DeepSeekR1安装后如何验证

DeepSeek R1 安装后的验证步骤
一 快速自检清单

• 确认运行环境已就绪：命令行可调用 Ollama，服务已启动，并能拉取与运行模型。
• 核对模型是否就绪：本地模型列表中存在 deepseek-r1（含具体标签如 :1.5b、:7b）。
• 做一次端到端对话测试：能正常接收问题并输出完整答案（如代码、推理过程）。
• 可选：用 /api/tags 接口或图形化客户端（如 Chatbox、Page Assist）验证连通性与可用性。

二 按部署方式的验证步骤

• Ollama 本地部署

1) 检查版本与服务：运行 ollama --version；在 Linux/macOS 可执行 sudo systemctl status ollama 查看服务是否 active。
2) 列出本地模型：运行 ollama list，应看到 deepseek-r1（或带标签的 deepseek-r1:1.5b、deepseek-r1:7b 等）。
3) 运行一次对话：执行 ollama run deepseek-r1，出现交互提示符后输入“请用Python写一个快速排序算法”，应返回完整可运行代码。
4) 可选 API 验证：浏览器访问 http://localhost:11434/api/tags，返回的 JSON 中应包含 deepseek-r1 的模型信息。
5) 可选 UI 验证：在 Chatbox 或 Page Assist 中将 API 指向 http://127.0.0.1:11434，发起对话测试。

• Python 源码/包安装

1) 模块导入与版本：运行 python -c "import deepseek_r1; print(deepseek_r1.__version__)"，应输出版本号。
2) 最小推理测试：

• from deepseek_r1 import DeepSeekR1
• model = DeepSeekR1.from_pretrained('deepseek-r1-base')
• print(model.generate("用一句话介绍你自己", max_length=50))

若正常打印生成文本，说明安装与推理链路正常。
三 预期结果与示例

• 命令行输出示例：执行 ollama run deepseek-r1 后应看到拉取进度与 “success”，随后进入交互界面；输入“请用Python写一个快速排序算法”，应返回类似：

def quicksort(arr):
if len(arr) <= 1: return arr
pivot = arr[len(arr)//2]
left = [x for x in arr if x < pivot]
middle = [x for x in arr if x == pivot]
right = [x for x in arr if x > pivot]
return quicksort(left) + middle + quicksort(right)

• API 输出示例：访问 http://localhost:11434/api/tags 应返回 JSON，包含类似：

{ "models": [ { "name": "deepseek-r1", "modified_at": "...", "size": ... }, ... ] }

• 源码导入示例：执行版本打印命令应输出版本字符串，最小推理示例应返回非空文本。

四 常见异常与排查

• 命令未找到或无法连接服务：确认 Ollama 已安装并在 PATH 中；Linux/macOS 可用 sudo systemctl start ollama 启动服务；必要时重装并勾选“Add Ollama to PATH”。
• 模型未就绪或拉取缓慢：执行 ollama list 确认是否已存在目标标签（如 :1.5b、:7b）；网络慢可更换网络或在稳定带宽环境下重试。
• GPU/显存问题：显存不足会导致加载失败或自动降级；可改用更小的标签（如 :1.5b），或关闭占用显存的后台程序。
• Python 包导入失败：确认已安装对应包（如 deepseek_r1），并使用与安装时一致的 Python 与虚拟环境。