本地部署 DeepSeek：从 Ollama 配置到 Spring Boot 集成

前言

随着人工智能技术的迅猛发展，越来越多的开发者希望在本地环境中部署和调用 AI 模型，以满足特定的业务需求。本文将详细介绍如何在本地环境中使用 Ollama 配置 DeepSeek 模型，并在 IntelliJ IDEA 中创建一个 Spring Boot 项目来调用该模型。通过这些步骤，您将能够在本地环境中高效地运行和测试 AI 模型，提升开发效率。

详细步骤

一、本地配置DeepSeek

1.安装Ollama

Ollama 是一个开源平台，旨在简化大型语言模型的本地部署和管理。您可以从 Ollama官网下载适用于 Windows、Linux 或 macOS 的安装包。

安装成功后可以使用win+R并输入cmd打开终端，接着输入ollama检查是否安装成功，如果有输出对应信息则说明安装成功了

2.下载对应DeepSeek模型并运行

首先选中想要配置的DeepSeek版本并复制右侧指令

将指令复制到终端并进行下载对应版本的DeepSeek，下载完成之后到这个界面，就是下载成功了，可以输入一些信息进行测试

二、SpringBoot项目调用本地DeepSeek

1.创建springboot项目

具体操作如下：

打开 IntelliJ IDEA，选择 "New Project"。
选择 "Spring Initializr" 作为项目类型。
填写项目的基本信息，如 Group、Artifact 等。
在 "Dependencies" 中添加所需的依赖，例如 "Spring Web"。
点击 "Create" 创建项目。

这里我添加了Web和Ollama的依赖，创建成功界面如下

2.添加deepseek对应配置信息

在application.properties中添加下面配置信息

spring.ai.ollama.chat.options.model=deepseek-r1:1.5b
spring.ai.ollama.base-url=http://127.0.0.1:11434
spring.ai.ollama.chat.enabled=true
server.port=9099

3.编码调用deepseek

接着创建简单controller类和service实现类，结构如图：

对应代码如下：
controller:

@RestController
public class testController {@Autowiredprivate DeepSeekTestService deepSeekTestService;@RequestMapping("/ask1")public String speak(@RequestParam String msg){return deepSeekTestService.getResponse(msg);}
}

service接口：

public interface DeepSeekTestService {String getResponse(String message);
}

service实现类

@Service
public class DeepSeekServiceImpl implements DeepSeekTestService {private final OllamaChatModel ollamaChatModel;public DeepSeekServiceImpl(OllamaChatModel ollamaChatModel) {this.ollamaChatModel = ollamaChatModel;}@Overridepublic String getResponse(String message) {String response = ollamaChatModel.call(message);return response;}
}