Deepseek本地部署(ollama+open-webui)

ollama

首先是安装ollama,这个非常简单

https://ollama.com/

下载安装即可

open-webui

这个是为了提供一个ui,毕竟我们也不想在cmd和模型交互,很不方便。

第一,需要安装python3.11,必须是3.11(其他版本你都安装不上)

然后我创建一个虚拟环境,来安装open-webui

网络问题

由于众所周知的原因,我们需要代理或者换源来解决网络的问题。

open-webui会用到huggingface和openai

针对huggingface我采用国内源

针对openai我采用代理

(也许都走的是代理,我设置huggingface国内源多此一举?)

然后我写了一个run.bat来简化工作量

REM 设置 Hugging Face 相关环境变量
set HF_ENDPOINT=https://hf-mirror.com
set HF_HUB_CACHE=F:\Model\cache\huggingface\hub
set HF_ASSETS_CACHE=F:\Model\cache\huggingface\assets
set HF_TOKEN_PATH=F:\Model\cache\huggingface\token
set HF_STORED_TOKENS_PATH=F:\Model\cache\huggingface\stored_tokens

REM 设置代理
set http_proxy=http://127.0.0.1:4343
set https_proxy=http://127.0.0.1:4343
set no_proxy=localhost,127.0.0.1,.local

REM 启动 OpenWebUI
open-webui serve

启动

1.启动ollama,自动运行在11434端口上

2.启动open-webui虚拟环境(cmd)

3.在cmd执行bat

call run.bat

4.open-webui启动成功,访问:

localhost:8080

然后就可以使用本地的大语言模型了

### 部署DeepSeek本地模型的教程 #### 使用Docker、OllamaOpen-WebUI在Linux上的部署流程 为了成功部署DeepSeek本地模型,需先安装并配置好Docker环境。对于Linux系统而言,推荐按照官方文档中的指导完成安装过程[^1]。 一旦Docker准备就绪,下一步就是拉取所需的镜像文件。这里涉及到两个主要组件:一个是用于处理数据流的应用程序`docker.io/sladesoftware/log-application:latest`[^2];另一个则是特定版本的日志收集工具`docker.io/elastic/filebeat:7.8.0`。不过针对DeepSeek项目本身,则需要找到对应的预构建镜像或是自行创建适合该模型运行的基础镜像。 关于Ollama的支持,在此假设其作为服务端的一部分被集成到了最终使用的容器化应用里。而Open-WebUI作为一个图形界面前端框架,可以方便开发者调试以及用户交互操作。通常情况下,这类web应用程序也会被打包成独立的Docker镜像来简化分发与部署工作。 下面是一个简单的Python脚本例子展示如何通过命令行调用API接口启动相关服务: ```python import subprocess def start_services(): try: # 启动日志收集器FileBeat filebeat_command = "docker run -d docker.io/elastic/filebeat:7.8.0" process_filebeat = subprocess.Popen(filebeat_command.split(), stdout=subprocess.PIPE) # 启动Log Application log_app_command = "docker run -d docker.io/sladesoftware/log-application:latest" process_logapp = subprocess.Popen(log_app_command.split(), stdout=subprocess.PIPE) output, error = process_filebeat.communicate() if error is None: print("Services started successfully.") else: print(f"Error occurred while starting services: {error}") except Exception as e: print(e) if __name__ == "__main__": start_services() ``` 值得注意的是,实际环境中可能还需要考虑网络设置、存储卷挂载等问题以确保各个微服务之间能够正常通信协作。此外,由于具体实现细节会依赖于所选的技术栈及业务需求,因此建议参考更多针对性强的学习资源如《Docker入门到实践》一书获取深入理解。 最后提醒一点,当涉及敏感信息传输时务必遵循安全最佳实践原则保护隐私不受侵犯。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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