点击上方 前端Q，关注公众号

回复加群，加入前端Q技术交流群

本文主要介绍deepSeek本地化容器化部署，知识库搭建与springAI接入。因笔者工作内容原因，也会介绍内网部署方式。

一、deepSeek本地化部署

本地部署方式我们采用ollama，简化部署、内网迁移流程。其他部署方式与对比，可参考：

7种大模型的部署方案汇总

需要提高模型推理效率，可参考:

KTransformers

1.1 windows与mac部署

• 首先我们访问ollama官方网站：
  ollama.com.

• 下载相应版本安装包：

「注意：」 如果没有梯子，下载较慢，可以直接通过网盘链接下载：

windows

macOS

• 配置环境变量

1. 配置模型存储位置

Ollama会默认将模型存储到C:\Users%username%.ollama\models,防止影响性能，我们将模型路径修改到D盘：

1. 配置跨域请求

Ollama 默认只允许来自127.0.0.1和0.0.0.0的跨域请求,这里因为笔者Open WebUI在内网其他服务器，配置OLLAMA_ORIGINS为*：

• 点击models导航栏，并选择deepseek-r1

这里因为是测试服务器搭建，我们选择一个较小的模型，如果是本机部署，没有显卡的情况下，建议选择「1.5b」（15亿参数）的蒸馏模型。具体模型配置可参考：

DeepSeek模型各版本硬件要求

参考量	显存需求	显卡推荐	命令
1.5B	通常4GB左右	GTX 1050	ollama run deepseek-r1:1.5b
8B	一般8-10GB	GTX 1660	ollama run deepseek-r1:8b
14B	12GB以上，16GB以上运行流畅	RTX 3060	ollama run deepseek-r1:14b
32B	16GB以上，21GB以上运行流畅	RTX 3060	ollama run deepseek-r1:32b
70B	24GB以上，40GB以上运行流畅	RTX 3090、RTX 4090	ollama run deepseek-r1:70b
671B	1342GB	16张NVIDIA A100 80GB显卡	ollama run deepseek-r1:671b

• 在本地命令行终端执行如下命令在ollma安装deepseek模型：

  我这里有一张英伟达4090卡，24G显存，选择了32b的模型。

ollama run deepseek-r1:${tag} // ollama run deepseek-r1:32b

• windows内网迁移：

  在互联网机器模型下载成功后，打包ollama安装包与模型，模型我们之前是配置在D:\ollama\models，拷贝到内网后，安装ollama，特别注意要重启命令行工具与 ollama。 这里因为我们需要查看具体的token速率，执行：

  ollama run deepseek-r1:32b --verbose // --verbose

  拍照后截图，图片比较模糊，请谅解。

• 

• 安装完成输出success后输入问题进行测试：

可以看到成功返回，token rate为38.46tokens/s。

• 查看显卡占用 这里我们是英伟达的显卡，输入nvidia-smi；

或者使用任务管理器->性能模块：

可以看到GPU显存占用在22G左右。

1.2 linux部署

容器化基础可参考第四小节——「附录」。

1.2.1 部署deepseek

• 运行如下代码：

<!---->
    sudo docker pull  swr.cn-north-4.myhuaweicloud.com/ddn-k8s/docker.io/ollama/ollama    sudo docker run -d -v ollama:/ollama -p 11434:11434 --name ollama swr.cn-north-4.myhuaweicloud.com/ddn-k8s/docker.io/ollama/ollama

这里因为没有梯子会比较慢，我们使用华为云的ollama镜像。

• 等待执行完成后，使用如下命令进入容器：

<!---->
    docker ps | grep ollama // 确认容器状态    docker exec -it ${containerId} /bin/bash // 进入容器    ollama run deepseek-r1:${tag} // ollama run deepseek-r1:7b 安装deepseek模型

• 测试deepseek服务

二、知识库搭建

用于内部涉密资料的检索，因为模型训练成本要求较高，这里我们搭建本地的个人与组织知识库，不过文档的解析、检索差强人意，对外提供服务可基于LlamaIndex或LangChain进行开发。如需训练模型，可考虑全参数微调或者loRA等方式。

2.1 个人知识库搭建

个人知识库RAG应用搭建，可以借助anythingLLM等工具，这里我们介绍使用anythingLLM进行个人知识库的搭建。

• 安装聊天客户端（也可以直接使用AnythingLLM）

  进入Chatbox官网:

  chatboxai.app/zh^[1]

• 下载客户端并安装

• 安装完成后配置本地deepseek地址：

• 测试聊天工具

• 安装知识库工具

安装AnythingLLM

• 配置工作区

点击聊天设置，LLM提供者选择ollama：

• 设置模型地址 这里Ollama Base URL配置我们本地部署的模型地址：

• 

• 上传知识库文件

点击工作区文件上传按钮，添加知识库文件：

这里我们添加一个测试文件：

添加完成后点击Move to Workspace，然后右下角点击Save and Embed进行向量化处理：

• 测试知识库 点击new thread，提问 「张三的原名是？」

答案是「王五」，测试完成。

2.2 组织知识库搭建

组织知识库的搭建，我们使用Open WebUI,提供一个简洁、好看的页面。

Open WebUI项目地址：Open WebUI.

• 部署Open WebUI：

<!---->
    docker run -d -p 3030:8080 --add-host=host.docker.internal:host-gateway -v open-webui:/app/backend/data --name open-webui --restart always ghcr.nju.edu.cn/open-webui/open-webui:main

这里我们不使用梯子，仍旧使用国内南京大学的镜像。

• 访问Open WebUI

浏览器输入http://${webUI-deploy-ip}:3030/

首次进入，需要注册，这里我已经注册，直接进入：

• 配置模型

进入管理员面板：

点击设置，配置外部链接：

• 设置模型权限

点击设置->模型，便于测试，这里我们直接设置成public：

• 测试对话

• 测试知识库

依次点击工作空间 -> 知识库，即可构建组织知识库：

文档上传、使用过程按下不表，与「个人知识库」类似。

• docker compose一键部署

前面我们使用docker部署了ollma和Open WebUI，这里我们将两个容器通过docker compose编排，一键部署，也为后续离线部署降低工作量。 整合容器配置如下：

version: '3'         services:             ollama:                 image: swr.cn-north-4.myhuaweicloud.com/ddn-k8s/docker.io/ollama/ollama                 container_name: ollama                 restart: always                 ports: - "11434:11434"                 volumes: - ollama:/ollama                 networks: - app-network             open-webui:                 image: ghcr.nju.edu.cn/open-webui/open-webui:main                 container_name: open-webui                 restart: always ports: - "3030:8080"                 volumes: - open-webui:/app/backend/data                 depends_on: - ollama                 extra_hosts: - "host.docker.internal:host-gateway"                 networks: - app-network         volumes:            ollama:                name:ollama-ds                external: true           open-webui:                name: webui-ds                external: true        networks:            app-network:                external: true                name: ds-net

启动服务使用：

docker-compose up -d

关闭服务使用：

docker-compose down

• 内网服务器离线部署

1. 我们先转储镜像：

<!---->
    docker save -o ollama_image.tar swr.cn-north-4.myhuaweicloud.com/ddn-k8s/docker.io/ollama/ollama     docker save -o open-webui_image.tar ghcr.nju.edu.cn/open-webui/open-webui:main

2.  接下来我们备份数据卷：

<!---->
    sudo tar -czvf ollama-backup.tar.gz -C /var/lib/docker/volumes/ollama-ds/_data .    sudo tar -czvf webui-backup.tar.gz -C /var/lib/docker/volumes/webui-ds/_data .

3.  将数据转移到内网服务器后，恢复数据：

<!---->
    // 恢复数据卷    sudo tar -xzvf ollama-backup.tar.gz -C /var/lib/docker/volumes/ollama-ds/_data    sudo tar -xzvf webui-backup.tar.gz -C /var/lib/docker/volumes/webui-ds/_data    // 加载镜像    docker load -i ollama.tar    docker load -i open-webui.tar    // 创建数据卷和网络    docker volume create --name=ollama-ds    docker volume create --name=webui-ds    docker network create ds-net    // 启动服务    docker-compose up -d    // 验证服务    docker ps

三、代码接入

• 依赖配置

<!---->
    // 主pom    ...    <properties>            <spring-ai.version>1.0.0-SNAPSHOT</spring-ai.version>    </properties>    ...    </dependencyManagement>        </dependencies>            <dependency>                <groupId>org.springframework.ai</groupId>                <artifactId>spring-ai-bom</artifactId>                <version>${spring-ai.version}</version>                <type>pom</type>                <scope>import</scope>            </dependency>        </dependencies>    </dependencyManagement>    ...     // ai模块    ...    <dependency>        <groupId>org.springframework.ai</groupId>        <artifactId>spring-ai-ollama-spring-boot-starter</artifactId>    </dependency>    ...

• springAI接入

1. 公共调用组件封装

<!---->
    @Component    public class Completion {
        @Resource        private OllamaChatModel aiClient;
        /**         * 最大消息记录数         */        private final static Integer MAX_SIZE = 10;
        /**         * 消息记录         */        private List<Message> messages = new ArrayList<>();

        /**         * 初始化存入系统消息         */        @PostConstruct        private void addSystemMessage() {            String message = "李白（701年2月28日—762年12月），字太白，号青莲居士，出生于蜀郡绵州昌隆县（今四川省绵阳市江油市青莲镇），一说出生于西域碎叶 ，祖籍陇西成纪（今甘肃省秦安县）。唐朝伟大的浪漫主义诗人，凉武昭王李暠九世孙 。" +                    "为人爽朗大方，乐于交友，爱好饮酒作诗，名列“酒中八仙” 。曾经得到唐玄宗李隆基赏识，担任翰林供奉，赐金放还后，游历全国，先后迎娶宰相许圉师、宗楚客的孙女。唐肃宗李亨即位后，卷入永王之乱，流放夜郎，辗转到达当涂县令李阳冰家。上元二年，去世，时年六十二 。" +                    "著有《李太白集》，代表作有《望庐山瀑布》《行路难》《蜀道难》《将进酒》《早发白帝城》《黄鹤楼送孟浩然之广陵》等。李白所作词赋，就其开创意义及艺术成就而言，享有极为崇高的地位，后世誉为“诗仙”，与诗圣杜甫并称“李杜”。";            Message systemMessage = new SystemMessage(message);            messages.add(systemMessage);        }
        /**         * 存储用户发送的消息         */        private void addUserMessage(String message) {            Message userMessage = new UserMessage(message);            messages.add(userMessage);        }
        /**         * 存储AI回复的消息         */        private void addAssistantMessage(String message) {            Message assistantMessage = new AssistantMessage(message);            messages.add(assistantMessage);        }
        /**         * 聊天接口         */        public String chat(String message) {            addUserMessage(message);            String result = aiClient.call(new Prompt(messages)).getResult().getOutput().getText();            addAssistantMessage(result);            update();            return result;        }
        /**         * 流式聊天接口         */        public Flux<String> chatStream(String message) {            addUserMessage(message);
            StringBuffer fullReply = new StringBuffer();
            Flux<String> fluxResult = aiClient.stream(new Prompt(messages))                    .flatMap(response -> {                        String reply = response.getResult().getOutput().getText();
                        //拼接回复内容                        fullReply.append(reply);
                        return Flux.just(reply);                    })                    .doOnComplete(() -> {                        //监听流式响应完成，完整回复存入消息记录                        System.out.println(fullReply);                        addAssistantMessage(String.valueOf(fullReply));                    });
            update();            return fluxResult;        }
        /**         * 更新消息记录         */        private void update() {            if (messages.size() > MAX_SIZE) {                messages = messages.subList(messages.size() - MAX_SIZE, messages.size());            }        }    }

2.  创建测试用controller：

<!---->
    @Slf4j    @RestController    @RequestMapping("/api")    public class OllamaTestController {        @Autowired        private OllamaChatModel ollamaChatClient;
        @RequestMapping("/chat")        public String chat(){            String systemPrompt = "{prompt}";            SystemPromptTemplate systemPromptTemplate = new SystemPromptTemplate(systemPrompt);
            String userPrompt = "广州有什么特产？";            Message userMessage = new UserMessage(userPrompt);
            Message systemMessage = systemPromptTemplate.createMessage(MapUtil.of("prompt", "you are a helpful AI assistant"));
            Prompt prompt = new Prompt(List.of(userMessage, systemMessage));
            List<Generation> response = ollamaChatClient.call(prompt).getResults();
            String result = "";
            for (Generation generation : response){                String content = generation.getOutput().getText();                result += content;            }
            return result;        }

        @RequestMapping("/stream")        public SseEmitter stream(HttpServletResponse response){            response.setContentType("text/event-stream");            response.setCharacterEncoding("UTF-8");            SseEmitter emitter = new SseEmitter();

            String systemPrompt = "{prompt}";            SystemPromptTemplate systemPromptTemplate = new SystemPromptTemplate(systemPrompt);
            String userPrompt = "广州有什么特产？";            Message userMessage = new UserMessage(userPrompt);
            Message systemMessage = systemPromptTemplate.createMessage(MapUtil.of("prompt", "you are a helpful AI assistant"));            Prompt prompt = new Prompt(List.of(userMessage, systemMessage));
            ollamaChatClient.stream(prompt).subscribe(x -> {                try {                    log.info("response: {}",x);                    List<Generation> generations = x.getResults();                    if(CollUtil.isNotEmpty(generations)){                        for(Generation generation:generations){                            AssistantMessage assistantMessage =  generation.getOutput();                            String content = assistantMessage.getText();                            if(StringUtils.isNotEmpty(content)){                                emitter.send(content);                            }else{                                if(StringUtils.equals(content,"null"))                                    emitter.complete(); // Complete the SSE connection                            }                        }                    }

                } catch (Exception e) {                    emitter.complete();                    log.error("流式返回结果异常",e);                }            });
            return emitter;        }    }

3.  测试

四、附录

4.1 容器化基础(有基础可跳过)

4.1.1 Docker安装

step 1：卸载已有资源 yum remove docker \ docker-client \ docker-client-latest \ docker-common \ docker-latest \ docker-latest-logrotate \ docker-logrotate \ docker-engine.

step 2：添加 Docker 安装源 yum-config-manager \ --add-repo \ <https://download.docker.com/linux/centos/docker-ce.repo>.

如果提示yum-config-manager不存在,执行yum -y install yum-utils.

step 3： 安装最新版本Docker yum install docker-ce docker-ce-cli containerd.io.

如果想要安装指定版本的Docker，可以使用以下命令：

yum list docker-ce --showduplicates | sort -r.

yum install docker-ce-<VERSION_STRING> docker-ce-cli-<VERSION_STRING> containerd.io.

step 4： 启动docker

systemctl start docker

启动完成后，运行hello world容器，检查是否安装正确,命令如下：

docker run hello-world

Docker 首先会检查本地是否有hello-world这个镜像，如果发现本地没有这个镜像，Docker 就会去 Docker Hub 官方仓库下载此镜像，然后运行它。最后输出 "Hello from Docker!" 并退出。

如需卸载docker，执行yum -y remove docker-engine,，如需删除镜像、容器、卷以及自定义文件，可执行以下命令：

rm -rf /var/lib/docker

4.1.2 Docker基础操作

拉取镜像，使用docker pull命令拉取远程仓库的镜像到本地 ；

命令格式：docker pull [Registry]/[Repository]/[Image]:[Tag]

重命名镜像，使用docker tag命令“重命名”镜像 ；

命令格式：docker tag [SOURCE_IMAGE](#) [TARGET_IMAGE](#)

查看镜像，使用docker image ls或docker images命令查看本地已经存在的镜像 ；

删除镜像，使用docker rmi命令删除镜像 ；

构建镜像，构建镜像有两种方式。第一种方式是使用docker build命令基于 Dockerfile 构建镜像，也是我比较推荐的镜像构建方式；第二种方式是使用docker commit命令基于已经运行的容器提交为镜像。

Dockerfile常用指令：

eg：

FROM centos:7        COPY nginx.repo /etc/yum.repos.d/nginx.repo        RUN yum install -y nginx        EXPOSE 80        ENV HOST=iotnginx        CMD ["nginx","-g","daemon off;"]

第一行表示基于 centos:7 这个镜像来构建自定义镜像。这里需要注意，每个 Dockerfile 的第一行除了注释都必须以 FROM 开头。

第二行表示拷贝本地文件 nginx.repo 文件到容器内的 /etc/yum.repos.d 目录下。这里拷贝 nginx.repo 文件是为了添加 nginx 的安装源。

第三行表示在容器内运行yum install -y nginx命令，安装 nginx 服务到容器内，执行完第三行命令，容器内的 nginx 已经安装完成。

第四行声明容器内业务（nginx）使用 80 端口对外提供服务。

第五行定义容器启动时的环境变量 HOST=iotnginx，容器启动后可以获取到环境变量 HOST 的值为 iotnginx。

第六行定义容器的启动命令，命令格式为 json 数组。这里设置了容器的启动命令为 nginx ，并且添加了 nginx 的启动参数 -g 'daemon off;' ，使得 nginx 以前台的方式启动。

4.2 单机服务编排入门（有基础可跳过）

单机服务编排工具Docker-compose，这里我们介绍他的安装与基础命令。

curl -L "https://github.com/docker/compose/releases/download/${release_tag}/docker-compose-linux-x86_64" -o /usr/local/bin/docker-compose

替换release_tag为对应版本，这里我们使用最新的v2.6.0.

curl -L "https://github.com/docker/compose/releases/download/v2.6.0/docker-compose-linux-x86_64" -o /usr/local/bin/docker-compose

「常用命令：」

• 启动：docker-compose up -d 注意这里需要在「yml配置文件路径执行」，其他路径执行需要-f指定配置文件地址。

• 查看日志：docker-compose logs -f ${compose-contatainer-name}

• 停止：docker-compose stop

• 停止并删除容器：docker-compose down

• 其他命令帮助：docker-compose --help

深入学习容器化与服务编排，请查阅「参考资料」。

五、参考资料

• EdgeX Foundry第一弹 容器运行时docker与服务编排

• springAI结合ollama简单实现

往期推荐

一次性上传 1000 张图片, 总量 10GB 的方案设计

leader:你知道Pnpm为何如此强大吗？说说怎么用Pnpm治理冗余重复依赖(万字精华干货)

大文件上传| React + NestJs |分片、断点续传、秒传 , 你是否知道 ???

最后

• 欢迎加我微信，拉你进技术群，长期交流学习...
  

• 欢迎关注「前端Q」,认真学前端，做个专业的技术人...

点个在看支持我吧