概述

在大模型技术迅速普及的当下，如何在本地环境中以低成本部署高性能AI服务，成为了广大开发者关注的焦点。

本文将结合Spring AI、Ollama和DeepSeek-R1模型，通过Docker容器化部署和Redis持久化存储，手把手教你构建一个支持连续对话的AI应用。

这一方案特别适合需要私有化部署、数据安全可控的场景，如企业内部知识库、教育问答系统等。

这是一篇全家桶式教程，主要内容包括：

  • 环境搭建： 从安装Docker开始，到通过Docker安装Redis、Ollama，并部署DeepSeek模型，一步步带你搞定环境配置。
  • Spring AI集成： 详细讲解如何将Ollama和DeepSeek集成到Spring AI中，并实现连续对话功能。
  • 效果验证： 通过实际测试，展示系统的运行效果，让你直观感受这一方案的强大之处。

环境准备

在开始之前，请确保你的环境满足以下要求：

  • 操作系统： Windows 11
  • Java版本： JDK 17+(请注意Spring Boot 3.4.3的兼容性)
  • 依赖管理： Maven 3.8.3+

环境搭建(docker,redis, ollama 和deepseek)

1. 安装docker

本地环境使用Docker进行部署，可以大大节省环境配置的工作量，同时减少组件对系统性能的影响。在不开发时，关闭Docker，还能避免各种干扰。对于还不熟悉Docker的同学，建议尽快学习掌握这一强大工具。

由于很多教程都是基于Linux系统的，这里我们详细讲解一下在Windows本地环境下的搭建步骤。首先，访问docker官网，根据你的系统选择合适的版本进行下载和安装。安装完成后，进入PowerShell，输入指令docker ps，如果能看到相关输出，说明Docker安装成功。

Spring AI + DeepSeek，10分钟快速构建本地化AI对话系统！_编程

安装后，进入PowerShell，输入指令 docker ps ，看到这个就OK了

Spring AI + DeepSeek，10分钟快速构建本地化AI对话系统！_spring_02

Spring AI + DeepSeek，10分钟快速构建本地化AI对话系统！_spring_03

2.Redis容器部署

说明：此命令从Docker Hub拉取指定版本的Redis镜像，为后续的容器部署做好准备。

docker pull redis:7.4.2
  • 1.

在本地创建文件夹C:\docker\redis\conf和C:\docker\redis\data，并在conf文件夹下创建文件redis.conf，内容如下：

bind 0.0.0.0
port 6379
requirepass 123123
dir /data
appendonly yes
  • 1.
  • 2.
  • 3.
  • 4.
  • 5.
  • bind 0.0.0.0：允许外部访问
  • requirepass 123123：设置访问密码，你可以根据需要自行设定，虽然是本地环境，但养成良好的安全习惯很重要
  • appendonly yes：开启AOF持久化

接下来，进行容器部署：

docker run -d \
-p 6579:6379 \
-v C:/docker/redis/data:/data \
-v C:/docker/redis/conf:/usr/local/etc/redis \
--name redis \
redis:7.4.2 redis-server /usr/local/etc/redis/redis.conf
  • 1.
  • 2.
  • 3.
  • 4.
  • 5.
  • 6.

说明：通过上述命令，我们基于刚才拉取的镜像创建并启动了一个Redis容器，同时将本地的配置文件和数据目录挂载到容器中，方便进行持久化存储和配置管理。

3. 安装ollama

下载ollama

docker pull ollama/ollama:0.6.2
  • 1.

创建本地文件夹C:\docker\ollama，然后运行以下命令：

docker run -d \
-v C:\docker\ollama:/root/.ollama \
-p 11434:11434 \
--name ollama \
ollama/ollama:0.6.2