DeepSeek教程:在 Windows 下安装 Docker、Ollama,并通过 Open WebUI 部署本地 DeepSeek
本教程将指导你在 Windows 系统上安装 Docker 和 Ollama,下载 DeepSeek-V3 模型,并通过 Open WebUI 提供一个用户友好的 Web 界面来与模型交互。
本教程将指导你在 Windows 系统上安装 Docker 和 Ollama,下载 DeepSeek-V3 模型,并通过 Open WebUI 提供一个用户友好的 Web 界面来与模型交互。
步骤 1:安装 Docker
- 下载 Docker Desktop
- 访问 Docker 官方网站。
- 点击“Download for Windows”按钮,下载 Docker Desktop 安装程序。
- 安装 Docker Desktop
- 双击下载的安装程序,按照提示完成安装。
- 安装完成后,启动 Docker Desktop。
- 启用 WSL 2 后端(可选)
- 如果你使用的是 Windows 10 或更高版本,建议启用 WSL 2 后端以提高性能。
- 打开 Docker Desktop,进入“Settings” -> “General”,勾选“Use the WSL 2 based engine”。
- 进入“Resources” -> “WSL Integration”,启用你的 WSL 发行版。
- 验证 Docker 安装
- 打开命令提示符或 PowerShell,输入以下命令:
docker --version
- 如果显示 Docker 版本信息,说明安装成功。
步骤 2:安装 Ollama
- 下载 Ollama
- 访问 Ollama 官方网站 或 GitHub 仓库,下载适用于 Windows 的 Ollama 安装程序。
- 按照提示完成安装。
- 验证 Ollama 安装
- 打开命令提示符或 PowerShell,输入以下命令:
ollama --version
- 如果显示 Ollama 版本信息,说明安装成功。
- 下载 DeepSeek-V3 模型
- 使用以下命令下载 DeepSeek-V3 模型:
ollama run deepseek-v3
- 等待模型下载完成。
- 验证模型是否可用
- 使用以下命令测试模型:
ollama run deepseek-v3 "你好,DeepSeek-V3!"
- 如果模型返回响应,说明模型加载成功。
步骤 3:安装 Open WebUI
- 拉取 Open WebUI Docker 镜像
- Open WebUI 是一个用于与大模型交互的 Web 界面。使用以下命令拉取 Open WebUI 镜像:
docker pull ghcr.io/open-webui/open-webui:main
- 运行 Open WebUI 容器
- 使用以下命令启动 Open WebUI 容器,并连接到 Ollama:
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
-
解释:
-
-d
:后台运行容器。 -
-p 3000:8080
:将容器的 8080 端口映射到主机的 3000 端口。 -
--add-host=host.docker.internal:host-gateway
:添加主机映射,使容器能够访问主机服务。 -
-v open-webui:/app/backend/data
:将 Open WebUI 的数据目录挂载到 Docker 卷open-webui
。 -
--name open-webui
:为容器命名。 -
--restart always
:设置容器始终自动重启。 -
ghcr.io/open-webui/open-webui:main
:使用的 Docker 镜像。
- 验证 Open WebUI 是否运行
- 打开浏览器,访问
http://localhost:3000
。 - 如果看到 Open WebUI 的登录界面,说明运行成功。
步骤 4:通过 Open WebUI 使用 DeepSeek-V3 大模型
- 登录 Open WebUI
- 首次访问 Open WebUI 时,需要创建一个账户。
- 输入用户名和密码,完成注册并登录。
- 连接到 Ollama
- 在 Open WebUI 界面中,进入设置页面。
- 在“Ollama API URL”字段中输入
http://host.docker.internal:11434
,然后保存设置。
- 选择 DeepSeek-V3 模型
- 在 Open WebUI 界面中,找到模型选择菜单。
- 选择
DeepSeek-V3
作为当前使用的模型。
- 与模型交互
- 在输入框中输入问题或指令,例如:
你好,DeepSeek-V3!你能帮我写一段代码吗?
- 点击“发送”按钮,等待模型生成回复。
步骤 5:停止和删除容器
- 停止容器
- 如果需要停止容器,可以使用以下命令:
docker stop open-webui
- 删除容器
- 如果需要删除容器,可以使用以下命令:
docker rm open-webui
总结
通过以上步骤,你已经在 Windows 系统上成功安装 Docker 和 Ollama,下载了 DeepSeek-V3 模型,并通过 Open WebUI 提供了一个用户友好的 Web 界面来与模型交互。你可以通过浏览器访问 http://localhost:3000
,轻松使用 DeepSeek-V3 大模型。如果在安装或部署过程中遇到问题,可以参考 Docker、Ollama 和 Open WebUI 的官方文档,或寻求社区的帮助。
如何系统的去学习大模型LLM ?
大模型时代,火爆出圈的LLM大模型让程序员们开始重新评估自己的本领。 “AI会取代那些行业
?”“谁的饭碗又将不保了?
”等问题热议不断。
事实上,抢你饭碗的不是AI,而是会利用AI的人。
继科大讯飞、阿里、华为
等巨头公司发布AI产品后,很多中小企业也陆续进场!超高年薪,挖掘AI大模型人才! 如今大厂老板们,也更倾向于会AI的人,普通程序员,还有应对的机会吗?
与其焦虑……
不如成为「掌握AI工具的技术人
」,毕竟AI时代,谁先尝试,谁就能占得先机!
但是LLM相关的内容很多,现在网上的老课程老教材关于LLM又太少。所以现在小白入门就只能靠自学,学习成本和门槛很高。
针对所有自学遇到困难的同学们,我帮大家系统梳理大模型学习脉络,将这份 LLM大模型资料
分享出来:包括LLM大模型书籍、640套大模型行业报告、LLM大模型学习视频、LLM大模型学习路线、开源大模型学习教程
等, 😝有需要的小伙伴,可以 扫描下方二维码领取🆓↓↓↓
一、LLM大模型经典书籍
AI大模型已经成为了当今科技领域的一大热点,那以下这些大模型书籍就是非常不错的学习资源。
二、640套LLM大模型报告合集
这套包含640份报告的合集,涵盖了大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师,还是对AI大模型感兴趣的爱好者,这套报告合集都将为您提供宝贵的信息和启示。(几乎涵盖所有行业)
三、LLM大模型系列视频教程
四、LLM大模型开源教程(LLaLA/Meta/chatglm/chatgpt)
LLM大模型学习路线 ↓
阶段1:AI大模型时代的基础理解
-
目标:了解AI大模型的基本概念、发展历程和核心原理。
-
内容:
- L1.1 人工智能简述与大模型起源
- L1.2 大模型与通用人工智能
- L1.3 GPT模型的发展历程
- L1.4 模型工程
- L1.4.1 知识大模型
- L1.4.2 生产大模型
- L1.4.3 模型工程方法论
- L1.4.4 模型工程实践
- L1.5 GPT应用案例
阶段2:AI大模型API应用开发工程
-
目标:掌握AI大模型API的使用和开发,以及相关的编程技能。
-
内容:
- L2.1 API接口
- L2.1.1 OpenAI API接口
- L2.1.2 Python接口接入
- L2.1.3 BOT工具类框架
- L2.1.4 代码示例
- L2.2 Prompt框架
- L2.3 流水线工程
- L2.4 总结与展望
阶段3:AI大模型应用架构实践
-
目标:深入理解AI大模型的应用架构,并能够进行私有化部署。
-
内容:
- L3.1 Agent模型框架
- L3.2 MetaGPT
- L3.3 ChatGLM
- L3.4 LLAMA
- L3.5 其他大模型介绍
阶段4:AI大模型私有化部署
-
目标:掌握多种AI大模型的私有化部署,包括多模态和特定领域模型。
-
内容:
- L4.1 模型私有化部署概述
- L4.2 模型私有化部署的关键技术
- L4.3 模型私有化部署的实施步骤
- L4.4 模型私有化部署的应用场景
这份 LLM大模型资料
包括LLM大模型书籍、640套大模型行业报告、LLM大模型学习视频、LLM大模型学习路线、开源大模型学习教程
等, 😝有需要的小伙伴,可以 扫描下方二维码领取🆓↓↓↓
更多推荐
所有评论(0)