引言
最近爆火的DeepSeek大模型，能写代码、能聊人生，甚至能帮你写小红书文案！但很多小伙伴卡在了“本地安装”这一步。别慌！今天这篇保姆级教程，从电脑配置检查到一行代码运行，手把手带你搞定DeepSeek，小白也能无痛上车！
安装前先检查一下自己的电脑的配置，配置不够，千万不要安装
一、安装前必看！你的电脑够“强”吗？
DeepSeek对硬件有一定要求，先对照下表自查（以常用7B聊天版为例）：
配置项 | 最低要求 | 推荐配置 |
显卡（关键！） | NVIDIA 10系以上显卡 | RTX 3060 12GB/3090 24GB |
显存 | 10GB（量化版） | 16GB以上（完整版） |
内存 | 16GB | 32GB |
硬盘空间 | 至少30GB剩余空间 | SSD固态硬盘更佳 |
如何查看自己电脑配置？
- Windows用户：按 Win+R 输入 dxdiag，查看“显示”选项卡中的显存
- Mac用户：点击左上角苹果图标 → 关于本机 → 系统报告 → 显卡/存储
?划重点：如果显存不足，可用量化版模型（后文会教），8G显存也能跑！
二、准备工作：安装“编程环境”
Step 1：安装Python（不会编程也能装！）
- 访问Python官网，下载3.10.x版本（千万别选最新版！）
- 安装时务必勾选 Add Python to PATH（如图）
Step 2：安装Conda（管理工具超省心）
- 下载 Miniconda（Windows选.exe，Mac选.pkg）
https://docs.anaconda.com/miniconda/
- 全部默认设置安装，完成后打开终端/命令提示符，输入：
conda --version # 显示版本号即成功
Step 3：创建独立环境（避免软件冲突）
conda create -n deepseek python=3.10
conda activate deepseek # 进入专属环境三、模型安装：两种方法任选
▌方法1：HuggingFace一键下载（需科学上网）
# 安装下载工具
pip install huggingface_hub
# 运行下载代码（替换你的token）
from huggingface_hub import snapshot_download
snapshot_download(
repo_id="deepseek-ai/deepseek-llm-7b-chat",
local_dir="./deepseek-7b-chat",
token="hf_你的令牌" # 在huggingface.co/settings/tokens获取
)▌方法2：手动下载（适合网络不稳定）
- 访问 DeepSeek官方页面
- 找到 deepseek-llm-7b-chat → 点击Files and versions → 下载所有文件
- 新建文件夹 deepseek-7b-chat，将下载的文件放入其中
? 必选文件：config.json, model.safetensors, tokenizer.model
四、运行模型：3行代码召唤AI！
基础版代码（适合16GB以上显存）
from transformers import AutoModelForCausalLM, AutoTokenizer
import torch
model = AutoModelForCausalLM.from_pretrained(
"./deepseek-7b-chat",
device_map="auto", # 自动分配GPU/CPU
torch_dtype=torch.float16 # 半精度节省显存
)
tokenizer = AutoTokenizer.from_pretrained("./deepseek-7b-chat")
# 输入你的问题
question = "用东北话写一首关于秋天的诗"
inputs = tokenizer(question, return_tensors="pt").to("cuda")
# 生成回答
outputs = model.generate(**inputs, max_new_tokens=200)
print(tokenizer.decode(outputs[0], skip_special_tokens=True))低显存救星：8bit量化（8G显存可用）
model = AutoModelForCausalLM.from_pretrained(
"./deepseek-7b-chat",
load_in_8bit=True, # 开启8bit量化
device_map="auto"
)五、常见问题急救包
- 报错OutOfMemoryError
- 尝试 load_in_4bit=True（需安装bitsandbytes库）
- 添加 max_memory="{0:'20GiB', 1:'20GiB'}" 分配多显卡显存
- 提示缺少依赖库
- pip install bitsandbytes flash-attn # 补充安装常用库
- 生成速度太慢
- 升级显卡驱动至最新版
- 使用 vLLM 加速（安装：pip install vllm）
六、重要提示：
安装过程中遇到问题问Deepseek