_LLM_BASE_URL=https://api.deepseek.com/v1set EDS_LLM_API_KEY=sk-mykeyset EDS_DEFAULT_INFERENCE_MODEL=deepseek-chatset EDS_DEFAULT_EMBEDDING_BASE_URL=http://localhost:11434/v1set EDS_EMBEDDING_API_KEY=dummy-keyset EDS_DEFAULT_INFERENCE_MODEL=deepseek-r1:1.5bset EDS_DEFAULT_EMBEDDING_MODEL=nomic-embed-textset EDS_EMBEDDING_MODEL_DIMENSION=76

注意：需要把第一条命令中的 myhome 替换成你自己的目录，第三条命令的 mykey 替换成你自己的 DeepSeek API key

通过 leet 命令来执行，使用 answer 这个 flow 进行一个问题的问答。命令为：

leet flow -t answer -q "How does the FineTune process Work?" -k llmbook -l info

产生的最后结果是用 md 格式输出的（因为没有指定输出格式，就是用了默认格式以及默认风格），输出的首先是 R1 的 think 的推理说明部分

下面输出的是问答结果部分

有兴趣的可以试试其它的 flow 类型，看看源码。