游乐游手机版
首页/AI教程/文章详情

Ollama本地部署DeepSeek完整教程详解

时间:2026-06-09 15:09
部署DeepSeek需先安装Ollama,配置OLLAMA_HOST等环境变量,下载模型后可在命令行交互。随后安装Docker和OpenWebUI,访问127 0 0 1:3000创建账号,在图形界面中选择本地模型进行问答。

一、Ollama下载与安装步骤详解

直接访问Ollama官方网站,进入Download页面,根据你的操作系统(macOS、Linux、Windows)选择对应版本进行下载。下载完成后按提示安装即可,过程较为简单,此处不再赘述——但需注意一个关键事项:电脑硬盘至少预留4GB存储空间,因为后续还需要拉取模型文件。

\

安装完成后,需要配置几个必要的环境变量。在系统环境变量中添加以下三项内容:

OLLAMA_HOST:该变量用于指定Ollama服务的主机地址与监听端口。默认情况下,服务会监听127.0.0.1:11434。如果修改了监听地址或端口,就需要设置此变量,以便客户端能够正确连接。将OLLAMA_HOST设为0.0.0.0,表示Ollama将监听服务器上所有可用网络接口,即允许任意IP地址访问。

OLLAMA_MODELS:用于指定模型文件的存储目录。默认模型存放在系统用户数据目录下,若希望存放到其他位置,可通过此变量自定义路径。

OLLAMA_ORIGINS:用于控制哪些来源可调用Ollama API,主要针对跨域请求场景。可用逗号分隔多个来源,例如https://example.com,https://another-example.com。设为*则允许任意来源的请求——在开发测试阶段较为便利,可快速验证不同客户端是否正常交互。但在生产环境中使用此设置存在安全风险,建议仅放行受信任的域名或IP地址。

\

二、DeepSeek模型下载与运行方法

1. 查看Ollama中已下载的模型列表

ollama list

\

2. 下载DeepSeek-R1模型到本地——请根据电脑配置选择相应参数规模的版本,此处以deepseek-r1:1.5b为例:

ollama pull deepseek-r1:1.5b

\

3. 运行DeepSeek模型进行交互

ollama run deepseek-r1:1.5b

\

执行上述命令后,即可在CMD窗口中与模型进行对话。不过纯命令行交互体验较为有限,因此下面推荐使用Open WebUI——这是一款开源的图形化工具,操作更加直观便捷。

三、借助Open WebUI实现图形化交互

1. Open WebUI安装步骤

注意:安装Open WebUI前,必须先确保Docker已正确安装。然后执行以下指令拉取并运行容器:

docker run -d -p 3000:8080 --add-host=host.docker.internal:host-gateway -v open-webui:/app/backend/data --name open-webui --restart always ghcr.io/open-webui/open-webui:main

\

安装完成后,打开Docker桌面应用,即可看到Open WebUI的容器已在运行状态。

\

2. 在WebUI图形界面中使用本地DeepSeek

首先确保Ollama中的模型处于运行状态(之前打开的CMD窗口不要关闭),同时Docker也需保持开启。

\

打开浏览器,访问127.0.0.1:3000,将看到如下登录界面:

\

首次使用需要创建管理员账号,按提示操作即可。创建完成后登录,进入WebUI主界面:

\

在模型选择中找到本地部署的deepseek-r1:1.5b,选中后即可通过图形界面进行问答交互。相比命令行,体验更加直观便捷。

\

来源:https://www.jb51.net/ai/1021470.html
上一篇Windows11平台Ollama部署Qwen2.5大模型实战指南 下一篇OLLAMA快速安装教程三种方法全版本适用
本站内容用于信息整理与展示,如有侵权或内容问题请及时联系处理。

相关推荐

补充同频道和同主题内容,方便继续浏览更多相关内容。

同类最新

继续查看同栏目最近更新的文章。

更多
RAG四标融合企业知识资产体系四库协同GEO优化实践
AI教程 · 2026-07-01

RAG四标融合企业知识资产体系四库协同GEO优化实践

生成式AI正在彻底改写信息检索的底层逻辑。传统SEO依赖关键词堆砌和外链建设的策略,在大模型的内容采信规则下已经基本失效。取而代之的,是生成式引擎优化(GEO)。它不再关注外链数量,而是重点衡量你的知识是否结构化、证据链是否坚实、信源是否可靠——这些维度才是RAG(检索增强生成)架构真正看重的核心指

一个普通上班人分享WorkBuddy使用心得与真实体验
AI教程 · 2026-07-01

一个普通上班人分享WorkBuddy使用心得与真实体验

前言 最近我开始使用WorkBuddy——这是腾讯推出的一款AI办公工作台。差不多用了一周时间,趁印象还新鲜,把真实的使用感受记录下来,给还在犹豫的朋友做个参考。不吹不黑,只说实际体验。 初印象:不只是聊天机器人 之前用过不少AI工具,大多数就是个对话框,你问它答,答完就结束了。WorkBuddy不

AI幻觉变真功能实战教程:App Inventor 2视频录制拓展一周开发实录
AI教程 · 2026-07-01

AI幻觉变真功能实战教程:App Inventor 2视频录制拓展一周开发实录

先讲一个颇具戏剧性的开端。 这件事的开端颇显荒诞——有用户前来咨询,称AI Pro版的介绍中提到我们有一款“视频录制拓展”。团队全体成员都感到困惑,翻遍产品列表,发现根本不存在该组件。AI那种“一本正经胡说八道”的能力,这次确实让我们陷入尴尬。 按常理,此事到此便可结束——一句“抱歉,暂时没有这个拓

别再混淆OLAP和SQL-on-Hadoop两者查询本质不同
AI教程 · 2026-07-01

别再混淆OLAP和SQL-on-Hadoop两者查询本质不同

OLAP和SQL-on-Hadoop虽都使用SQL查询数据,但本质不同。SQL-on-Hadoop负责海量数据批量计算与ETL,查询速度秒级至分钟级;OLAP通过预聚合实现毫秒级多维分析,适合BI报表。两者在数据平台分工协作,前者是后厨加工,后者是前台快速服务。

GEO优化深度解析:AI偏好FAQ还是长文内容?
AI教程 · 2026-07-01

GEO优化深度解析:AI偏好FAQ还是长文内容?

在GEO优化中,AI对内容形式无统一偏好:FAQ在简单查询中引用率41%,长文在复杂查询中达58%。内容应基于用户意图选择形式,FAQ适配简单事实类问题,长文建立主题权威,两者互补而非替代。