零基础教程：用DeepSeek-R1-Distill-Qwen-1.5B搭建智能问答系统
1. 引言
1.1 学习目标
本文旨在为零基础开发者提供一套完整、可落地的实践指南，帮助你从零开始在本地环境中部署DeepSeek-R1-Distill-Qwen-1.5B模型，并基于该模型构建一个具备上下文理解能力的智能问答系统。完成本教程后，你将能够：
- 成功下载并加载 DeepSeek-R1-Distill-Qwen-1.5B 模型
- 使用 Ollama 工具启动模型服务
- 通过命令行和 Python 调用模型进行推理
- 实现流式输出与多轮对话功能
- 掌握常见问题排查方法
1.2 前置知识
建议读者具备以下基础：
- 熟悉 Linux 命令行操作
- 了解 Python 编程语言
- 对大语言模型（LLM）有基本认知
1.3 教程价值
本教程整合了模型部署、服务调用、代码实现与最佳实践，避免碎片化信息带来的学习成本。所有步骤均经过实测验证，提供完整可运行代码，适合快速上手轻量级 LLM 应用开发。
2. 环境准备与模型下载
2.1 安装 Ollama
Ollama 是一个轻量级工具，专为本地运行大语言模型设计，支持多种主流模型格式。我们首先安装 Ollama：
curl -fsSL https://ollama.com/install.sh | sh安装完成后，可通过以下命令检查服务状态：
systemctl status ollama.service若服务未启动，可手动启动：
systemctl start ollama.service2.2 下载模型文件
由于 Hugging Face 国内访问受限，推荐使用国内镜像站 https://hf-mirror.com/ 进行模型下载。
创建工作目录并进入：
mkdir -p DeepSeek-R1-Distill-Qwen/1.5B cd DeepSeek-R1-Distill-Qwen/1.5B启用 Git LFS 支持以下载大文件：
git lfs install克隆模型仓库：
git clone https://hf-mirror.com/deepseek-ai/DeepSeek-R1-Distill-Qwen-1.5B提示：如果
git clone因网络中断失败，可采用分步下载方式：GIT_LFS_SKIP_SMUDGE=1 git clone https://hf-mirror.com/deepseek-ai/DeepSeek-R1-Distill-Qwen-1.5B wget https://hf-mirror.com/deepseek-ai/DeepSeek-R1-Distill-Qwen-1.5B/resolve/main/model.safetensors mv model.safetensors ./DeepSeek-R1-Distill-Qwen-1.5B/
2.3 后台任务管理（可选）
对于长时间运行的任务（如模型下载），建议使用screen防止 SSH 断连导致中断：
apt install screen -y # 创建名为 download 的会话 screen -S download # 在 screen 中执行下载命令 git clone https://hf-mirror.com/deepseek-ai/DeepSeek-R1-Distill-Qwen-1.5B # 按 Ctrl+A+D 切回主终端，任务在后台继续运行查看或恢复会话：
screen -ls # 查看所有会话 screen -r download # 恢复名为 download 的会话3. 模型加载与服务启动
3.1 创建 Modelfile 配置文件
在模型目录下创建名为Modelfile的配置文件，内容如下：
PARAMETER temperature 0.6 PARAMETER top_p 0.95 TEMPLATE """ {{- if .System }}{{ .System }}{{ end }} {{- range $i, $_ := .Messages }} {{- $last := eq (len (slice $.Messages $i)) 1}} {{- if eq .Role "user" }}<｜User｜>{{ .Content }} {{- else if eq .Role "assistant" }}<｜Assistant｜>{{ .Content }}{{- if not $last }}<｜end▁of▁sentence｜>{{- end }} {{- end }} {{- if and $last (ne .Role "assistant") }}<｜Assistant｜>{{- end }} {{- end }} """该配置指定了：
- 温度值
temperature=0.6，符合官方推荐范围（0.5–0.7） - 采样策略
top_p=0.95 - 自定义对话模板，适配 DeepSeek-R1 系列输入格式
3.2 加载模型到 Ollama
执行以下命令创建模型实例：
ollama create DeepSeek-R1-Distill-Qwen-1.5B -f ./Modelfile注意：此过程可能需要几分钟时间，取决于磁盘读写速度。
3.3 启动模型服务
加载完成后，启动模型服务：
ollama run DeepSeek-R1-Distill-Qwen-1.5B首次运行时会自动加载模型至内存。成功后可在终端中直接输入问题进行交互，输入/bye退出。
查看已加载模型列表：
ollama list删除模型（清理空间）：
ollama rm DeepSeek-R1-Distill-Qwen-1.5B4. 测试模型服务是否正常运行
4.1 使用 curl 测试 API 接口
Ollama 默认监听http://localhost:11434，可通过 HTTP 请求测试服务可用性：
curl http://127.0.0.1:11434/api/generate -d '{ "model": "DeepSeek-R1-Distill-Qwen-1.5B", "prompt": "请解释牛顿第一定律。", "stream": false }'预期返回 JSON 格式的响应，包含生成文本字段"response"。
4.2 查看日志确认启动状态（可选）
若使用 vLLM 或其他服务框架部署，可查看日志确认服务状态：
cd /root/workspace cat deepseek_qwen.log出现类似[INFO] Uvicorn running on http://0.0.0.0:8000表示服务已就绪。
5. Python 调用模型实现智能问答
5.1 安装 Ollama Python 客户端
pip install ollama5.2 基础问答接口封装
import ollama def ollama_chat(prompt, model="DeepSeek-R1-Distill-Qwen-1.5B"): try: response = ollama.generate( model=model, prompt=prompt, options={ "temperature": 0.7, "num_predict": 500 # 控制最大生成 token 数 } ) return response['response'] except Exception as e: return f"Error: {str(e)}" # 使用示例 if __name__ == "__main__": result = ollama_chat("为什么天空是蓝色的？") print(result)5.3 流式输出实现
支持逐字输出，提升用户体验：
def ollama_stream_chat(prompt, model="DeepSeek-R1-Distill-Qwen-1.5B"): try: for chunk in ollama.generate( model=model, prompt=prompt, stream=True ): yield chunk['response'] except Exception as e: yield f"Error: {str(e)}" # 使用示例 for text in ollama_stream_chat("讲一个关于程序员的冷笑话"): print(text, end="", flush=True)5.4 多轮对话上下文管理
实现带记忆的聊天机器人：
class ChatSession: def __init__(self, model="DeepSeek-R1-Distill-Qwen-1.5B"): self.client = ollama.Client(host='http://localhost:11434') self.model = model self.context = [] # 存储上下文向量 self.history = [] # 存储对话记录 def chat(self, prompt): try: response = self.client.generate( model=self.model, prompt=prompt, context=self.context, options={'temperature': 0.6} ) self.context = response.get('context', []) self.history.append({"user": prompt, "assistant": response['response']}) return response['response'] except Exception as e: return f"Error: {str(e)}" # 使用示例 if __name__ == "__main__": session = ChatSession() while True: user_input = input("You: ") if user_input.lower() in ['exit', 'quit']: break ai_response = session.chat(user_input) print(f"AI: {ai_response}")6. 最佳实践与注意事项
6.1 参数设置建议
根据官方文档，使用 DeepSeek-R1 系列模型时应遵循以下建议：
| 参数 | 推荐值 | 说明 |
|---|---|---|
temperature | 0.6 | 控制输出随机性，过高易发散，过低则重复 |
top_p | 0.95 | 核采样比例，保留高概率词集 |
system prompt | 不使用 | 所有指令应放在用户输入中 |
6.2 提升数学推理能力
针对数学类问题，在提示词中加入明确指令可显著提升表现：
“请逐步推理，并将最终答案放在
\boxed{}内。”
例如：
用户输入：求解方程 2x + 5 = 15，请逐步推理，并将最终答案放在\boxed{}内。6.3 防止模型跳过思维链
观察发现，模型有时会跳过“思考”阶段直接输出结论。可通过强制添加换行符引导其进入推理模式：
\n 请回答：……即在提示开头添加\n字符，促使模型展开中间推理步骤。
7. 总结
7.1 核心收获回顾
本文详细介绍了如何从零开始部署DeepSeek-R1-Distill-Qwen-1.5B模型并构建智能问答系统，涵盖以下关键环节：
- 使用
hf-mirror.com克隆模型权重 - 通过
Ollama加载并运行模型 - 编写
Modelfile实现参数与模板定制 - 利用
curl和Python完成服务调用 - 实现流式输出与多轮对话机制
- 遵循官方建议优化推理质量
7.2 下一步学习路径
建议进一步探索以下方向：
- 将问答系统接入 Web 前端（Flask/Django/Vue）
- 结合 RAG（检索增强生成）提升专业领域准确性
- 使用 vLLM 替代 Ollama 实现更高并发性能
- 对模型进行 LoRA 微调以适配特定业务场景
获取更多AI镜像
想探索更多AI镜像和应用场景？访问 CSDN星图镜像广场，提供丰富的预置镜像，覆盖大模型推理、图像生成、视频生成、模型微调等多个领域，支持一键部署。
