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:

再新建一个 Terminal,其中执行:

继续执行:

执行以下几条命令:
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:

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。
评论