《实战AI大模型》部署大模型-第06节：基于Ollama+OpenWebUI和DeepSeek-R1本地部署AI对话系统

作者：冰河
星球：http://m6z.cn/6aeFbs
博客：https://binghe.site
文章汇总：https://binghe.site/md/all/all.html
源码获取地址：https://t.zsxq.com/0dhvFs5oR

大家好，我是冰河~~

随着数据安全与隐私保护意识的提升，越来越多开发者和企业开始关注将AI能力部署在本地的方案。与依赖云服务的传统方式相比，本地部署不仅能有效避免敏感数据外泄的风险，还能减少网络延迟，提供更高的定制灵活性。本章，将分享如何通过 Ollama 与 OpenWebUI 这两款工具的搭配，在本地环境中快速搭建并运行 DeepSeek-R1 大模型，实现从环境准备到实际应用的全流程覆盖。

一、核心工具与模型介绍

Ollama：轻量高效的模型运行引擎

Ollama 是一个专为本地运行大语言模型而设计的工具，它让模型的下载、管理和使用变得异常简单。即使你没有高性能的GPU，也能通过CPU模式顺利运行多种主流开源模型。它支持跨平台操作，无论是Windows、macOS还是Linux系统，都能通过命令行轻松驾驭。

OpenWebUI：直观友好的交互界面

如果你习惯了ChatGPT那样的网页对话体验，那么OpenWebUI绝对会让你感到亲切。它提供了一个功能完整的Web界面，支持多模型切换、对话历史记录、Markdown渲染等实用功能。更重要的是，它完全开源，支持Docker部署，还具备插件扩展能力。

DeepSeek-R1：实力不俗的国产大模型

DeepSeek-R1 是由深度求索公司推出的多模态大语言模型，在代码生成、逻辑推理和中英文翻译等方面表现突出。该模型提供了从7B到72B等多个参数版本，大家可以根据自己的硬件配置和任务需求灵活选择。无论是构建企业知识库、自动化脚本编写，还是生成数据分析报告，它都能胜任。

二、部署前的环境准备

在开始部署之前，请确保你的设备满足以下要求：

操作系统：Windows 10及以上版本、macOS 12及以上版本，或Ubuntu 20.04及以上版本。

硬件配置建议：

• 运行7B/8B模型：至少需要8GB内存和4GB显存（NVIDIA GTX 1060或同等级别显卡）
• 运行32B模型：推荐24GB显存（如RTX 4090）
• 运行671B完整版模型：需要专业级显卡（如NVIDIA A100）集群支持

网络环境：由于需要从GitHub和Docker Hub下载资源，建议提前配置好网络代理或国内镜像加速服务。

三、详细部署步骤

第一步：安装Ollama

下载与安装：

• Linux系统用户，只需在终端中执行以下命令：

curl -fsSL https://ollama.com/install.sh | sh

• Windows系统用户，直接访问 Ollama官网 下载安装程序。

验证安装结果： 安装完成后，在命令行中输入：

ollama --version

如果正确显示版本号（如0.1.25），说明安装成功。

环境变量配置（可选但推荐）：

• 设置OLLAMA_MODELS变量来指定模型文件的存储位置，例如指向一个空间充足的分区。
• 设置OLLAMA_HOST为0.0.0.0，方便在同一网络下的其他设备访问。
• 如需了解更多配置选项，可参考Ollama的GitHub仓库。

第二步：获取DeepSeek-R1模型

模型选择建议：

• 如果你是初次尝试或硬件配置有限，建议从deepseek-r1:7b（4.7GB）或deepseek-r1:8b（4.9GB）开始。
• 如果需要处理更复杂的任务且有足够硬件支持，可以考虑deepseek-r1:32b（20GB）或deepseek-r1:70b（43GB）版本。

下载模型： 在命令行中执行：

# 下载并运行7B模型
ollama run deepseek-r1:7b
# 或者下载8B模型
ollama run deepseek-r1:8b

验证模型运行状态： 当看到终端中出现类似下面的交互界面时，说明模型已成功加载：

查看完整文章

加入冰河技术知识星球，解锁完整技术文章、小册、视频与完整代码