当前位置：首页 > news >正文

【AI大模型】Ollama部署本地大模型DeepSeek-R1，交互界面Open-WebUI，RagFlow构建私有知识库

news 来源：原创 2025/5/15 10:22:56

文章目录

DeepSeek介绍
- 公司背景
- 核心技术
- 产品与服务
- 应用场景
- 优势与特点
- 访问与体验
- 各个DeepSeek-R系列模型的硬件需求和适用场景
Ollama
- 主要特点
- 优势
- 应用场景
- 安装和使用
- 配置环境变量
- 总结
安装open-webui
- 下载和安装docker desktop
- 配置镜像源
- 安装open-webui
- 运行和使用
RagFlow介绍
- 主要功能
- 适用场景
- 优势
- 下载及安装
- 私有知识库
- - 1. 模型供应商配置
  - 2. 创建知识库
  - 3. 创建数据集
  - 4. 创建助理和对话

个人主页：道友老李
欢迎加入社区：道友老李的学习社区

DeepSeek介绍

DeepSeek官网

DeepSeek（深度求索）是一家专注于实现通用人工智能（AGI）的中国科技公司，致力于通过技术探索与创新，推动智能技术的广泛应用。以下是其核心信息的概述：

公司背景

成立时间：2023年（具体时间未公开披露）
总部：中国杭州
使命：通过AGI技术提升人类生产力，推动社会进步。
愿景：成为全球AGI领域的领导者。

核心技术

大语言模型（LLM）
- 自主研发高性能基座模型（如DeepSeek-R1、DeepSeek-R2），支持长文本理解、复杂推理和多语言处理。
- 模型参数量覆盖数十亿至千亿级，平衡性能与计算效率。
多模态AI
- 整合文本、图像、语音等多模态数据，开发跨模态理解与生成能力。
搜索增强技术
- 结合搜索引擎实时数据，提升模型在知识更新与事实准确性上的表现。

产品与服务

通用大模型：面向开发者的开放API（如DeepSeek API），支持文本生成、代码编写等任务。
行业定制模型：针对金融、医疗、教育等领域提供垂直场景优化方案。
企业级平台：提供模型训练、部署及管理的全流程工具链（如Fine-tuning平台）。
开源社区：部分模型和技术开源，促进开发者协作（如发布轻量版模型）。

应用场景

智能客服：自动化应答与客户意图分析。
内容生成：营销文案、代码、报告等自动化创作。
数据分析：从非结构化数据中提取洞察，辅助决策。
教育：个性化学习助手与智能题库生成。

优势与特点

技术领先：模型性能在多项基准测试（如MMLU、HumanEval）中位居前列。
场景深耕：聚焦企业级需求，提供高可用的行业解决方案。
生态合作：与云计算厂商、硬件供应商及高校建立联合实验室。

访问与体验

官网提供在线体验入口（如Chat界面）和开发者文档。
部分模型可通过Hugging Face、GitHub等平台获取。

如需更详细的技术参数、商业合作或最新动态，建议访问其官方网站或查阅官方发布的白皮书。

各个DeepSeek-R系列模型的硬件需求和适用场景

在这里插入图片描述
我的电脑配置：

可以跑7b和14b

Ollama

ollama search

Ollama 是一个开源的 AI 推理框架，专注于模型压缩和部署。它的目标是帮助用户在本地或边缘设备上高效运行大型语言模型（LLM），通过量化和其他技术显著减少模型大小，同时保持高性能。

主要特点

模型压缩与优化：
- Ollama 提供了多种模型压缩技术，如 4-bit 和 8-bit 量化，使大模型能够在低资源环境下运行。
- 支持主流语言模型（如 LLaMA、Vicuna 等）的适配和部署。
高性能推理：
- Ollama 能够在本地设备上实现低延迟、高吞吐量的推理，适合实时应用。
易于部署：
- 提供简洁的命令行界面（CLI），用户可以轻松下载模型、调整参数并运行推理服务。
- 支持 Docker 部署，便于在云服务器或边缘设备上快速搭建。
社区驱动：
- Ollama 是一个开源项目，依赖于活跃的社区支持，用户可以根据需求贡献和改进功能。

优势

轻量化：通过量化技术显著降低模型大小，适合资源受限的环境。
高性能：优化了推理速度，能够在本地快速响应。
灵活性：支持多种模型格式和后端（如 GGML、TensorRT 等）。
易于上手：用户无需复杂的配置即可开始使用。

应用场景

本地开发与实验：
- 开发者可以轻松在本地运行 LLM，用于快速测试和原型设计。
边缘计算：
- 在边缘设备（如 Raspberry Pi）上部署轻量级 AI 服务。
实时推理服务：
- 快速搭建支持多语言模型的推理服务器，满足企业或个人需求。
教育与研究：
- 提供了一个易于使用的工具，适合教学和研究场景。

安装和使用

国内下载：Ollama下载

打开cmd控制台，输入：
```
ollama
```
可以看到帮助命令
下载模型（以 DeepSeek-R系列为例）：
```
ollama pull deepseek-r1:1.5b
```
启动推理服务：
```
ollama serve --port 11434
```
运行模型：
```
 ollama run deepseek-r1:1.5b
```

可以开始对话了。

配置环境变量

在这里插入图片描述
OLLAMA_MODELS 是修改OLLAMA下载的模型存储位置，默认是在C盘

总结

Ollama 是一个强大的工具，旨在简化大型语言模型的部署和推理过程。它通过模型压缩和优化技术，使得在本地或边缘设备上运行 AI 模型变得高效且易于管理。无论是开发者、研究人员还是企业用户，Ollama 都能提供灵活和支持，满足多种应用场景的需求。

安装open-webui

下载和安装docker desktop

官网地址：Docker Desktop
在这里插入图片描述

GitHub地址：Docker Desktop

在这里插入图片描述

配置镜像源

在这里插入图片描述
第一个是阿里云的镜像源，可登录阿里云平台查看

"registry-mirrors": ["https://${阿里云的}.mirror.aliyuncs.com","https://docker.m.daocloud.io","https://mirror.baidubce.com","https://docker.nju.edu.cn","https://mirror.iscas.ac.cn"]

安装open-webui

搜索open-webui
在这里插入图片描述

我这里已经安装过了。

运行和使用

在容器中运行open-webui，然后浏览器输入http://localhost:3000
在这里插入图片描述
进入设置

配置Ollama地址

配置好后，保存，正常的情况下，界面就会显示Ollama中已下载好的模型了

完成！可以开始对话了！

RagFlow介绍

RagFlow 是一个基于大语言模型的流程自动化工具，旨在帮助用户通过自然语言处理（NLP）技术来自动化和优化工作流程。它结合了先进的AI技术和直观的用户界面，使得非技术人员也能轻松实现流程自动化。

主要功能

智能对话交互：用户可以通过与RagFlow进行自然语言对话，定义、管理和优化各种工作流程。
任务自动化：支持多种任务类型，如数据处理、信息提取、报告生成等，帮助用户自动完成重复性工作。
跨系统集成：能够与主流的第三方服务（如Slack、Jira、Google Drive等）无缝集成，实现不同系统的数据流动和协同工作。
动态流程调整：根据实时数据和上下文环境，智能调整工作流程，确保流程始终高效运行。
可扩展性：支持大规模业务需求，适用于从个人到企业的各种场景。

适用场景

企业流程优化：帮助企业在销售、 marketing、客服等环节实现自动化，提升效率。
个人任务管理：用户可以通过RagFlow自动化个人日常任务，如行程安排、邮件处理等。
数据整合与分析：通过自动化数据收集和处理，支持更高效的决策制定。

优势

易用性：无需编程知识，用户即可快速上手。
灵活性：支持定制化需求，满足不同用户的个性化要求。
高效性：利用AI技术提升流程执行效率，减少人工干预。

RagFlow 通过将复杂的流程自动化转化为简单的对话交互，极大地提升了工作效率和用户体验。如果你有具体的使用场景或问题，可以进一步探讨如何利用RagFlow来优化你的工作流程！

下载及安装

从github上下载 ragflow或直接：

git clone https://github.com/infiniflow/ragflow.git

运行脚本：进入docker 文件夹，利用提前编译好的 Docker 镜像启动服务器

docker compose -f docker-compose-CN.yml up -d

这个过程会很慢，成功后，会自动运行容器中的服务：
在这里插入图片描述
浏览器上输入：http://localhost

第一个注册的账号就是管理员，登录成功

私有知识库

1. 模型供应商配置

点击头像，进入模型供应商配置
在这里插入图片描述
选择下面列表中的Ollama，然后进行模型配置

模型名称就是Ollama中下载的模型名称

2. 创建知识库

在这里插入图片描述
解析方法改成General，其他默认即可

3. 创建数据集

在这里插入图片描述
新增本地文件

执行解析，等待解析完成

4. 创建助理和对话

切换到聊天页，新建助理，选择知识库
在这里插入图片描述

切换到模型设置，调整一下最大token数
在这里插入图片描述
新建聊天，开始对话

文章目录

DeepSeek介绍

公司背景

核心技术

产品与服务

应用场景

优势与特点

访问与体验

各个DeepSeek-R系列模型的硬件需求和适用场景

Ollama

主要特点

优势

应用场景

安装和使用

配置环境变量

总结

安装open-webui

下载和安装docker desktop

配置镜像源

安装open-webui

运行和使用

RagFlow介绍

主要功能

适用场景

优势

下载及安装

私有知识库

1. 模型供应商配置

2. 创建知识库

3. 创建数据集

4. 创建助理和对话

相关文章：