玩转 DeepSeek-R1 本地部署+知识库搭建+多轮RAG，保姆级教程！

前言

最近，深度求索开源的 DeepSeek-R1 系列模型火遍全球，但因为“服务器繁忙”劝退不少人。为了解决这个问题，我们将以 UltraRAG 框架为例，为大家介绍 DeepSeek-R1 的本地部署流程，同时带领大家熟悉 UltraRAG 的细节和功能。在成功跑通 VanillaRAG 后，我们还简单尝试了在 DeepSeek-R1 加持下的 Adaptive-Note，提出法律领域的问题，效果居然出乎意料地好，有截图为证：

如上图，在 UltraRAG 上对 VanillaRAG 和 Adaptive-Note 分别提问“我喝多后撞了人可能会承担什么罪责？”VanillaRAG 简单直接，分别列出了罪名和建议，内容全面，但是稍微有点不够细致。再看看 Adaptive-Note 的回答，不光总结了可能的几点罪名，并且分析了酒精含量和事后处理态度对量刑和赔偿的影响，引经据典，令人信服。整体来看， Adaptive-Note 的回答更加可信。

VanillaRAG：是最基础的 RAG（Retrieval-Augmented Generation，检索增强生成）架构，通常指的是未经优化或改进的标准 RAG 方法。它的基本流程包括：查询构造（Query Formation）、检索（Retrieval）、生成（Generation）

Adaptive-Note: 一种用于复杂问答任务的自适应笔记增强 RAG 方法，采用 检索-记忆（Retriever-and-Memory） 机制， iteratively 收集和优化知识结构。它通过自适应记忆复审和任务导向生成提高知识交互质量，并采用基于笔记的探索终止策略确保信息充分获取，以提升答案质量。论文: https://arxiv.org/abs/2410.08821

看到这里，我猜大家已经迫不及待想要体验 UltraRAG 了，所以接下来我们将手把手详细介绍 UltraRAG 的部署流程。

硬件环境准备

DeepSeek-R1 的模型有多个蒸馏版本，分别是 7B、14B、70B 以及满血的 671B 版本。权衡了条件和效果后，我们选择 14B 的模型进行部署，以下是运行 UltraRAG 的基本硬件要求：

这里需要注意 nvidia 的显卡驱动需要和 cuda 版本兼容，否则 vllm 运行模型有可能出现报错的情况。如果你的显卡出现不兼容的情况，可以尝试重装驱动和 cuda。这里推荐一个简单好用的安装方法，可以有效避免 cuda 和驱动的不兼容问题：登录 nvidia 官方网站（https://developer.nvidia.com/cuda-toolkit-archive），选择适合 cuda-toolkit 版本安装和安装参数（推荐使用 runfile 方式安装，真的简单好用！）。

cuda-toolkit参数配置页面

UltraRAG配置

好了，现在你已经拥有了一个稳定的运行环境，可以配置 UltraRAG 了。

运行 UltraRAG 有两种方法，一种通过 docker 运行，这种方式最简单，需要你的机器上已经安装配置好了 nvidia-docker ，并拥有它的运行的权限（一般情况下需要 root 权限）。这种情况下，你只需要执行这行代码就行了：

`docker-compose up --build -d`

如果你的机器上没有 nvidia-docker 也不要紧，可以配置 conda 环境来运行。

要确保你的本地机器安装了 conda，没有的话也可以在这个网址（https://docs.anaconda.com/miniconda/install/）中找到安装的方法，使用普通账户直接安装，几行代码很好执行～

接着，就是在 conda 环境上安装 UltraRAG 的依赖，下面的代码依次执行就好了～

`#创建conda环境conda` `create -n ultrarag python=3.10#激活conda环境conda activate ultrarag安装相关依赖pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple`

以上步骤操作完成之后，环境依赖就准备好了。接下来开始下载模型。

我们需要下载以下 3 个模型，分别执行命令。

模型下载完成之后，紧接着运行 llm 服务，具体执行这个命令即可～

`vllm serve DeepSeek-R1-Distill-Qwen-14B --gpu-memory-utilization 0.8 --dtype auto --api-key token-abc123`

这里简单说明一下参数的含义：

–gpu-memory-utilization 0.8：表示 GPU 的占用率，显存 80G 时，0.8 意味着最大占用 64GB 的显存。

–dtype auto：表示 vllm 自动选择模型参数类型。

–api-key token-abc123：自定义模型 API 的密钥为 token-abc123。

vllm 服务部署完成后将会启动 OpenAI-Compatibly 的服务，默认参数为：

为了常驻后台，你也可以使用以下命令运行：

nohup vllm serve DeepSeek-R1-Distill-Qwen-14B --gpu-memory-utilization 0.8 --dtype auto --api-key token-abc123 &

好了，现在环境搭好了，模型也下载好了，我们现在来运行 UltraRAG ：

`streamlit run ultrarag/webui/webui.py --server.fileWatcherType none`

如果一切顺利，我们会看到下图的结果。这意味着 WebUI 已经跑起来了，我们把 URL 复制到浏览器，应该就能访问页面了，你可以使用 3 个 URL 中的任何一个进行访问：

什么是 UltraRAG?

UltraRAG 框架由清华大学 THUNLP 联合东北大学 NEUIR 、面壁智能团队及 9#AISoft 团队共同提出，基于敏捷化部署与模块化构造，引入了自动化的“数据构建-模型微调-推理评测”知识适配技术体系，提供了一站式、科研与开发双重友好的 RAG 系统解决方案。UltraRAG 显著简化了 RAG 系统在领域适配过程中，从数据构建到模型微调的全流程，助力科研人员与开发者高效应对复杂任务：

UltraRAG 框架具有以下优势：

零代码编程 WebUI 支持：零编程经验用户亦可上手操作全链路搭建和优化过程，包括多模态 RAG 方案 VisRAG ；

合成与微调一键式解决：以自研 KBAlign、RAG-DDR 等方法为核心，一键式系统化数据构建 + 检索、生成模型多样微调策略支持下的性能优化；

多维多阶段稳健式评估：以自研 RAGEval 方法为核心，融入面向有效/关键信息的多阶段评估方法，显著提升“模型评估”的稳健性；

科研友好探索工作集成：内置 THUNLP-RAG 组自研方法及其他前沿 RAG 方法，支持模块级持续探索与研发。

以上全部功能，都可以直接通过 web 前端快速实现。

最后的最后

感谢你们的阅读和喜欢，作为一位在一线互联网行业奋斗多年的老兵，我深知在这个瞬息万变的技术领域中，持续学习和进步的重要性。

为了帮助更多热爱技术、渴望成长的朋友，我特别整理了一份涵盖大模型领域的宝贵资料集。

这些资料不仅是我多年积累的心血结晶，也是我在行业一线实战经验的总结。

这些学习资料不仅深入浅出，而且非常实用，让大家系统而高效地掌握AI大模型的各个知识点。如果你愿意花时间沉下心来学习，相信它们一定能为你提供实质性的帮助。

这份完整版的大模型 AI 学习资料已经上传优快云，朋友们如果需要可以微信扫描下方优快云官方认证二维码免费领取【保证100%免费】

DeepSeek全套安装部署资料

大模型知识脑图

为了成为更好的 AI大模型 开发者，这里为大家提供了总的路线图。它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

经典书籍阅读

阅读AI大模型经典书籍可以帮助读者提高技术水平，开拓视野，掌握核心技术，提高解决问题的能力，同时也可以借鉴他人的经验。对于想要深入学习AI大模型开发的读者来说，阅读经典书籍是非常有必要的。

实战案例

光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

面试资料

我们学习AI大模型必然是想找到高薪的工作，下面这些面试题都是总结当前最新、最热、最高频的面试题，并且每道题都有详细的答案，面试前刷完这套面试题资料，小小offer，不在话下

640套AI大模型报告合集

这套包含640份报告的合集，涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。

这份完整版的大模型 AI 学习资料已经上传优快云，朋友们如果需要可以微信扫描下方优快云官方认证二维码免费领取【保证100%免费】