deepseek+docker+ollama+dify私有化部署智能助手和知识库要点

原创 已于 2025-10-04 12:43:44 修改 · 289 阅读 · 6 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#docker #容器 #运维 #知识图谱 #人工智能 #语言模型

于 2025-03-25 11:54:03 首次发布

先说明一下，本人云服务器是centos 4核8G无GPU，为了部署方便借助宝塔，不知道如何下载安装宝塔的可以去宝塔官网，傻瓜式安装

1.安装ollama 和dify （注意如果安装失败，需要配置加速URL）

2.ollama 安装模型

需要安装2类模型，这里我装了deepseekr1和bge-m3（Embedding模型）

3.配置dify

因为我的dify是绑定到8081端口，所以我的dify访问地址是：ip:8081/apps，第一次登录需要设置管理员账号

设置好管理员账号，登录进入然后去设置页面设置模型商

如果模型列表显示模型未配置，先进行模型商的安装

如果安装不成功，可以进行手动安装，点击上面的详情里面可以下载difypkg格式的文件，导入下面的本地插件进行安装，安装好之后回到刚才设置的页面，选择刚安装的ollama

接下来就是添加模型

模型名称就是之前安装的如果不知道，可以docker登录 然后输入ollama list可以列出你所安装的模型，基础url就是你的当前ip:11434,下面默认点保存如下

4.上传知识库

注意选择embedding模型，保存，等待解析完成

5.新增聊天助手

这里选择知识库，保存之后

可以直接部署网站也可以api调用

点击运行可以测试一下效果，如果打不开注意添加上绑定的端口

具体部署问题可以搜索订阅号 “AI大模型机器人” 找我免费咨询

超实用！用 Ollama + DeepSeek + Dify 搭建本地知识库，提升企业效率
Happiness is everywhere
02-13 3953
本文介绍了如何使用 Ollama + DeepSeek + Dify 搭建本地知识库，帮助企业高效管理信息。通过简单配置，可实现智能问答、文档检索等功能，提升效率并保障数据安全。
基于 Ollama 私有化部署 DeepSeek 并集成智能体平台 Dify 知识库
m0_59596937的博客
02-06 3593
节前，我们邀请了一些互联网大厂朋友、今年参加社招和校招面试的同学。针对新人如何快速入门算法岗、如何准备面试攻略、面试常考点、大模型项目落地经验分享等热门话题进行了深入的讨论。
服务器使用宝塔面板Docker应用快速部署 DeepSeek-R1模型，实现Open WebUI访问使用
ttbobocom的博客
02-10 3166
按理这步应该到此为止了，下载模型时老提示超时，这边模型也没下载成功，后面试了几次了下载成功，下了个最小的ollama run deepseek-r1:1.5b 大小1.5G ，模型下载非常慢用时也差不多1个小时。按理这步应该到此为止了，下载模型时老提示超时，这边模型也没下载成功，后面试了几次了几次下载成功，下了个最小的ollama run deepseek-r1:1.5b 大小1.5G ，模型下载非常慢。完成通过域名访问，网址打开时会提示输入管理账号密码，需要设置下，设置好就能正常进入界面。
Dify本地化部署并集成Ollama DeepSeek
liuaiguo75的博客
02-19 2099
通过宝塔面板安装 Dify并集成Ollama DeepSeek的方法
1、ollama安装AI大模型
m0_63008237的博客
02-26 328
ollama安装deepseek-r1大模型
通过宝塔本地化部署deepseek|可视化界面操作一键本地部署deepseek
小小鱼儿小小林的博客
02-09 3632
最近deepseek开源了，非常强，能力和OpenAI不相上下，甚至在编码、数学等方面一度超过了OpenAI的ChatGPT，既然开源了，很多人就想着本地化部署，毕竟deepseek官网是公开的，就会有很多限制，很多问题因为一些原因AI肯定是没法回答的。但是如果是本地化部署的话，一些私密性的问题就能直接问了今天出一个教程，通过宝塔本地化部署deepseek
宝塔面板docker搭建本地 dify + ollama
scola001的专栏
04-11 925
安装宝塔面板 9.5.0版 及Docker管理器插件。虚拟机至少8GB内存的ubuntu24。设置 dify账号后登录。
DeepSeek本地部署+私有化部署Dify全流程详解
Ht_121212的博客
02-25 4299
通过DeepSeek本地部署与Dify私有化方案，企业可构建完全自主可控的AI系统。数据处理成本降低40%-60%知识检索效率提升300%以上模型训练周期从周级缩短至天级随着大模型技术民主化进程加速，掌握私有化部署能力将成为企业数字化转型的核心竞争力。建议定期关注DeepSeek官方文档更新（https://api-docs.deepseek.com）和Dify社区动态（GitHub仓库），持续优化AI应用生态。
【Dify私有化部署知识库应用保姆级教程】Docker-＞Dify-＞Ollama-＞私有化知识库聊天助手
qq_42248452的博客
03-19 1741
从0部署私有化知识库聊天助手
Docker+DeepSeek+Dify 搭建企业级本地私有化知识库操作手册
yuhuibin111的博客
04-20 831
将 Docker 和 WSL 完全部署到 D 盘，避免 C 盘空间占用；配置 Dify 并集成本地 Ollama 模型，实现私有化知识库问答；掌握资源优化和常见问题解决，确保系统稳定运行。添加多模型支持（如 Llama-2、BERT）；对接企业微信 / 飞书，实现 IM 工具集成；配置 HTTPS 证书，提升系统安全性。最终目标：构建安全可控的企业级知识库系统，支持文档检索、智能问答、流程自动化等功能，助力企业高效利用内部数据。
Docker Compose 部署 Dify + Ollama 全栈指南：从裸奔到安全可观测的 AI 应用实战
加入“Super Entity”，与全能开发团队共探AI智能体与数字人项目，开启前沿技术之旅。
08-03 1823
本文以中国开发者视角出发，手把手教你用 Docker Compose 在本地或轻量云主机上部署组合栈，实现“安全、可观测、可扩展”的私有化 AI 应用平台。架构图、流程图、甘特图、思维导图等 6 种图表；10+ 段可直接复制的 Python 示例代码；5 大实战场景（RAG 知识库、代码助手、企业内部问答等）；常见 15 个“坑”及解决方案；从裸奔到 HTTPS + Basic Auth + IP 白名单的完整安全加固方案。读完即可在生产环境落地。维度达成情况安全性。
ollama 安装
zengliguang的专栏
11-27 7900
以上是不同操作系统下Ollama的安装步骤，希望对您有所帮助。如果在安装过程中遇到任何问题，可以参考Ollama的官方文档或社区资源进行故障排查。
Dify完整部署指南：本地/虚拟机/云服务器搭建 + Ollama大模型对接
最新发布
在写作的路上持续输出。
11-26 2218
本文详细介绍了Dify开源大语言模型应用开发平台的部署与使用指南。主要内容包括：1）Dify服务启停管理，涵盖本地Docker和虚拟机两种环境；2）网络访问原理解析，说明局域网和公网访问的区别；3）云服务器部署全流程，从购买配置到实际部署；4）Ollama本地大模型对接方法。教程提供了清晰的命令行操作步骤和常见问题解决方案，适合开发者快速掌握Dify平台部署技巧，实现AI应用开发。
超实用！用 Dify + DeepSeek +Ollama 搭建本地Ai助手
qq_46094651的博客
04-12 1002
今天分享用 **Dify + DeepSeek + Ollama** 搭建本地Ai助手。 **本地部署大模型**，好处是数据不会上传，使用本地机器进行交互，但是对机器有一定要求。 这里使用**DeepSeek蒸馏版**，性能可能相对于671B满血版有一定的削减。
Ubnutu20.04安装Docker
m0_49672766的博客
10-21 1124
1 sudo apt-get remove docker docker-engine docker.io containerd runc 2 sudo apt-get update 3 sudo apt-get install \ apt-transport-https \ ca-certificates \ curl \ gnupg-agent \ software-properties-common 4 curl -fsSL https://downlo
终于可以在本地玩大模型了！Docker+Ollama+Dify，分分钟带你构建Llama模型本地服务，CPU也能玩的大模型教程！
datian1234的博客
12-28 6050
如今越来越多的伙伴们开始借助 Ollama 来把玩模型。Ollama是一款开源工具，它允许用户在本地便捷地运行多种大型开源模型，包括清华大学的ChatGLM、阿里的千问以及Meta的llama等等。但多数情况下，我们看到的都是那种拿来就用的“预制菜”模式，如果我们想要使用自己微调的模型，那又该怎么搞定呢? 今天这篇文章就来带大家看看如何通过 Ollama 来搭建“个性化”的模型服务，特别是针对那些经过微调、准备用于推理的模型，这个过程中我们还会借助到另外一个王炸工具辅助，Dify。
基于CentOS7的Dify部署以及Ollama插件配置
m0_73632058的博客
06-05 1095
本文介绍了Dify开源LLM应用开发平台的部署流程和Ollama插件配置方法。主要内容包括：1）Dify的服务器配置要求及基于Docker的安装步骤；2）优化Docker镜像源的配置方法；3）通过GitHub下载源码并使用docker-compose启动服务；4）插件管理方式，重点说明如何配置本地部署的Ollama模型，包括URL设置和跨平台访问的注意事项。文章提供了详细的命令行操作指南和常见问题解决方案，旨在帮助开发者快速搭建Dify环境并集成本地模型服务。
DeepSeek +Ollama+ Dify+Docker ：企业本地化部署+本地知识库构建详细教程（Windows）
weixin_47590992的博客
03-12 4358
本文将以Windows系统为例，详细讲解通过Ollama安装量化版DeepSeek-R1模型，并借助Dify平台实现本地化知识库的部署。通过以上步骤，已成功在本地部署DeepSeek-R1模型，并通过Dify平台构建了一个私有化知识库。这不仅降低了成本，还提升了数据安全性，适合企业级应用。
基于Docker的DeepSeek模型本地化部署指南
通过配置Dify连接本地部署的ollama服务地址，开发者可以在无需联网调用第三方API的情况下，利用私有化的DeepSeek模型构建知识库问答系统、自动化文本生成工具等应用场景。文中还介绍了如何上传文档、切分文本、嵌入...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值