最完整的ollama-deep-researcher Docker-compose配置指南

【免费下载链接】ollama-deep-researcher Fully local web research and report writing assistant 项目地址: https://gitcode.com/GitHub_Trending/ol/ollama-deep-researcher

你是否在部署ollama-deep-researcher时遇到容器通信失败？配置项太多不知从何下手？本文提供一站式Docker化解决方案，包含生产级配置模板、环境变量详解和排障指南，让本地AI研究助手部署时间从2小时缩短到5分钟。

读完本文你将获得：

• 双容器架构的docker-compose完整配置
• 12个核心环境变量的优化取值
• 容器健康检查与依赖管理方案
• 数据持久化与开发模式配置
• 5个常见部署问题的解决方案

架构概览

ollama-deep-researcher采用双容器架构，通过Docker Compose实现服务编排：

核心优势：

• 服务解耦：LLM服务与研究逻辑分离部署
• 版本控制：独立管理Ollama与应用版本
• 资源隔离：避免Python依赖与系统环境冲突

完整配置模板

version: '3.8'

services:
  ollama:
    image: ollama/ollama:latest
    container_name: ollama-service
    restart: always
    ports:
      - "11434:11434"
    volumes:
      - ollama_data:/root/.ollama
    environment:
      - OLLAMA_HOST=0.0.0.0
    healthcheck:
      test: ["CMD", "curl", "--silent", "--fail", "http://localhost:11434/health"]
      interval: 10s
      timeout: 5s
      retries: 5

  researcher:
    build:
      context: .
      dockerfile: Dockerfile
    container_name: ollama-deep-researcher
    restart: always
    ports:
      - "2024:2024"
    environment:
      - OLLAMA_BASE_URL=http://ollama:11434/
      - LLM_PROVIDER=ollama
      - LOCAL_LLM=llama3.2
      - SEARCH_API=duckduckgo
      - MAX_WEB_RESEARCH_LOOPS=5
      - FETCH_FULL_PAGE=true
      - STRIP_THINKING_TOKENS=true
      - USE_TOOL_CALLING=false
    depends_on:
      ollama:
        condition: service_healthy
    volumes:
      - ./:/app
    command: >
      sh -c "uvx --refresh --from 'langgraph-cli[inmem]' --with-editable . --python 3.11 langgraph dev --host 0.0.0.0"

volumes:
  ollama_data:
    driver: local

核心配置详解

1. Ollama服务配置

参数	取值	说明
image	ollama/ollama:latest	官方最新镜像，包含LLM运行时
ports	11434:11434	API端口映射，保持默认即可
volumes	ollama_data:/root/.ollama	持久化模型数据，避免重启丢失
healthcheck	curl /health端点	确保服务就绪后才启动研究助手

2. 研究助手配置

环境变量优化取值

变量名	推荐值	可选值	影响
OLLAMA_BASE_URL	http://ollama:11434/	容器名代替IP，避免网络配置问题	服务发现关键参数
LOCAL_LLM	llama3.2	mistral, gemma2	影响推理质量与速度
SEARCH_API	duckduckgo	perplexity, tavily	决定搜索结果质量
MAX_WEB_RESEARCH_LOOPS	5	3-10	平衡深度与性能

开发模式配置

通过volumes: ./:/app实现代码热重载，配合LangGraph的dev模式：

uvx --refresh --from 'langgraph-cli[inmem]' \
    --with-editable . --python 3.11 \
    langgraph dev --host 0.0.0.0

部署与验证流程

1. 准备工作

# 克隆仓库
git clone https://gitcode.com/GitHub_Trending/ol/ollama-deep-researcher
cd ollama-deep-researcher

# 创建配置文件
touch docker-compose.yml  # 复制本文模板内容

2. 启动服务

# 后台启动
docker-compose up -d

# 查看日志
docker-compose logs -f researcher

3. 验证部署

访问http://localhost:2024应看到LangGraph的Web界面，提交"生成Docker配置指南"任务，验证系统正常工作。

常见问题解决

1. Ollama连接失败

症状：researcher日志显示Connection refused
解决：

• 检查OLLAMA_BASE_URL是否使用容器名http://ollama:11434/
• 执行docker-compose ps确认ollama服务状态为healthy

2. 模型下载缓慢

优化：

# 在ollama服务添加代理配置
environment:
  - http_proxy=http://proxy:port
  - https_proxy=http://proxy:port

3. 端口冲突

修改映射端口：

services:
  ollama:
    ports:
      - "11435:11434"  # 左为主机端口，右为容器端口
  researcher:
    ports:
      - "8080:2024"

生产环境优化建议

1. 资源限制：添加资源约束避免过度占用系统资源

services:
  ollama:
    deploy:
      resources:
        limits:
          cpus: '4'
          memory: 8G

2. 日志管理：配置日志轮转防止磁盘占满

logging:
  driver: "json-file"
  options:
    max-size: "10m"
    max-file: "3"

3. HTTPS配置：配合Nginx反向代理实现SSL加密（生产必需）

总结与展望

本文提供的Docker-compose模板实现了ollama-deep-researcher的一键部署，解决了本地部署中的容器通信、环境配置、数据持久化等核心问题。通过合理配置环境变量，可根据硬件条件调整性能与功能平衡。

未来版本可能引入：

• 多模型负载均衡
• 自动模型下载功能
• 监控面板集成

建议收藏本文，关注项目更新获取最新配置优化方案。如有部署问题，欢迎在评论区留言讨论。

【免费下载链接】ollama-deep-researcher Fully local web research and report writing assistant 项目地址: https://gitcode.com/GitHub_Trending/ol/ollama-deep-researcher