ollama本地部署DeepSeek教程的实现方式

作者:袖梨 2026-08-19

平时做技术实践时,很多问题不是概念不会,而是细节没串起来。拿“ollama本地部署DeepSeek教程的实现方式”来说,它看着像小点,放到项目里常会牵出环境、配置、兼容性和维护成本。下面按实际使用顺序,把思路、关键写法和容易踩坑的地方讲清楚,方便你直接对照操作。

一、下载安装ollama

理解这一步时,前往ollama官网Download Ollama on Windows进行下载,根据自己电脑系统(macOS、Linux、Windows)自行下载。

结合项目来看,下载完成后进行安装,安装步骤比较轻松这里不再赘述。(建议电脑内存至少留下4G的存储空间,因为后续还要下载模型!)

安装完成后,需设置相关环境变量,在系统环境变量中添加以下三个变量:

OLLAMA_HOST:理解这一步时,该变量用来指定 Ollama 服务的主机地址和端口。借助设置这个变量,你可以让 Ollama 客户端知晓连接到哪个 Ollama 服务实例。默认情况下,Ollama 服务会 127.0.0.1:11434。要是你更改了服务的地址和端口,就需设置 OLLAMA_HOST 来确保客户端能正确连接。这里将 OLLAMA_HOST 环境变量设置为 0.0.0.0 时,意味着 Ollama 服务将服务器上所有可用的网络接口。

OLLAMA_MODELS:从实现思路看,此变量用来指定存储模型的目录。Ollama 会在这个目录里存储和管理下载的模型。默认情形下,模型会被存于系统的用户数据目录。若想要把模型存到别的位置,就能够借助设置这个变量来达成。

OLLAMA_ORIGINS:实际处理时,该变量用来指定允许访问 Ollama API 的来源。在跨域请求时,Ollama 会依据这个变量来决定是否允许特定来源的请求。你可以设置多个来源,用逗号分隔。比如,设置为 (链接已移除),(链接已移除) 就能允许这两个域名的请求访问 Ollama API。这里将 OLLAMA_ORIGINS 设置为 *,表示允许来自任何来源的请求访问 Ollama API。也就是说,任何域名、IP 地址或者端口的客户端都可以向 Ollama 服务发送请求。这种设置在开发和测试环境中比较便于,因为你可以更快验证不同来源的客户端是否能够正常与 Ollama 服务进行交互。在生产环境中,将 OLLAMA_ORIGINS 设置为 * 存在一定的安全风险,因为它可能会导致未经授权的访问。建议在生产环境中,只允许特定的、受信任的来源访问 Ollama API,比如将 OLLAMA_ORIGINS 设置为你的应用程序的域名或 IP 地址。

二、下载deepseek模型

1.查看ollama中有哪些模型

ollama list

2.下载deepseek模型到本地,可根据自己电脑设置选择下载不同大小的模型,这里以deepseek-r1:1.5b为例

ollama pull deepseek-r1:1.5b

3.运行deepseek模型

ollama run deepseek-r1:1.5b

执行上述指令后即可运行与deepseek模型进行交互。

在这个场景下,但是,上述交互界面是在cmd窗口下,为了能够更便于的进行交互,这里我们选择安装Open WebUI开源工具。

三、采用WebUI工具进行交互

1.安装Open WebUI

这里要注意,安装Open WebUI之前需先安装Docker!!!

Open WebUI安装指令

docker run -d -p 3000:8080 --add-host=host.docker.internal:host-gateway -v open-webui:/app/backend/data --name open-webui --restart always ghcr.io/open-webui/open-webui:main

安装完成后,打开Docker应用界面即可发现出现了Open WebUI

2.在WebUI图形化界面采用本地部署的deepseek

落到代码里,首先要确保之前ollama中的deepseek处于开启状态,不要关闭运行界面。Docker也要开启。

随后打开浏览器,输入127.0.0.1:3000出现如下所示界面:

在这个场景下,首次采用需新建管理员账号,这里我们按照提示进行新建即可,新建完成后登录进入WebUI页面如下所示所示:

落到代码里,我们选择本地部署的deepseek-r1:1.5b模型,即可进行交互问答。

结合项目来看,总的来说,ollama本地部署DeepSeek这部分内容适合结合实际项目边做边理解。先抓住核心思路,再逐步补上细节和边界处理,最后效果会更稳定,也更容易复用。

相关文章

精彩推荐