相关文件下载
Ollama安装包+Docker安装包：本地部署DeepSeek(自定义盘符安装+构建可视化)资源.zip
1.Ollama安装(自定义盘符安装)
（1）官网下载：(Ollama)
- 这里以Windows版本为例(自定义盘符安装，默认是C盘)
下载完成后在搜索栏输入cmd打开终端窗口，输入以下代码：
OllamaSetup.exe /DIR=D:\AI\Ollama参数说明
- OllamaSetup.exe：安装程序执行文件
- /DIR=路径地址：命令参数，指定安装目录。
执行完命令后点击Install进行下载后即可以看到安装路径为自定的路径。
（2）添加环境变量
- 添加PATH
D:\AI\Ollama
- 添加系统变量
变量名：OLLAMA_MODELS
变量值：D:\AI\Ollama\.ollama
（3）刷新环境变量
方法一：重启
方法二：命令行窗口代码执行
taskkill /f /im Explorer.exe && start Explorer.exe参数说明
- taskkill：结束指定进程。
- /f：命令参数，表示强制结束进程
- /im 进程名称：命令参数，指定进程的名称
- &&：命令链接符
- start 进程名称：启动进程
测试环境
命令行窗口代码执行以下代码运行如下即可代表成功
ollama
2.模型下载
进入官网地址：https://ollama.com/library/deepseek-r1
| 模型版本 | 参数量 | 特点 | 适用场景 | 硬件配置 |
|---|---|---|---|---|
| DeepSeek-R1-Distill-1.5B | 1.5B | 轻量级蒸馏模型，低算力需求，支持多语言，量化优化显存占用 | 轻量级文本生成、简单代码编写、入门级AI应用 | 显存2-4GB，内存8GB，普通CPU（如Ryzen 5） |
| DeepSeek-R1-Distill-7B | 7B | 中等规模蒸馏模型，推理效率高，支持本地化部署 | 中等复杂度对话、代码辅助、轻量级数据分析 | 显存8-12GB，内存16GB，中端GPU（如RTX 3060） |
| DeepSeek-R1-Distill-8B | 8B | 平衡性能与资源占用，支持长文本处理，优化多任务泛化能力 | 中等规模文本生成、多轮对话、基础代码生成 | 显存10-14GB，内存24GB，中高端GPU（如RTX 3080） |
| DeepSeek-R1-Distill-14B | 14B | 高性能蒸馏模型，多轮对话能力强，接近GPT-3.5性能 | 复杂技术文档分析、多轮对话、企业基础应用 | 显存16-24GB（推荐RTX 3090/A100），内存32GB，高性能CPU（如i7/Ryzen 7） |
| DeepSeek-R1-Distill-32B | 32B | 企业级蒸馏模型，支持高精度推理，多语言混合任务优化 | 企业知识库管理、法律/金融文档分析 | 显存48GB+（需多GPU并行），内存64GB，服务器级CPU（如Xeon） |
| DeepSeek-R1-Distill-70B | 70B | 专业级蒸馏模型，性能接近GPT-4，支持超长上下文理解 | 专业级AI服务、科研级NLP任务、复杂决策支持 | 显存64GB+（多A100/H100集群），内存128GB+，多路服务器CPU（如EPYC） |
| DeepSeek-V3 | 671B（MoE） | 混合专家架构（MoE），多模态支持（图文生成），性能对标GPT-4 | 智能客服、多模态内容生成、大规模NLP任务 | 显存80GB+（多A100/H100并行），内存256GB+，服务器级CPU（如Xeon） |
| DeepSeek-R1-671B | 671B | 超大规模非MoE架构，分布式计算优化，支持超长序列训练 | 科研级AI研究、分布式训练、超大数据处理 | 多GPU集群（如多A100/H100），内存256GB+，多节点服务器 |
选择指定模型复制命令(可根据硬件设施选择指定模型，我这里选择的是8b模型)
ollama run deepseek-r1:8b
等待下载完成后即可进行模型对话
3.构建可视化
| 类别 | 项目名称 | 仓库地址 | 特点 |
|---|---|---|---|
| 大语言模型（LLM）交互界面 | Open WebUI (原名 Ollama WebUI) | open-webui | 轻量级 Web UI，类似 ChatGPT，支持多模型切换、聊天记录管理、Markdown 渲染，适合本地部署。 |
| Chatbot UI | chatbot-ui | 仿 ChatGPT 界面，支持 OpenAI API 或本地模型，支持自定义提示词、聊天记录导出。 | |
| AnythingLLM | AnythingLLM | 企业级 LLM 交互界面，支持知识库管理、多用户协作，适合企业应用。 | |
| NextChat (原名 ChatGPT-Next-Web) | ChatGPT-Next-Web | 支持 OpenAI、Gemini、Claude 等模型，界面简洁，支持多语言，适合快速部署。 | |
| 图像生成（Stable Diffusion）界面 | ComfyUI | ComfyUI | 基于节点式工作流，灵活可视化操作，适合高级用户和研究。 |
| Stable Diffusion WebUI | stable-diffusion-webui | 功能全面的 Stable Diffusion 界面，支持文生图、图生图、LoRA 训练，插件生态丰富。 | |
| InvokeAI | InvokeAI | 专业级图像生成工具，界面友好，内置模型管理和工作流优化。 | |
| 多模态与语音交互 | Leon.ai | leon-ai | 开源个人助手，支持语音交互、自动化任务（如邮件处理、日历管理），可集成 GPT、Whisper 等模型。 |
| H2O LLM Studio | h2o-llmstudio | 专注于 LLM 微调和部署的可视化工具，支持数据预处理、训练监控，适合开发者快速迭代模型。 | |
| 知识库与自动化工具 | FastGPT | FastGPT | 基于 LLM 的知识库问答系统，支持私有化部署，适合企业级应用。 |
| Langfuse | langfuse | LLM 应用开发的全栈监控平台，支持请求追踪、成本分析和效果评估，适合开发团队优化 AI 应用。 |
搭建AnythingLLM
进入AnythingLLM官网地址：https://anythingllm.com/desktop
根据需求进行下载安装并运行
搜索并选择Ollama，在运行Ollama的状态下，AnythingLLM会自动检测模型。
一直下一步即可创建New Thread进行愉快的对话了。
搭建Open WebUI（推荐！）
安装docker前期工作
启用虚拟化与Hyper-V
- 检查虚拟化状态： 打开任务管理器（
Ctrl+Shift+Esc）→ 切换到“性能”标签 → 查看“虚拟化”是否显示“已启用”。若未启用，需进入BIOS/UEFI设置中开启虚拟化（如Intel VT-x或AMD-V）910。 - 启用Hyper-V和WSL功能： 控制面板 → 程序 → 启用或关闭Windows功能 → 勾选 Hyper-V、适用于Linux的Windows子系统 → 重启电脑
- 重启电脑：使
虚拟化和Hyper-V生效
安装docker
https://desktop.docker.com/win/main/amd64/Docker%20Desktop%20Installer.exe
下载完成后在搜索栏输入cmd打开终端窗口，输入以下代码：
"Docker Desktop Installer.exe" install --installation-dir="D:\Docker"参数解析：
"Docker Desktop Installer.exe"：要运行的程序，即Docker Desktop的安装程序。install：指定要执行的操作是安装Docker Desktop。–installation-dir="D:\Docker“：指定Docker Desktop的安装目录为D盘的Program Files\Docker文件夹。
手动配置选配，点击(OK)
等待安装完成…
点击close
为docker创建硬链接（需以管理员模式运行powershell）
move "C:\Users\$env:USERNAME\AppData\Local\Docker" "D:\AI\";cmd /c mklink /D "C:\Users\$env:USERNAME\AppData\Local\Docker" "D:\AI\Docker"
参数解析：
move：移动文件夹或文件到指定位置。;：命令结束符号，按顺序执行。cmd /c mklink /D "C:\Users\$env:USERNAME\AppData\Local\Docker" "D:\Docker"：创建硬链接符到”D:\Docker”，以防docker文件过大导致C盘资源紧张。cmd：以cmd的形式运行后面一条命令。/c：运行后关闭cmd命令窗口。mklink：创建连接符。-D：创建硬链接。$env:USERNAME：引用当前登录的用户名。
打开Docker Desktop—>Accept—>Continue without signing in—>Skip
拉取Open WebUI镜像
打开Powershell（WIN+R—>Powershell）
docker run -d -p 80:8080 --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等待下载完成…
参数解析：
docker run：创建并启动一个新的容器。-d：以“后台模式”运行容器，终端不阻塞，容器在后台运行。-p 80:8080：将宿主机的80端口映射到容器的8080端口，外部通过http://宿主机IP:80访问容器服务。--add-host=host.docker.internal:host-gateway：向容器的/etc/hosts文件添加自定义主机名解析。host.docker.internal是容器内用于访问宿主机的主机名host-gateway表示宿主机的网关地址（通常是172.17.0.1））
-v open-webui:/app/backend/data：数据卷挂载，实现容器数据持久化。open-webui：宿主机上的命名卷（Docker 自动管理，默认路径为/var/lib/docker/volumes/open-webui）。/app/backend/data：容器内的目标目录。
--name open-webui：为容器指定名称open-webui，便于后续管理（如启动、停止、日志查看等）。--restart always：设置容器的重启策略。always：无论容器因何退出，总是自动重启（除非手动停止）。
ghcr.nju.edu.cn/open-webui/open-webui:main：南京大学的镜像仓库地址（如果慢的话可以选择其它镜像库地址）。
Open WebUI配置
注意：Ollama得为启动状态，Open WebUI将会自动导入deepseek8b模型。
访问本地localhost(可能加载会慢一点不要着急)
根据提示创建管理员账号，创建完成即可进行对话。
意外状况及方法解决
1.拉取Open WebUI镜像过慢
切换命令中的镜像源地址，以下镜像地址来源于网络，希望有帮助。
(1). docker.xuanyuan.me
(2). docker.1ms.run
(3). hub.rat.dev
(4). docker.wanpeng.top
(5). doublezonline.cloud
(6). docker.mrxn.net
(7). docker.anyhub.us.kg
(8). dislabaiot.xyz
(9). docker.fxxk.dedyn.io
(10). docker-mirror.aigc2d.com
(11). docker.sunzishaokao.com
(12). xdark.top
(13). docker.linkedbus.com
(14). dockerhub.icu
2.docker不能正常启动
检查安装docker前期工作是否完成
附录：
1.后期如果需要移动存放Docker的文件夹的话硬链接会失效，则需重新配置硬链接。
注：本文章和工具(该工具为网络资源非本人开发)仅供学习和研究使用,请勿使用项目的技术手段用于非法用途,任何人造成的任何负面影响,与本人无关.
