【DeepSeek】ubuntu安装deepseek、docker、ragflow

原创 于 2025-08-30 10:14:36 发布 · 192 阅读 · 0 ·
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：

#deepseek #docker

因为官网命令方式安装太慢，笔者亲测通过手机浏览器下载，要快很多
先进入https://github.com/ollama/ollama

直接滑倒底部
在这里插入图片描述复制该链接直接下载
在这里插入图片描述
速度还是挺可观的
在这里插入图片描述

硬核技术组合！用 DeepSeek R1、Ollama、Docker、RAGFlow 打造专属本地知识库
s13166803785的博客
03-07 200
构建本地知识库已成为提升生产力的重要方式之一。本文将介绍如何结合 DeepSeek R1 模型、Ollama、本地化容器工具 Docker，以及先进的 RAGFlow 框架，搭建高效、安全、完全私有的本地知识库系统。
利用ollama + RAGFlow部署deepseek
men_nang的专栏
03-03 791
可以使用ollama pull 命令下载deepseek模块，也可以使用ollama run 运行模型（未下载会首先下载）。使用命令下载：git clone https://github.com/infiniflow/ragflow.git。执行命令：curl -fsSL https://ollama.com/install.sh | sh。使用 RAGFLOW_IMAGE=infiniflow/ragflow:v0.16.0。3、配置ollama环境变量。7、安装ragflow。1 安装ollama。
ubuntu安装deepseek
fanre的专栏
02-06 1765
2、安装 deepseek，选择合适大小的，因为显存大。如果涉及到docker删除，然后再启动容器。3、设置ollama监听端口。4、安装open-webui。1、安装ollama。
ubuntu 部署deepseek
jekc2008的专栏
03-10 714
升级 apt update升级 apt upgrade格式化硬盘 mkfs.ext4 /dev/sdb。
在UBUNTU下搭建Deepseek
lucky7213的专栏
02-20 1874
在UBUNTU下搭建Deepseek
【Ubuntu】本地部署Deep Seek(深度求索)大模型的保姆级教程 | 详细教程
热门推荐
静谧、淡雅
02-08 1万+
本地部署Deep Seek(深度求索)大模型的详细教程
ubuntu系统本地部署deepseek
xiejunna的博客
02-20 829
ubuntu系统本地部署deepseek
Deepseek+RAGFLOW部署教程
weixin_47782004的博客
02-26 2974
Ubantu22系统部署RAGFLOW，在之前的博文中记录过，有需要的可以点击查看linux服务器部署ragflow+ollamaUbantu系统离线部署ollama可参考博文基于linux服务器Ubantu20.04的离线Ollama安装（手动安装成功）请注意区分ollama版本，最新的最好，至少要满足拉取需要模型的要求本篇教程从ollama拉取deepseek并连接上RAGFLOW开始。
【本地私有化部署大模型】ubuntu+ragflow+deepseek-r1的部署过程以及问题记录
mmljkt的博客
03-16 4546
Ubuntu+RagFlow+DeepSeek-R1本地部署and记录
ubuntu22.04安装RAGFlow配合DeepSeek搭建本地知识库
BY_xiaopeng的博客
03-07 1840
RAGFlow 是一个基于对文档的深入理解的开源 RAG（检索增强生成）引擎。当与 LLM 集成时，它能够提供真实的问答功能，并以来自各种复杂格式数据的有根据的引用为后盾。
Ubuntu 22 Linux上部署DeepSeek R1保姆式操作详解（Xinference方式）
持之以恒
04-06 4276
一文熟练掌握ubuntu上通过Xinference本地化部署deepseek。
【DeepSeek】Ubuntu快速部署DeepSeek（Ollama方式）
Hi-Jimmy
03-06 3290
DeepSeek 作为一款先进的人工智能工具，具备强大的推理能力和广泛的应用场景，能够帮助用户高效解决复杂问题。它支持文本生成、代码编写、数据分析、情感分析等多种任务，适用于教育、医疗、金融、创意等各行各业。无论是提升工作效率、辅助学习，还是解决生活中的问题，DeepSeek 都能提供智能化支持。
基于Ollama部署Deepseek-r1模型
提子同学是我
02-02 9852
基于ollama部署deepseek-r1模型
ubuntu上实现DeepSeek大模型，本地部署DeepSeek
最新发布
demodashi666的博客
04-17 573
ubuntu上实现DeepSeek大模型，本地部署DeepSeek
ubuntu中使用ollama部署本地deepseek
qq_40224400的博客
03-12 1588
此时，docker容器中ollama的models目录在宿主的/home/ubuntu/.ollama/目录下。用途: 这个端点用于支持对话式的交互。总结而言，/api/generate 更适合一次性生成任务，而 /api/chat 更适合需要持续对话和上下文记忆的任务。由于我们在运行ollama容器时，挂载了容器的/root目录到宿主的/home/ubuntu，所以可以直接拷贝文件。功能: 它可以用于各种生成任务，如文章创作、代码生成、故事编写等，其中每次请求都是独立的，不依赖于前一次请求的结果。
大模型——手把手教你在Ubuntu上部署Ragflow
04-01 916
相比较MaxKB而言，RAGFlow的部署过程可谓是复杂得多！我们之前已经介绍过了如何在macos 上部署Ragflow，今天我们看一下如何在Ubuntu上部署Ragflow。
Ubuntu环境通过Ollama部署DeepSeek-R1模型教程
m0_37825219的博客
01-27 5481
Ubuntu环境通过Ollama部署DeepSeek-R1模型教程
Ubuntu 24.10 安装Deepseek(Ollama+openwebui)
上善若水 厚德载物
02-08 4344
将下载的模型文件(gguf格式)放到之前配置的/data/ollama/model文件夹下,并在此文件夹下新建一个Modelfile空白文件(touch Modelfile)，可以去github的release页面下载：https://github.com/ollama/ollama/releases。OLLAMA_BASE_URL=https://example.com 指定ollama机器的ip和端口。外部电脑访问http://服务器ip:端口 即可进行open-webui的操作.
使用Ollama 在Ubuntu运行deepseek大模型：以deepseek-r1为例
skywalk8163的专栏
01-27 4338
deepseek大模型上热搜啦！咱们来亲身感受下DeepSeek模型的魅力吧！整个操作流程非常简单方便，只需要2步，先安装Ollama，然后执行大模型即可。
deepseek+RAGFlow ubuntu
02-19
### 安装和配置 DeepSeek 和 RAGFlow #### 准备工作环境 为了在 Ubuntu 上顺利安装并配置 DeepSeek 及其组件 RAGFlow，需先确保 Docker 已经正确安装并且可以正常运作。如果尚未完成此操作，则应按照官方指南来设置 Docker 环境[^1]。 #### 获取 DeepSeek 镜像 通过命令行工具拉取最新的 DeepSeek Docker 镜像文件： ```bash docker pull deepseekai/deepseek-r132b:latest ``` #### 启动容器实例 创建一个新的容器用于运行 DeepSeek 应用程序，并指定端口映射以便外部访问 API 接口服务： ```bash docker run -d --name=deepseek-server \ -p 8000:8000 \ deepseekai/deepseek-r132b:latest ``` 此时应该能够通过浏览器或其他 HTTP 客户端连接至 `http://localhost:8000` 来验证服务器状态是否健康。 #### 构建 RAGFlow 流程 对于特定于 RAGFlow 的集成部分，建议参照《基于Ubuntu Ollama 部署 DeepSeek-R132B 聊天大模型（附带流式接口调用示例）》文档中的指导说明来进行具体实现[^2]。通常情况下涉及以下几个方面的工作： - **数据准备**：收集训练所需的数据集以及构建索引结构； - **微调模型**：根据业务需求调整预训练参数以优化性能表现； - **API 开发**：编写自定义逻辑处理函数并与前端界面交互； 以上步骤可能需要额外依赖其他开源项目或库的支持，在实际开发过程中可以根据具体情况灵活选用合适的解决方案。
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