windows环境下 deepseek 本地部署,并配置本地数据库 可连接deepseek官网

需要在本地安装ollama和docker,并且配置dify,最后通过dify访问本地的deepseek,可以通过向本地配置deepseek的端口发请求并解析结果实现自定义页面的需求。

我本地配置,算是比较拉胯,结果还是比较丝滑的,内存和显卡配置拉高点,自己用就足够了。商用要考虑压力自行升级。

一、docekr本地安装并部署

1. 下载,省点事,后面能贴图就不打字了

二、ollama安装

点击安装就完事了。这个不用配置,安装完成后可以在cmd命令栏看一下是否在运行

三、deepseek安装,本地版

1. 版本根据需求随便选,选完复制一下右边的代码,我配置太低选的最低的1.5b。有条件可以拉高点,让deepseek推荐下配置就好

2. 选好后复制右边的代码到cmd控制栏输入即可,第一次执行是安装,后面再执行就是启动了
  1. 这是本地化安装的,未联网的笨比deepseek。问他问题会乱答。接下来要配置数据库

四、安装dify,给deepseek配置知识库用

1. 下压缩包就好了。
2.下载完成找个目录解压

3. 进入下面的目录。把.env.example文件改成.env

4. 打开.env在最下面加两行代码
CUSTOM_MODEL_ENABLED=true
OLLAMA_API_BASE_URL=host.docker.internal:11434
  1. 运行dify  选中目录,输入cmd打开命令栏

打开命令后输入命令执行安装 

docekr compose up -d

可以打开docker看一看是否安装成功

五、使dify关联deepseek,即配置数据库

1.本地地址登录进去会发现现在已经变成dify的后端页面了,注册一个邮箱并登录。

2.配置里面配置模型和数据库
1    进入设置

2   选择系统模型设置,添加安装的模型,第一次进来应该是空的,搜索ollama选择添加模型就好
3.点击添加会跳出下面的页面,模型名称就是ollama安装的时候的模型名称,url就是.env文件最下面那行,前面加上http://即可   即下面这个。完成后保存
http://host.docker.internal:11434

4.刷新页面,重新进入设置中,如果之前没有系统推理模型现在应该有了。下面那个模型暂时忽略。选择推理模型后保存。

5. 创建应用  回到最初的app页面,创建空白应用选择聊天助手

随便起个名字创建

选择模型,然后调试一下。这里左边还可以配置一些回复,暂时用不到。这种属于自定义回复的内容了。

6.配置知识库

1.这时候问他问题会发现由于没有知识库他会瞎回答。给配个知识库吧

点击上方的知识库部分

点击创建知识库。选择导入文本,我文本随便填的内容。

我文本内容如下

回到刚才的页面,知识库那里点击添加并选中刚才新增的文本

在问他一样的问题,他会解析文本并且给出回复

六、deepseek配置链接官网

这个其实比较简单。回到模型供应商那里,添加deepseek,然后输入apikey和官网链接就好了

1.搜索deepseek并安装
2.输入官网的apikey和链接

3.创建模型并选则deepseek

4.调试

七、通过api访问。

模型最下面其实就有访问api的教程,默认是按流给的解析。自行探索下吧。

### 如何在本地部署 DeepSeek连接数据库 #### 数据库的选择与安装 对于 DeepSeek本地部署,支持多种类型的数据库用于存储数据。通常推荐使用关系型数据库如 MySQL 或 PostgreSQL 来保存结构化的查询记录和其他元数据信息[^1]。 #### 安装必要的驱动程序 为了使应用程序能够访问所选的数据库,在 Dockerfile 中需加入相应的客户端库或驱动器作为构建镜像的一部分。例如,如果选用的是 PostgreSQL,则应确保 Python 应用环境中已安装 psycopg2-binary 包;如果是 MySQL 则需要 pymysql 或 mysqlclient 类似的接口模块。 ```bash pip install psycopg2-binary ``` 或者针对 MySQL: ```bash pip install pymysql ``` #### 更新配置文件以包含数据库连接参数 编辑 `config.py` 文件或其他形式的应用级配置来定义数据库链接字符串及其他必要选项。这可能涉及到指定主机名、端口号、用户名、密码以及具体的数据库名称等细节[^2]。 ```python DATABASE_URI = 'postgresql://username:password@localhost/dbname' # 对于MySQL可能是这样的: # DATABASE_URI = 'mysql+pymysql://username:password@localhost/dbname' ``` #### 创建初始化表结构 通过 SQLAlchemy ORM 或者 Alembic 工具可以方便地完成模式迁移工作,即根据应用需求创建所需的表格和索引。这部分操作一般会在启动脚本里执行一次性的 setup 命令。 ```python from sqlalchemy import create_engine, Column, Integer, String from sqlalchemy.ext.declarative import declarative_base Base = declarative_base() class ExampleTable(Base): __tablename__ = 'example_table' id = Column(Integer, primary_key=True) name = Column(String) engine = create_engine(DATABASE_URI) Base.metadata.create_all(engine) ``` #### 测试连接有效性 最后一步是在开发环境内验证能否成功建立到目标数据库的有效会话。可以通过编写简单的测试函数来进行这项检查,确认所有设置无误后再继续后续集成步骤。 ```python def test_db_connection(): try: engine.connect() print("Database is connected.") except Exception as e: print(f"Failed to connect database: {e}") test_db_connection() ```
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