在Linux上运行DeepSeek：Web、API和本地选项

你有一台Linux服务器——Ubuntu、Fedora、Arch、Debian，任选其一——并且希望今晚就能在上面运行DeepSeek。好消息是，在Linux上运行DeepSeek是项目最佳调优的方向，无论是想要在浏览器中运行的托管聊天、从Python脚本中调用的V4 API，还是通过Ollama或SGLang本地运行的开放权重。坏消息是，大多数在线教程仍然指向2025年1月的DeepSeek-R1，而跳过了2026年4月24日发布的V4系列。

本指南涵盖了所有三种路径，包括确切的命令、当前模型ID、诚实的硬件要求，以及一个实际成本示例，以便你可以选择适合你机器和预算的路线。

在Linux上运行DeepSeek的三种方法

在任何命令之前，先决定你需要哪种表面。这三种选项在成本、延迟、隐私以及它们所要求的硬件方面表现差异很大。

If you only need a chat window, skip to “路径 1.” If you are building software, “路径 2” is what you want. If you need offline operation or refuse to send prompts off-box, jump to “路径 3.”

路径1：从任何Linux桌面使用DeepSeek的Web应用

最简单的选项无需成本，并且适用于任何发行版。打开Firefox、Chromium、Brave或你偏好的浏览器，访问 chat.deepseek.com。使用电子邮件或Google登录，默认获得V4模型—— DeepSeek的V4版本发布 将V4设置为2026年4月24日消费者聊天的默认选项。

聊天UI中的DeepThink开关现在可以在非思考模式和思考模式之间切换V4，而不是交换模型。DeepSeek没有Linux桌面应用——网页客户端是官方界面，任何在第三方网站上找到的“DeepSeek for Linux” .deb或.AppImage都是非官方的。如果你关心打包客户端，请参阅我们的注意事项关于 验证官方DeepSeek应用.

电子封装器怎么办？

几个社区项目将DeepSeek Chat封装在Electron或Tauri壳中，使其出现在您的启动器中。它们可以工作，但与DeepSeek无关，其底层模型和速率限制与浏览器相同。没有发布每日消息上限；假设使用量是动态调节的，并准备好API回退以应对更重的工作。

路径2：从Linux调用DeepSeek V4 API

对于任何类型的自动化——一个命令行工具、一个Slack机器人、一个内部RAG服务——API是正确的答案。DeepSeek API使用与OpenAI/Anthropic兼容的格式，因此通过修改配置，您可以使用OpenAI/Anthropic SDK或与OpenAI/Anthropic API兼容的软件来访问它。在Linux上，这意味着对任何现有的OpenAI客户端进行一行更改。

步骤1：获取API密钥

在以下网址创建账户 platform.deepseek.com然后，转到“API密钥”并生成一个。在您的shell中导出它，以便您不需要将秘密粘贴到脚本中：

export DEEPSEEK_API_KEY="sk-..."
echo 'export DEEPSEEK_API_KEY="sk-..."' >> ~/.bashrc

想要深入了解，请参阅我们关于 获取DeepSeek API密钥的指南.

步骤2：使用curl进行首次请求

Chat requests hit POST /chat/completions，与OpenAI兼容的端点。在任何Linux终端测试：

curl https://api.deepseek.com/chat/completions 
  -H "Content-Type: application/json" 
  -H "Authorization: Bearer ${DEEPSEEK_API_KEY}" 
  -d '{
    "model": "deepseek-v4-flash",
    "messages": [
      {"role": "user", "content": "Summarise the Linux kernel scheduler in 3 sentences."}
    ]
  }'

第3步：使用OpenAI SDK的Python

在venv中安装OpenAI SDK（避免污染系统Python的标准Linux模式）：

python3 -m venv ~/ds-env
source ~/ds-env/bin/activate
pip install openai

然后是一个简单的Python脚本。注意 base_url 覆盖——这即是整个从OpenAI迁移到DeepSeek的过程：

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["DEEPSEEK_API_KEY"],
    base_url="https://api.deepseek.com",
)

response = client.chat.completions.create(
    model="deepseek-v4-pro",
    messages=[{"role": "user", "content": "Plan a Postgres migration."}],
    reasoning_effort="high",
    extra_body={"thinking": {"type": "enabled"}},
)
print(response.choices[0].message.content)

该请求启用思考模式，该模式返回 reasoning_content alongside the final content. 丢弃两者 reasoning_effort and extra_body 用于非思考模式（省略以使用默认的启用思考模式）（默认模式，您想要用于聊天风格的应用程序）。有关更多模式，请参阅 DeepSeek Python集成.

模型ID和旧版迁移窗口

V4以两个MIT开源MoE级别发货，每个级别默认的上下文窗口为1,000,000个令牌，输出最多384,000个令牌：

• deepseek-v4-pro — 总计1.6T / 活跃49B。适用于代理、复杂编码和长期推理的前沿层级。
• deepseek-v4-flash — 284B total / 13B active. 成本-efficient default for chat and standard workloads.

如果您的代码仍然使用旧版ID，它们目前仍然有效。模型名称deepseek-chat和deepseek-reasoner将于2026年7月24日被弃用，为了兼容性，它们分别对应于deepseek-v4-flash的非思考模式和思考模式。确切退役时间是2026年7月24日15:59 UTC。迁移只需一行代码。 model= swap; base_url 不变。参见 DeepSeek OpenAI SDK compatibility 获取完整映射。

值得了解的参数

• temperature — DeepSeek官方指南：代码和数学为0.0，数据分析为1.0，通用聊天和翻译为1.3，创意写作为1.5。
• top_p — 核心采样；温度的替代方案。
• max_tokens — 输出容量。使用V4，您可以将其设置为384,000。
• reasoning_effort — 仅V4。 "high" or "max"; 配对使用 extra_body={"thinking": {"type": "enabled"}}.
• stream=true — 服务器发送事件用于逐个标记的输出。流式传输和工具调用在思考和非思考模式下都有效。
• JSON模式 — response_format={"type": "json_object"} 被设计为返回有效的JSON，但不保证。始终在提示中包含“json”一词以及一个小示例模式，并设置 max_tokens 足够高，以至于响应不会截断。

该API是无状态的 — 您的Linux客户端必须在每个请求中重新发送会话历史记录以维持多轮聊天。网络应用为您保持该状态；API不这样做。

成本示例：运行在V4-Flash上的Linux主机支持机器人

假设您在一个小的Ubuntu虚拟机上运行一个知识库助手。每月一百万次调用，使用2000个标记的系统提示词，并受益于上下文缓存，每次调用200个标记的用户消息，以及300个标记的回复。使用 deepseek-v4-flash 价格（截至2026年4月：每1M个token缓存命中$0.0028、缓存未命中$0.14、输出$0.28）：

Input, cache hit  : 2,000 × 1,000,000 = 2,000,000,000 × $0.0028/M = $5.60
Input, cache miss :   200 × 1,000,000 =   200,000,000 × $0.14/M  = $28.00
Output            :   300 × 1,000,000 =   300,000,000 × $0.28/M  = $84.00
                                                                  -------
Total             :                                                $117.60

每条新用户消息都是对缓存系统前缀的全新缓存未命中——不要跳过未缓存的输入行。在75%促销期间（至2026年5月31日），每1M个令牌的有效成本为$0.003625 / $0.435 / $0.87，每1M令牌的成本为$1,421。除非特定任务的基准提升足以证明总花费增加约10倍（每输出令牌约12倍），否则请选择V4 Flash。请将两种速率与以下内容进行核对。 deepseek-v4-pro （每1M令牌成本为$0.0145 / $1.74 / $3.48列表（75%促销期间有效成本为$0.003625 / $0.435 / $0.87），通过2026-05-31）选择V4 Flash，除非特定任务的基准提升足以证明总花费增加约10倍（≈12倍每输出令牌）。请将两种速率与以下内容进行核对。 DeepSeek API pricing 提交前查看页面 — 预览价格可能会变化。

路径3：在Linux上本地运行DeepSeek

对于隔离网络的工作、受监管的数据，或者简单地了解MoE模型的行为，您可以在自己的Linux服务器上运行DeepSeek的开源权重。主要有两条路径：Ollama易于使用，SGLang适用于生产。

实际硬件现实检查

完整的V4模型不适合消费者运行。 deepseek-v4-pro 参数量为1.6T；即使在FP4下，也需要GPU服务器，而不是工作站。大多数人实际上在本地运行的是变体——在DeepSeek-R1生成的数据上微调的开源模型，如LLaMA和Qwen，继承了DeepSeek的推理能力，同时自我托管效率更高。 DeepSeek R1 Distill 此脚本下载并安装Ollama二进制文件，设置必要的服务，并将Ollama添加到系统PATH中。

若需更详细视图，请参阅我们的 DeepSeek 硬件计算器.

步骤详解：在Ubuntu、Fedora或Arch上运行Ollama

1. 安装 Ollama。 One curl command, distro-agnostic:

   curl -fsSL https://ollama.com/install.sh | sh

   This script downloads and installs the Ollama binary, sets up the necessary services, and adds Ollama to your system’s PATH.

2. 验证服务。

   ollama --version
   systemctl status ollama

   如果服务未激活，请使用 sudo systemctl start ollama.

3. 拉取一个模型。 Pick the largest size your VRAM can hold:

   ollama pull deepseek-r1:7b
   # or for stronger reasoning on a 24 GB GPU:
   ollama pull deepseek-r1:32b

4. 运行一个交互会话。

   ollama run deepseek-r1:7b

   您将获得一个REPL（读取-评估-打印-循环）——输入提示，按Enter键。使用/bye退出。 /bye.

5. 从代码中运行。 Ollama在以下位置暴露了一个与OpenAI兼容的服务器 http://localhost:11434, so the same Python snippet from 路径 2 works against your local model with base_url="http://localhost:11434/v1".

对于更深入的使用说明和故障排除，请参阅 running DeepSeek on Ollama 以及更广泛的 install DeepSeek locally guide.

Linux上的GPU加速

Ollama在驱动程序安装后自动使用您的GPU。在NVIDIA硬件上，安装专有驱动程序和CUDA工具包——Ollama需要5.0或更高版本的计算能力才能启用GPU推理。在AMD上，安装ROCm并使用最新的内核。使用(AMD)验证模型在推理过程中实际上是在GPU上；如果您看到CPU占用100%而GPU空闲，则驱动程序链已损坏。 nvidia-smi （NVIDIA）或 rocm-smi 在AMD上，验证模型在推理过程中实际上是在GPU上；如果您看到CPU占用100%而GPU空闲，则驱动程序链已损坏。

使用SGLang或vLLM进行生产级服务

Ollama适用于单个用户。对于多租户推理——一个内部API背后的团队——SGLang和vLLM是正确的工具。DeepSeek-V4是DeepSeek下一代混合专家模型，于2026年4月24日以MIT许可证发布，作为两个Instruct仓库加上匹配的Base仓库发行，Instruct仓库包含FP4 MoE专家以及FP8注意力/密集型，在一个混合精度检查点中覆盖所有支持FP4的GPU。SGLang为Blackwell和H200硬件发布V4的Docker镜像和基于脚本的启动命令。在Linux上，Docker模式很简单：

docker run --gpus all --shm-size 32g -p 30000:30000 
  -v ~/.cache/huggingface:/root/.cache/huggingface 
  --env "HF_TOKEN=<your-hf-token>" --ipc=host 
  lmsysorg/sglang:deepseek-v4-blackwell sglang serve [args]

对于容器化设置，通常请参阅 DeepSeek Docker部署.

添加Web界面：在Linux上打开Open WebUI

Ollama CLI适用于测试，但大多数团队希望有一个聊天用户界面。Open WebUI是最常见的搭配。在Python venv中：

sudo apt install python3-venv     # Debian/Ubuntu
python3 -m venv ~/open-webui-venv
source ~/open-webui-venv/bin/activate
pip install open-webui
open-webui serve

然后访问 http://localhost:8080登录以创建本地管理员账户，您的已安装Ollama模型将出现在模型下拉菜单中。要将其作为后台服务运行，创建一个小的 systemd 启动的单元 open-webui serve after Ollama。要使用相同的UI针对托管API而不是本地模型，添加一个指向 https://api.deepseek.com 使用您的API密钥。

选择正确的路径

我运行了全部三个。在笔记本电脑上使用Web聊天解决零散问题。在Ubuntu服务器上使用Python的V4 API进行生产工作——每月117.60美元的数学计算对于一百万次调用来说很难反驳。当我离线在火车上或处理不会发送给远程提供商的文档时，在4090工作站上本地运行R1蒸馏。

如果您要从中选择一个开始使用，V4 API是Linux上使用率最高的选项：零硬件投资，对任何现有OpenAI代码的单次更改，以及驱动聊天的相同模型。当您有特定理由需要本地保留数据时，再添加Ollama。 base_url 不。DeepSeek没有发布原生的Linux桌面客户端。Linux上的官方界面是网页聊天，地址为[此处省略URL]。存在第三方Electron包装器，但它们没有关联；谨慎对待任何非官方的.deb、.rpm或.AppImage。请参阅我们关于如何的说明。

DeepSeek AI Guide is an independent resource and is not affiliated with DeepSeek or its parent company. Model IDs, pricing and API behaviour change; check the official DeepSeek documentation and pricing page before committing to a production decision.