在技术的浩瀚宇宙中，macOS平台迎来了一次激动人心的整合，将前沿的大模型DeepSeek带入了苹果用户的指尖之下。这不仅是一场技术的盛宴，更是开源社区创意火花的碰撞展现。DeepSeek，这个承载着复杂计算与智能推理的重量级模型，与用户友好的Ollama及直观的Open WebUI携手，共同开启了探索知识新纪元的大门。Ollama以其灵活的接口和对大模型的强大支持，成为了连接用户与DeepSeek深邃智慧的桥梁，而Open WebUI则以简洁优雅的界面设计，让这一切高深的交互变得触手可及。在macOS的流畅体验下，无论是科研人员、开发者还是好奇的探索者，都能无缝接入，体验从提问到获得洞见的瞬间转换，共同见证人机合作的新篇章。
2025年1月20日，杭州的一家公司开源推理模型deepseek-r1，一经推出就震撼了世界。
不单单是媲美OpenAIO3的推理能力，更是用极低的成本，惊艳了世界。更何况，DeepSeek-R1是开源的，任何人都可以部署，实现本地运行大模型，真正的OPEN。
比较有趣的是，DeepSeek671B模型，有非常多的“蒸馏版本”，而且“蒸馏版本”对高端显卡的依赖低，性能也基本满足个人使用。
本文将介绍如何在macOS上部署Ollama和OpenWebUI，实现本地运行DeepSeek大模型。
最后的效果：
本地部署32B版本DeepSeek部署思路
目前本地部署DeepSeek-R1的途径很多，主流的方法是使用Ollama+OpenWebUI或者Ollama+ChatbotUI；我个人是觉得Ollama+OpenWebUI更加实用，所以我们就部署这两个“小家伙”吧：
Ollama:一个轻量级、可扩展的框架，用于在本地计算机上构建和运行语言模型。支持从服务器拉取Llama3.3,DeepSeek-R1,Phi-4和Gemma2等模型。OpenWebUI:一个轻量的开源网页AI接口程序，用于在浏览器中调用本地、远程接口语言模型。支持使用Ollama模型进行对话、文本生成和文本摘要等任务。所以，我们是先本地部署Ollama，之后使用Ollama拉取DeepSeek-R1模型，最后使用OpenWebUI调用Ollama模型，实现本地运行DeepSeek-R1大模型。部署流程如下图所示：
本地流程图
我的电脑配置:
MacBookPro(14-inch,2023)M2Max32GB
我的电脑配置Ollama部署
这里有两个方法可以部署Ollama，分别是二进制包安装和Docker安装。
nice~安装Ollama
如果你想要更好的性能，那么推荐使用二进制包安装，因为二进制包安装的Ollama性能更好。进入OllamaReleases页面，下载最新版本的Ollama：
下载Ollama
你也可以通过Ollama官网的链接，自动下载最新版本的Ollama：
解压下载的Ollama文件，将内部的Ollama文件移动到应用文件夹内：
移动Ollama
双击打开，点击安装后，即可在终端内调用：
安装Ollama代码语言：bash
复制
#查看Ollama版本ollama--version#Ollama命令帮助ollama-h登录后复制
如果你想使用Docker部署Ollama，那么可以参考Ollama官方Docker镜像。直接拉取Ollama的Docker镜像：
代码语言：bash 复制 #拉取镜像并映射端口运行dockerrun-d-v$HOME/Documents/myDockerData/ollama:/root/.ollama-p11434:11434--nameollamaollama/ollama登录后复制
Docker拉取Ollama拉取模型
我们可以在Ollama的官网查询到模型的ID:
比如我们这次演示使用32B蒸馏版本的，那么ID就是deepseek-r1:32b。同时，Ollama的拉取命令是：
代码语言：bash 复制 #拉取并运行ollamarundeepseek-r1:32b#也可以仅仅拉取ollamapulldeepseek-r1:32b登录后复制复制命令，到终端内执行即可（如果你使用Docker版本的Ollama，那么需要先dockerexec-itollama/bin/bash进入容器内再执行）：
拉取DeepSeek-R1模型
这个时候，相当于我们使用Ollama直接运行模型，你可以直接进行提问，比如：
使用Ollama模型
输入/bye，可以退出当前模型交互。后续我们使用OpenWebUI通过Ollama的API进行调用。
模型的本地存放地址，在~/.ollama/models内：
模型本地存放地址
到此，Ollama和模型就部署完成了。
哈哈，真不错~OpenWebUI部署
同样，有两种方法可以部署OpenWebUI，分别是Docker安装和Pythonpip安装。
如果选择pip安装；只需要在Python版本≥3.8的情况下，一步即达安装：
代码语言：bash 复制 #安装OpenWebUIpipinstallopen-webui#启动OpenWebUIopen-webuiserve登录后复制如果你想使用Docker部署OpenWebUI，那么可以参考OpenWebUI官方文档。直接拉取OpenWebUI的Docker镜像：
代码语言：bash 复制 #拉取镜像并映射端口运行dockerrun-d-p3000:8080--add-host=host.docker.internal:host-gateway-v$HOME/Documents/myDockerData/openwebui:/app/backend/data--nameopen-webui--restartalwaysghcr.io/open-webui/open-webui:main登录后复制
Docker拉取OpenWebUI
解释一下参数：
-p3000:8080：将容器的8080端口映射到主机的3000端口；--add-host=host.docker.internal:host-gateway：将容器内的host.docker.internal解析为宿主机的IP地址（通过host-gateway动态获取）。浏览器访问即可进入OpenWebUI的界面。根据提示初始化账号即可：
OpenWebUI界面配置OpenWebUI
其实本地OpenWebUI和Ollama的配置，已经做到了开箱即用。存在部分情况需要设置API接口，或者设置远程ollama的接口用于本地调用。
API接口设置默认情况，OpenWebUI会使用Ollama的默认地址进行查询。没有显示模型，你可以在Settings中进行配置：
OpenWebUI配置
OpenWebUI配置详情配置联网查询
联网查询我这里也提一下。一些小白用户，以为联网查询功能，是DeepSeek模型提供的；实际上，不管是DeepSeek官网，还是OpenWebUI，都是搜索API查询了网上结果后，作为Token内容喂给模型，之后输出结果。
相当于我们自己网上搜索了一下，把搜索结果作为附件，和提问内容一起给模型，模型输出结果。流程图：
联网查询
OpenWebUI的联网查询，就是使用搜索引擎API，获取搜索结果。比如，我设置duckduckgo作为搜索引擎：
配置duckduckgo
之后，在提问中，即可使用联网搜索功能：
使用duckduckgo搜索
最后的效果：
使用duckduckgo搜索结果Q&A
这里，我收集了一些常见的问题，以及解决方案。
常见疑难问题？如何卸载Ollama
参考GitHubissue:Howtoremoveollamafrommacos?
注意：移除Ollama的配置文件和安装包，只是移除Ollama的本地数据，不会影响Ollama的模型。
如果你是docker部署的，那么移除容器就可以了：
代码语言：bash 复制 dockerstopollamadockerrmollama登录后复制如果你是直接安装的，那么需要先移除Ollama的配置文件，再移除Ollama的安装包：
代码语言：bash 复制 #移除二进制文件rm/usr/local/bin/ollama#删除软件rm-rf~/Library/Application\Support/Ollama登录后复制最后，移除Ollama的登录项即可。
END感谢阅读，如果觉得不错，欢迎点赞、评论、转发。如果有什么问题，欢迎在评论区留言。有机会，我们一起看看本地知识库如何构建~~
以上就是macOS运行DeepSeek大模型！看看Ollama和OpenWebUI如何配合的详细内容，更多请关注其它相关文章！
相关攻略
近期热点
