C# 集成 DeepSeek 模型实现 AI 私有化（本地部署与 API 调用教程）

年轮虎 發表於 2025-2-25 10:21:00

C# 集成 DeepSeek 模型实现 AI 私有化（本地部署与 API 调用教程）

<h2 class="md-end-block md-heading">前言</h2>
自从 DeepSeek 大模型火了以来，网络上出现了许多关于本地部署的教程和方法。然而，要真正深入了解其功能和应用，还是需要自己动手进行一次本地部署。
DeepSeek 作为一个高效的自然语言处理模型，其本地部署能力为大家提供了灵活的应用场景。不管是开发私有化的 AI 应用，还是集成到现有的系统中，DeepSeek 都能提供强大的支持。
本文将详细介绍如何快速部署 DeepSeek 模型，并通过 C# 调用其 API 接口，从而搭建高效的私有 AI 服务。我们将从环境准备、本地部署、API 客户端配置到实际调用接口，完成整个过程。
<h2 class="md-end-block md-heading">搭建基础环境</h2>
Ollama 是一个轻量级AI模型运行框架，支持 macOS、Linux 和 Windows 跨平台运行，并兼容包括 Llama 3.3、DeepSeek-R1、Phi-4 和 Gemma 2 在内的 54 种主流开源模型。
它简化了模型的下载、安装和使用过程，提供了统一的操作界面，能够方便地在本地环境中运行和测试不同的语言模型，简单的说就是相当于一个容器。
<h3 class="md-end-block md-heading">1、安装 Ollama</h3>
首先先下载 Ollama，进入官网，根据大家当前的操作系统选择安装包（Windows/Linux/macOS）。
官网下载地址：https://ollama.com/download
<img src="https://img2024.cnblogs.com/blog/576536/202502/576536-20250224162713920-1727065777.png" width="700" loading="lazy" style="display: block; margin-left: auto; margin-right: auto">
如上图所示点击 Download 下载安装包，然后直接安装就可以。
注意：Ollama默认安装是在C盘的以及下载的大模型数据包也是默认在C盘，所以一定要注意自己C盘的存储空间够用，
当然我们也有方式改变他的安装路径的。如果不想折腾的可以直接点击安装就可以了。
本文示例是修改了安装路径，具体步骤如下：
首先在目标路径（如 D:\Ollaman）创建一个新文件夹并放置 Ollama 安装包
然后在该路径下打开命令窗口并输入 OllamaSetup.exe /DIR=D:\Ollama，接着在安装界面点击 "Install"，即可将 Ollama 安装到指定目录，大模型数据包也会默认下载到该目录中。
<img src="https://img2024.cnblogs.com/blog/576536/202502/576536-20250224162807938-50852975.png" width="700" loading="lazy" style="display: block; margin-left: auto; margin-right: auto">
Ollama 安装好了就会自动启动。
查看是否安装成功 Windows+R，输入CMD进入命令窗口，输入：ollama -v有版本号就说明安装好了，在任务栏右下角有个羊驼的图标。
<img src="https://img2024.cnblogs.com/blog/576536/202502/576536-20250224162830170-1699184926.png" width="700" loading="lazy" style="display: block; margin-left: auto; margin-right: auto">
<h3 class="md-end-block md-heading">2、下载 DeepSeek R1 模型 </h3>
在 Ollama 官网点击 Models，选择deepseek-r1
<img src="https://img2024.cnblogs.com/blog/576536/202502/576536-20250224162909798-1775212850.png" width="700" loading="lazy" style="display: block; margin-left: auto; margin-right: auto">
选择对应的模型，可以看到模型的相信介绍、各种参数的模型。
<img src="https://img2024.cnblogs.com/blog/576536/202502/576536-20250224162930879-1438125611.png" width="700" loading="lazy" style="display: block; margin-left: auto; margin-right: auto">
普通用户：选择 8B 版本，适合日常对话、写作等
高性能显卡用户（显存 16GB 以上）：可选 16B 版本，体验更强大性能
各个版本模型对硬件要求，官方没有明确的说明，根据网友分享的大概整理如下，大家可以根据自己的电脑配置选择模型。
<img src="https://img2024.cnblogs.com/blog/576536/202502/576536-20250224162949507-77974559.png" width="700" loading="lazy" style="display: block; margin-left: auto; margin-right: auto">
选择要下载的模型，复制指令。
<img src="https://img2024.cnblogs.com/blog/576536/202502/576536-20250224163010097-1604254265.png" width="700" loading="lazy" style="display: block; margin-left: auto; margin-right: auto">
打开命令窗口，粘贴运行指令。等待下载完成。下载过程中，会显示下载进度和速度等信息。由于模型文件较大，下载时间可能会较长，需要耐心等待。
<img src="https://img2024.cnblogs.com/blog/576536/202502/576536-20250224163032389-125730732.png" width="700" loading="lazy" style="display: block; margin-left: auto; margin-right: auto">
至此，已经可以与DeepSeek进行会话。
同时在浏览器访问：http://127.0.0.1:11434，有如下提示也代表启动成功了。
<img src="https://img2024.cnblogs.com/blog/576536/202502/576536-20250224163054869-706114047.png" width="700" loading="lazy" style="display: block; margin-left: auto; margin-right: auto">
<h2 class="md-end-block md-heading">客户端 ChatBox AI接入 DeepSeek</h2>
Chatbox AI 是一款 AI 客户端应用和智能助手，支持众多先进的 AI 模型和 API，可在 Windows、MacOS、Android、iOS、Linux 和网页版上使用。
<h3 class="md-end-block md-heading">1、下载 ChatBox AI</h3>
浏览器中访问 Chatbox AI的官方网站（https://chatboxai.app/zh），下载安装。
<img src="https://img2024.cnblogs.com/blog/576536/202502/576536-20250224163119553-1027575435.png" width="700" loading="lazy" style="display: block; margin-left: auto; margin-right: auto">
<h3 class="md-end-block md-heading">2、配置环境变量</h3>
添加两个环境变量，允许外部访问，填写：0.0.0.0，代表允许任何电脑访问。
<div class="cnblogs_code">
<pre>OLLAMA_HOST：0.0.0.0
OLLAMA_ORIGING：*</pre>
</div>
点击我的电脑，右键属性->高级系统设置->环境变量。
<img src="https://img2024.cnblogs.com/blog/576536/202502/576536-20250224163154484-716000315.png" width="700" loading="lazy" style="display: block; margin-left: auto; margin-right: auto">
注意：设置完环境变量后退出一下 Ollama，然后重新启动下Ollama。
<img src="https://img2024.cnblogs.com/blog/576536/202502/576536-20250224163215297-1959259392.png" width="700" loading="lazy" style="display: block; margin-left: auto; margin-right: auto">
<h3 class="md-end-block md-heading">3、Chatbox AI 连接本地模型</h3>
启动 Chatbox AI 软件，选择 Ollama API后，然后选择下载的 DeepSeek模型，如果大家还有其他模型也可以选择对应的模型。
<img src="https://img2024.cnblogs.com/blog/576536/202502/576536-20250224163236909-461437010.png" width="700" loading="lazy" style="display: block; margin-left: auto; margin-right: auto">
模型设置
选择API类型：Ollama API
模型名称：deepseek-r1:8b
点击检查连接，如果状态正常，可以开始使用了。
<img src="https://img2024.cnblogs.com/blog/576536/202502/576536-20250224163304661-850154449.png" width="700" loading="lazy" style="display: block; margin-left: auto; margin-right: auto">
以上设置完成。我们就可以在客户端使用AI聊天了，
<img src="https://img2024.cnblogs.com/blog/576536/202502/576536-20250224163322951-1591498180.png" width="700" loading="lazy" style="display: block; margin-left: auto; margin-right: auto">
<h2 class="md-end-block md-heading">C# 调用 DeepSeek API </h2>
Ollama 还提供了 API 接口功能，使得自定义客户端开发或集成到应用系统变得非常方便。
其相关生态系统也非常完善，使用 C# 版本的 Ollama SDK（如 OllamaSharp）可以快速进行开发。
下面通过一个简单的例子来演示如何使用 Ollama：
<h3 class="md-end-block md-p">1、安装依赖包</h3>
首先，安装 OllamaSharp 依赖包：
<img src="https://img2024.cnblogs.com/blog/576536/202502/576536-20250224163352748-1886317136.png" width="700" loading="lazy" style="display: block; margin-left: auto; margin-right: auto">
<h3 class="md-end-block md-p">2、示例代码</h3>
新建一个 OllamaApiExampleController控制器，添加如下代码：
<div class="cnblogs_code">
<pre>using Microsoft.AspNetCore.Mvc;
using Microsoft.Extensions.AI;
using OllamaSharp;

namespace DotNetCore.DeepSeekApi.Controllers
{
/// <summary>
/// OllamaApi示例控制器
/// </summary>

")]
public class OllamaApiExampleController : ControllerBase
{
 private readonly Uri _modelEndpoint = new Uri("http://localhost:11434");
 private readonly string _modelName = "deepseek-r1:1.5b";

 /// <summary>
 /// 初始化
 /// </summary>
 /// <param name="httpClient"></param>
 /// <param name="configuration"></param>
 public OllamaApiExampleController(){}

 /// <summary>
 /// 提问接口
 /// </summary>
 /// <param name="request"></param>
 /// <returns></returns>

 public async Task<IActionResult> AskQuestion( AskRequest request)
 {
 var chatClient = new OllamaApiClient(_modelEndpoint, _modelName);
 var question = request.Question;

 if (string.IsNullOrEmpty(question))
 {
 return BadRequest("请输入您的问题？");
 }
 // 使用 await foreach 遍历每个 ChatResponseUpdate
 var responseBuilder = new List<string>();
 await foreach (var update in chatClient.GetStreamingResponseAsync(question))
 {
 responseBuilder.Add(update.ToString());
 }
 var response = string.Join("", responseBuilder);
 return Ok(new { Response = response });
 }
}

/// <summary>
/// 实体类
/// </summary>
public class AskRequest
{
 /// <summary>
 /// 问题
 /// </summary>
 public string Question { get; set; }
}
}</pre>
</div>
<h3>3、运行结果</h3>
<img src="https://img2024.cnblogs.com/blog/576536/202502/576536-20250224163440979-1075119048.png" width="700" loading="lazy" style="display: block; margin-left: auto; margin-right: auto">
Ollama 相关的API接口，可以查看官方文档。
https://github.com/ollama/ollama/blob/main/docs/api.md
<h2 class="md-end-block md-heading">总结</h2>
通过本文简单的学习实现了DeepSeek 的本地部署和本地调用API接口。
能够掌握 DeepSeek 的本地部署方法，还能学会如何在 C# 项目中集成并调用 DeepSeek 提供的强大功能。
希望这些内容能够帮助大家在实际项目中顺利应用 DeepSeek，提升开发效率和项目质量。
<h2>最后</h2>
如果你觉得这篇文章对你有帮助，不妨点个赞支持一下！你的支持是我继续分享知识的动力。如果有任何疑问或需要进一步的帮助，欢迎随时留言。
也可以加入微信公众号 社区，与其他热爱技术的同行一起交流心得，共同成长！优秀是一种习惯，欢迎大家留言学习！
<img src="https://img2024.cnblogs.com/blog/576536/202408/576536-20240814113403514-910171896.png" alt="" style="display: block; margin-left: auto; margin-right: auto"> 
来源：https://www.cnblogs.com/1312mn/p/18729302

頁: [1]

琼殿技术论坛's Archiver

C# 集成 DeepSeek 模型实现 AI 私有化（本地部署与 API 调用教程）