deepseek本地部署（在线、离线）、知识库搭建（个人、组织）与代码接入 点击关注公众号，“技术干货”及时达！ 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： 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 1050ollama run deepseek-r1:1.5b8B一般8-10GBGTX 1660ollama run deepseek-r1:8b14B12GB以上，16GB以上运行流畅RTX 3060ollama run deepseek-r1:14b32B16GB以上，21GB以上运行流畅RTX 3060ollama run deepseek-r1:32b70B24GB以上，40GB以上运行流畅RTX 3090、RTX 4090ollama run deepseek-r1:70b671B1342GB16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://${webUI-deploy-ip}:3030/ 首次进入，需要注册，这里我已经注册，直接进入： 配置模型进入管理员面板： 点击设置，配置外部链接： 设置模型权限点击设置-模型，便于测试，这里我们直接设置成public： 测试对话 测试知识库依次点击工作空间 - 知识库，即可构建组织知识库： 文档上传、使用过程按下不表，与「个人知识库」类似。 docker compose一键部署前面我们使用docker部署了ollma和Open WebUI，这里我们将两个容器通过docker compose编排，一键部署，也为后续离线部署降低工作量。 整合容器配置如下： version: '3' services: ollama: image: swr.cn-north-4.myhuaweicloud.com/ddn-k8s/docker.io/ollama/ollama container_name: ollama restart: always ports: - "11434:11434" volumes: - ollama:/ollama networks: - app-network open-webui: image: ghcr.nju.edu.cn/open-webui/open-webui:main container_name: open-webui restart: always ports: - "3030:8080" volumes: - open-webui:/app/backend/data depends_on: - ollama extra_hosts: - "host.docker.internal:host-gateway" networks: - app-network volumes: ollama: name:ollama-ds external: true open-webui: name: webui-ds external: true networks: app-network: external: true name: ds-net 启动服务使用： docker-compose up -d关闭服务使用： docker-compose down内网服务器离线部署我们先转储镜像： !---- docker save -o ollama_image.tar swr.cn-north-4.myhuaweicloud.com/ddn-k8s/docker.io/ollama/ollama docker save -o open-webui_image.tar ghcr.nju.edu.cn/open-webui/open-webui:main 2. 接下来我们备份数据卷： !---- sudo tar -czvf ollama-backup.tar.gz -C /var/lib/docker/volumes/ollama-ds/_data . sudo tar -czvf webui-backup.tar.gz -C /var/lib/docker/volumes/webui-ds/_data . 3. 将数据转移到内网服务器后，恢复数据： !---- // 恢复数据卷 sudo tar -xzvf ollama-backup.tar.gz -C /var/lib/docker/volumes/ollama-ds/_data sudo tar -xzvf webui-backup.tar.gz -C /var/lib/docker/volumes/webui-ds/_data // 加载镜像 docker load -i ollama.tar docker load -i open-webui.tar // 创建数据卷和网络 docker volume create --name=ollama-ds docker volume create --name=webui-ds docker network create ds-net // 启动服务 docker-compose up -d // 验证服务 docker ps 三、代码接入依赖配置 !---- // 主pom ... properties spring-ai.version1.0.0-SNAPSHOT/spring-ai.version /properties ... /dependencyManagement /dependencies dependency groupIdorg.springframework.ai/groupId artifactIdspring-ai-bom/artifactId version${spring-ai.version}/version typepom/type scopeimport/scope /dependency /dependencies /dependencyManagement ... // ai模块 ... dependency groupIdorg.springframework.ai/groupId artifactIdspring-ai-ollama-spring-boot-starter/artifactId /dependency ...springAI接入公共调用组件封装 !---- @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 ListMessage 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 FluxString chatStream(String message) { addUserMessage(message); StringBuffer fullReply = new StringBuffer(); FluxString 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)); ListGeneration 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); ListGeneration 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简单实现点击关注公众号，“技术干货”及时达！ 阅读原文