本地 AI 办公部署检查清单

配合《DeepSeek Harness 结合本地化大模型，办公场景如何落地？》一文使用 一份可以照着打勾的落地手账——从硬件到上线，一步不漏

把 AI 跑在本地，最难的不是"装好"，而是"装对、装稳、装安全"。这份清单把前面文章里的所有步骤压缩成可勾选的动作项，建议打印或存到手机，每完成一项打一个勾。

一、硬件与系统前置检查（先做，避免白忙）

  • [ ] 内存 ≥ 16 GB：7B 模型流畅运行的最低线；跑 14B/32B 建议 32 GB 以上
  • [ ] 有独立显卡优先：NVIDIA（CUDA）或 Apple Silicon（M 系列统一内存）体验明显更好；纯 CPU 也能跑，但慢
  • [ ] 磁盘剩余 ≥ 20 GB：模型文件（单个 7B 约 4–5 GB）+ 向量知识库空间
  • [ ] 系统版本达标：Windows 10 以上 / macOS 12 以上 / 主流 Linux 发行版（Debian、Ubuntu、CentOS 等）
  • [ ] Node.js ≥ 22.19：DeepSeek Harness 的运行要求，低于此版本会启动失败
  • [ ] 能正常访问 GitHub / npm：首次安装需要拉取依赖包

二、本地模型准备（Ollama 路线，最稳）

  • [ ] 安装 Ollama：Windows/macOS 直接装客户端；Linux 用官方一键脚本
  • [ ] 拉取模型：ollama pull deepseek-r1:7b（入门首选，4–5 GB）
  • [ ] 验证可用：ollama run deepseek-r1:7b 能进入对话即正常，按 /bye 退出
  • [ ] 确认服务监听：Ollama 默认跑在 http://localhost:11434，本地模型后端指向它
  • [ ] （可选）备一个轻量备选：如 qwen2.5:7b，某些中文办公任务表现更顺

三、DeepSeek Harness 安装与启动

  • [ ] 初始化项目：新建文件夹，npm init -y
  • [ ] 安装框架：npm i @deepseek-ai/dsh
  • [ ] 启动服务：npx dsh（默认端口 3080）
  • [ ] 打开控制台：浏览器访问 http://localhost:3080
  • [ ] 配置模型后端：在设置里把模型指向本地 Ollama（或你自建的 OpenAI 兼容端点）
  • [ ] 跑通第一个对话：在控制台发一句"你好"，确认能收到本地模型的回复

四、安全红线（必读，踩中任意一条都可能出事）

  • [ ] 绝不启用 --host 0.0.0.0：官方明确禁止，会把本地服务暴露到公网
  • [ ] API Key 只存本机：用环境变量或本地配置文件，不截图、不群里发、不写进代码仓库
  • [ ] 敏感文档不外发：合同、客户资料等只走本地模型，不调用任何云端 API
  • [ ] 不暴露 3080 端口：防火墙/路由器不要做端口转发到这个服务
  • [ ] 定期更新：关注 DSH 与 Ollama 的安全更新，及时升级

五、办公场景验收（确认"真的能用"）

  • [ ] 文档处理：上传一份 PDF / Word，让 AI 做摘要、抽取要点、问答
  • [ ] 智能写作：让它起草或润色一封工作邮件 / 通知 / 汇报，质量可用
  • [ ] 表格分析：上传一份 Excel，让它统计、找异常、生成结论
  • [ ] 响应速度可接受：本地模型比云端慢，但数据不出本机，确认你能接受这个权衡
  • [ ] 多轮对话稳定：连续问 5–10 轮不崩溃、不丢上下文

六、上线前最终核对

  • [ ] 三平台命令各跑通一遍（若团队跨系统）：Windows / macOS / Linux 的启动步骤都验证过
  • [ ] 备份模型与配置：记下已装模型列表、Ollama 路径、DSH 配置，方便换机恢复
  • [ ] 留存回滚命令：ollama rm <模型>、卸载 DSH 的方式都备好
  • [ ] 写一句给同事的启动说明：把"怎么开、怎么用、注意什么"留个便签，避免只有你会用

卡住了？莱驰云AI 可以帮你

如果你在任意一步卡住，或者想让我们直接帮你的团队把这套本地 AI 办公环境搭好，欢迎联系莱驰云AI。我们可以提供：

  1. 企业 AI 应用诊断——先看清楚你适合哪种部署方案；
  2. AI 培训——让团队真的会用、用得安全；
  3. AI 解决方案设计——按你的业务场景定制本地 AI 办公落地路径。

数据留在自己电脑里，AI 才真正属于你。从这份清单的第一勾开始吧。