安卓手机离线运行deepseek大模型：Termux与ollama实战指南

1. 为什么要在安卓手机上离线运行大模型？

最近大模型技术越来越火，但很多朋友可能不知道，其实你的安卓手机也能跑起来这些AI模型。我最早尝试在手机上部署deepseek模型纯粹是出于好奇——毕竟谁能拒绝把一台千元机变成随身AI助手呢？实测下来，Termux+ollama这套组合确实能打，不仅支持离线运行，响应速度也比想象中快很多。

适合人群特别明显：想低成本体验大模型的技术爱好者、需要移动端AI能力的开发者、或者像我这样喜欢折腾电子设备的极客。相比动辄需要高端显卡的部署方案，这套方案最大的优势就是零成本——你手头的安卓机就能跑，而且完全离线运行，不用担心隐私问题。

不过要注意，手机性能毕竟有限，建议选择1.5B这类小参数量模型。我的红米Note10 Pro（骁龙732G）跑deepseek-r1:1.5b时，生成速度大约3-5字/秒，日常简单问答完全够用。如果手机有8GB以上内存，甚至可以尝试7B规模的模型。

2. 准备工作：Termux的正确打开方式

2.1 避坑第一步：下载正版Termux

很多教程第一步就埋了雷——随便找个第三方市场下载Termux。我踩过的坑告诉你：一定要从F-Droid安装。原因很简单：

• 官方版本持续更新，去年新增了Material Design 3界面
• 签名证书一致，后续能正常执行pkg upgrade
• 第三方修改版可能缺失关键库文件

安装时有个细节：建议勾选"允许安装未知来源应用"后直接下载APK，比通过F-Droid客户端安装更稳定。最近有用户反映客户端下载经常中断，可能是CDN节点的问题。

2.2 基础环境配置

第一次打开Termux会看到绿色命令行界面，先别急着敲命令。这几个初始化操作能让后续更顺畅：

pkg update pkg upgrade pkg install git python termux-setup-storage

最后一条命令特别重要，它会让Termux获得手机存储访问权限。之后在命令行输入ls -l /sdcard就能看到手机内置存储内容了。

注意：如果遇到"Unable to locate package"错误，先执行termux-change-repo，勾选所有镜像源后重试。

3. ollama的安装与配置玄机

3.1 安装ollama的正确姿势

官方文档里简简单单一句pkg install ollama，但实际操作时你会发现很多隐藏问题。我整理了最新可用的安装方案：

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

如果网络不稳定（特别是在某些地区），可以改用分步安装：

pkg install wget wget https://ollama.ai/download/ollama-linux-arm64 chmod +x ollama-linux-arm64 mv ollama-linux-arm64 /data/data/com.termux/files/usr/bin/ollama

3.2 服务启动的坑点详解

和Windows/Mac不同，Termux里的ollama需要手动启动服务。这里有个关键细节：必须在新会话中启动服务，否则会阻塞当前终端。具体操作：

1. 在Termux界面右滑打开菜单
2. 点击"新建会话"
3. 在新窗口输入：

ollama serve

看到Listening on 127.0.0.1:11434就说明服务跑起来了。这时候别关闭这个窗口！最小化即可。

实测发现部分机型手势操作不灵敏，如果右滑没反应，可以试试双指从左侧边缘滑动。我的小米手机就需要比较用力的滑动才能调出菜单。

4. 模型部署的实战技巧

4.1 模型下载的优化方案

直接运行ollama pull deepseek-r1:1.5b可能会遇到两个问题：

1. 下载速度慢（特别是国外服务器）
2. 中途断连后需要重新下载

我的解决方案是：

OLLAMA_HOST=0.0.0.0 ollama pull deepseek-r1:1.5b

这个命令会让下载过程更稳定。如果还是断连，可以用ctrl+z暂停任务，输入bg放到后台，再用fg调出继续下载。

4.2 存储空间管理

1.5B模型大约需要3GB存储空间。通过以下命令查看剩余空间：

df -h /data

如果空间不足，建议：

• 清理Termux缓存：pkg clean
• 删除旧模型：ollama rm 模型名
• 将模型转移到SD卡（需要root权限）

5. 模型交互的高级玩法

5.1 基础对话测试

成功运行后，试试这些实用指令：

ollama run deepseek-r1:1.5b "用Python写个快速排序"

模型会返回带缩进的完整代码。如果想持续对话，直接输入ollama run deepseek-r1:1.5b进入交互模式。

5.2 性能优化参数

在低配手机上可以添加这些参数提升响应速度：

ollama run deepseek-r1:1.5b --num_threads 4 --batch_size 32

其中：

• num_threads建议设为手机CPU核心数
• batch_size值越小内存占用越低

6. 常见问题排雷指南

6.1 连接错误解决方案

如果报错could not connect to ollama app，按这个顺序检查：

1. 是否在新会话启动了ollama serve
2. 执行netstat -tuln查看11434端口是否监听
3. 尝试export OLLAMA_HOST=127.0.0.1:11434

6.2 模型加载异常处理

遇到file does not exist错误时，强制重新下载模型：

ollama pull --force deepseek-r1:1.5b

如果还是失败，手动删除模型文件后重试：

rm -rf ~/.ollama/models

7. 可持续使用方案

7.1 后台服务保活

想让ollama服务长期运行，可以用这个方案：

nohup ollama serve > /dev/null 2>&1 &

配合Termux的唤醒锁定功能（在通知栏开启），即使手机锁屏也能保持服务运行。

7.2 快捷指令设置

在Termux的.bashrc文件末尾添加：

alias ai='ollama run deepseek-r1:1.5b'

保存后执行source ~/.bashrc，之后直接输入ai就能启动模型交互。

最近发现一个彩蛋：连续对话时输入/history可以查看当前会话的对话记录。这个功能在官方文档里都没提到，可能是ollama的隐藏特性。不过要注意长时间对话会占用较多内存，建议每10轮对话后用/bye退出重启。