Ollama & DeepSeek R1 : Faire Tourner une IA Hors-Ligne sur Votre PC 🖥️

1. Qu'est-ce qu'Ollama ?

Ollama est un outil open-source (100K+ stars GitHub) qui permet de télécharger et exécuter des modèles de langage (LLM) directement sur votre machine. Au lieu d'envoyer vos données à un serveur cloud, tout tourne en local. Son design s'inspire de Docker : vous « pull » un modèle par nom, vous le « run » avec une seule commande, et il expose une API REST locale compatible OpenAI sur le port 11434.

2. Installation en 2 minutes

1 Installer Ollama

# macOS / Linux (une seule commande)
curl -fsSL https://ollama.com/install.sh | sh

# Windows : téléchargez l'installeur depuis ollama.com/download
# Ou via winget :
winget install Ollama.Ollama

2 Vérifier l'installation

ollama --version
# → ollama version 0.X.XX

3 Télécharger et lancer un modèle

# Télécharger DeepSeek R1 (7B, ~4.7 Go)
ollama pull deepseek-r1:7b

# Lancer un chat interactif
ollama run deepseek-r1:7b

3. DeepSeek R1 : quel modèle choisir ?

DeepSeek R1 est disponible en version complète (671B paramètres, inaccessible sur hardware grand public) et en versions distillées de 1.5B à 70B. Ces modèles compacts sont entraînés sur les exemples de raisonnement du grand modèle et conservent une grande partie de ses capacités.

4. Config matérielle requise

5. Premier chat avec DeepSeek R1

# Lancer le chat interactif
ollama run deepseek-r1:14b

# Vous voyez un prompt >>> où taper vos questions :
>>> Résous l'équation : 3x² - 12x + 9 = 0

# R1 affiche sa réflexion dans des balises ...
# puis donne la réponse finale.
# Tapez /bye pour quitter.

Les balises

…

montrent le raisonnement interne du modèle — c'est la spécificité de R1. La plupart des interfaces (Open WebUI, etc.) peuvent les masquer si vous préférez ne voir que la réponse finale.

Commandes Ollama essentielles

6. Personnaliser avec un Modelfile

Un Modelfile fonctionne comme un Dockerfile : il définit le modèle de base, le prompt système et les paramètres de génération.

# Fichier : Modelfile.assistant
FROM deepseek-r1:14b

SYSTEM """
Tu es un assistant de programmation expert.
Tu réponds toujours en français.
Tu es concis et tu montres du code quand c'est pertinent.
"""

PARAMETER temperature 0.6
PARAMETER num_ctx 16384
PARAMETER top_p 0.95

# Créer le modèle personnalisé
ollama create mon-assistant -f Modelfile.assistant

# L'utiliser
ollama run mon-assistant

7. L'API locale : intégrer dans vos projets

Ollama expose une API REST compatible OpenAI sur http://localhost:11434. Vous pouvez l'utiliser comme un remplacement direct de l'API OpenAI dans votre code existant — changez juste l'URL de base.

cURL

curl http://localhost:11434/api/chat -d ''

Python

from ollama import chat

response = chat(
    model='deepseek-r1:14b',
    messages=[
        
    ]
)
print(response.message.content)

JavaScript / Node.js

import ollama from 'ollama';

const response = await ollama.chat();
console.log(response.message.content);

L'API locale supporte aussi les endpoints OpenAI standards : /v1/chat/completions, /v1/models, /v1/embeddings. Toute bibliothèque compatible OpenAI fonctionne en changeant base_url par http://localhost:11434/v1.

8. Intégrations : OpenClaw, Cursor, Open WebUI

9. Autres modèles à essayer

10. Astuces et optimisations

Augmentez num_ctx : Le défaut de 2048 tokens est trop court pour R1. Utilisez un Modelfile avec num_ctx 16384 ou plus.

Température 0.6 : Recommandation officielle DeepSeek. Plus bas = répétitions. Plus haut = incohérence.

Pas de system prompt pour R1 : Contrairement aux autres modèles, R1 performe moins bien avec un prompt système. Mettez vos instructions directement dans le message utilisateur.

Pas de « pense étape par étape » : R1 raisonne déjà en interne via ses balises

. Lui demander explicitement de raisonner étape par étape dégrade la qualité.

Économie de disque : Chaque modèle 7B pèse ~4.7 Go. Supprimez les modèles inutilisés avec ollama rm .

Docker : Ollama est disponible en image Docker pour isoler l'exécution :

docker run -d -v ollama:/root/.ollama \
  -p 11434:11434 --name ollama ollama/ollama

11. FAQ