前提准备：

1. 零计算机基础需求，无需写代码的能力

2. 一台配置过得去的电脑，基于已有电脑的性能可以使用不同的模型

3. 抛开下载时间，前后需要总时长二十分钟左右

你将获得：

流程：

1. 查看电脑操作系统与配置
1. 在桌面找的我的电脑的图标，右键-属性，然后获得系统界面（图为例）
2. 此文默认读者零电脑基础为前提，因此将电脑配置的截图直接发给ai咨询就行（推荐腾讯元宝等）
3. 根据例子中的电脑配置，腾讯元宝给出的建议是本地部署deepseek-r1-7b大模型
题外话：
deepseek-r1-7b命名由来，deepseek指模型名称，r1（reasoning one）指推理版本，7b（7 billion）指的是训练该模型的数据约七十个亿token。腾讯元宝应用的deepseek模型训练量约为八万亿的token。

2. ai模型获取与转换&本地部署
1. ai本地部署一般来说可以借用现有的框架app，本文推荐的是Ollama或LM Studio
前往Ollama官网https://ollama.com/download下载Ollama. 例子中的电脑选择windows系统版本。



2. 运行Ollama，下载第一部中ai推荐的本地模型



如果列表中没找到推荐的模型，打开命令指示符（windows+R，输入cmd），手动输入，以图中电脑配置为例，输入ollama pull deepseek-r1:7b



下载完成后进度条100%：



测试：

3. 初始化与额外功能配置
完成上述步骤一个简单的本地ai模型已经完成了，注意，这是一个纯文本的ai模型，他无法识别你发给他的图片或者文件，如果要实现这些复杂功能，需要下载其他的模型，这个另谈，这一步我们要解决的问题是：Ollama提供的界面过于简易，缺少一些基础功能，实用性欠缺
因此我们接下来是要借助一个ui应用优化使用体验，获取包括上传文件功能，联网搜索功能等。
1. 本文的ui应用我们以Docker Desktop为例https://www.docker.com/products/docker-desktop/
2. 下载安装完毕后在命令指示符输入 docker --version检查docker安装状况
3. 启动Docker，在命令指示符输入docker run -d -p 3000:8080 --add-host=host.docker.internal:host-gateway -v open-webui-data:/app/backend/data --name open-webui ghcr.io/open-webui/open-webui:main
等待下载完成



4. 已经可以看到docker占用了一个端口来运行本地ai了，点击三角形符号运行，然后端口就可以选中了，点击后会在浏览器获得操作界面。





5. 简单注册一个本地管理员账号，此时我们获取了一个更好的本地ai界面：可以上传文件了，但还无法联网
6. 选取下载好的ai模型
1. 用户名-设置-管理员设置-模型-选中模型-保存并更新

4. 联网搜索功能
此时回到主界面已经有刚才保存的模型了,接下来实现联网搜索功能



1. 用户名-设置-管理员设置-模型-联网搜索-启动联网搜索-选择联网搜索引擎-保存



此处推荐选择DDGS搜索引擎，因为这个无需额外配置就可以直接使用。
2. 回到主界面后会发现多了一个可勾选的联网搜索。