简介这份资源是面向AI初学者与个人开发者的DeepSeek本地化实践教程围绕本地部署、WebUI可视化与数据投喂训练三条主线展开帮助读者在自有终端上稳定运行开源大模型摆脱在线服务响应迟缓或宕机的困扰。资源包内含1个docx文档约2.76MB以图文步骤形式组织内容涵盖Ollama安装与DeepSeek R1模型选择、Page Assist插件实现浏览器可视化对话、以及借助nomic-embed-text与AnythingLLM完成数据嵌入和专属知识库训练等关键环节。教程对显存配置、模型版本匹配、工作区参数设置等易错点均有说明适合零基础用户按图索骥搭建本地智能问答环境。目前已有1183人学习关注可作为部署与训练AI的入门参考。1. DeepSeek 本地部署到底在折腾什么从一条命令到能对话的完整链路很多人第一次听到「DeepSeek 本地部署」脑子里浮现的是把某个几百 G 的模型塞进硬盘然后电脑风扇狂转。实际动手后才发现真正卡住新手的不是模型本身而是三件事没串起来模型怎么跑起来、界面怎么接上去、自己的资料怎么喂进去。这三件事分别对应 Ollama、WebUI、AnythingLLM 三个环节缺一个都只能算半成品。这篇笔记面向的是手上有台还算能用的机器16G 内存起步、有独显更好、想把 DeepSeek 跑在自己电脑上、并且希望它能读自己文档的人。我会按「先跑通对话 → 再套可视化界面 → 最后投喂私有数据」的顺序讲每一步都给能直接抄的命令和参数。中间会重点说清楚 Ollama 下载慢怎么办、WebUI 选哪个、AnythingLLM 和 Ollama 怎么对接这些高频问题。整套流程走完你会得到一个完全离线、能读你 PDF 和笔记、界面友好的本地 AI 助手而不是一个只会背百科的聊天框。2. 用 Ollama 把 DeepSeek 跑起来安装、拉模型与国内镜像源2.1 为什么选 Ollama 而不是自己编译推理框架本地跑大模型的路子有好几条llama.cpp 直接编译、vLLM 做高并发、Transformers 自己写加载脚本。对个人电脑场景这些都有明显短板——llama.cpp 要自己处理量化格式和参数vLLM 吃显存且面向服务端Transformers 光环境依赖就能劝退一批人。Ollama 的价值在于它把模型下载、量化格式、推理后端、API 服务全打包成一个可执行文件一条ollama run就能对话同时默认在11434端口暴露兼容 OpenAI 风格的接口后面接 WebUI 和 AnythingLLM 都靠这个接口。选型上还有一个现实理由Ollama 的模型库对 DeepSeek 系列支持比较及时deepseek-r1各个参数量级都有现成量化版本不用自己去 HuggingFace 找 GGUF 再手动转换。对新手来说少一步转换就少一个翻车点。2.2 安装 Ollama 与验证服务Linux 和 macOS 用官方脚本最省事Windows 直接下安装包。装完先确认服务在跑。# Linux / macOS 安装 curl -fsSL https://ollama.com/install.sh | sh # 确认服务状态Linux 用 systemd systemctl status ollama # 验证版本和 API 是否存活 ollama --version curl http://localhost:11434/api/tagsollama --version输出正常说明二进制没问题curl那个接口返回{models:[]}说明服务已经监听在 11434 端口。如果 curl 报连接拒绝Linux 下大概率是 systemd 服务没起来systemctl start ollama再试Windows 下检查托盘图标是否在运行。2.3 拉取 DeepSeek 模型与国内镜像源配置这一步是「ollama 下载慢」「ollama 下载模型国内镜像」这类搜索的重灾区。默认从 ollama 官方 registry 拉取国内网络经常几 KB 每秒甚至超时。解决办法是配置镜像加速。# 临时生效当前 shell 会话使用镜像源 export OLLAMA_HOST0.0.0.0:11434 # 拉取 DeepSeek-R1 的 7B 量化版本约 4.7GB ollama pull deepseek-r1:7b # 如果 7B 跑不动换更小的 1.5B约 1.1GB ollama pull deepseek-r1:1.5b # 查看已下载的模型 ollama list关于镜像源Ollama 本身没有官方「镜像站」概念社区常见做法是通过设置代理环境变量或使用第三方同步的 registry 镜像。我一般会先试直连如果ollama pull卡在某个百分比超过五分钟不动就切镜像。具体镜像地址会变建议按当前可用的社区同步源配置配置方式通常是设置OLLAMA_REGISTRY或在系统代理层面处理。这里不写死某个地址因为它失效很快写死了反而误导。参数选择上给个参考7B 量化版在 16G 内存 6G 显存的机器上能跑速度大概每秒几个 token1.5B 几乎任何现代机器都能跑但回答质量明显下降。如果机器有 32G 内存和 12G 以上显存可以上 14B 甚至 32B体验会好很多。先拉 7B 试水跑不动再降级别一上来就拉最大的。2.4 跑通第一次对话与 API 调用# 交互式对话 ollama run deepseek-r1:7b # 非交互直接问一句 ollama run deepseek-r1:7b 用一句话解释什么是量化 # 通过 API 调用后面 WebUI 和 AnythingLLM 都走这个 curl http://localhost:11434/api/chat -d { model: deepseek-r1:7b, messages: [{role: user, content: 你好}], stream: false }API 返回的 JSON 里message.content就是回答。这个接口格式和 OpenAI 的/v1/chat/completions不完全一样但 Ollama 也提供了兼容层路径是http://localhost:11434/v1/chat/completions后面接 AnythingLLM 时用这个兼容路径更省事。记住这个地址它是整个链路的中枢。3. 套上 WebUIOpen WebUI 的部署与 DeepSeek 对接3.1 Open WebUI 和 Ollama 自带界面的差别Ollama 命令行能对话但没人愿意天天对着终端。官方有个极简的 Web 界面功能太薄。社区里 Open WebUI早期叫 Ollama WebUI是目前最成熟的选择多会话管理、Markdown 渲染、代码高亮、模型切换、RAG 文档上传都有而且原生支持对接 Ollama 的 API。另一个选项是 text-generation-webui但它更偏向模型加载和参数调试做日常对话界面偏重。所以「webui 教程」「open webui 下载」这类需求直接上 Open WebUI 就行。3.2 用 Docker 部署 Open WebUI最省心的方式是 Docker避免 Python 环境依赖地狱。# 拉取镜像并启动映射 3000 端口 docker run -d \ -p 3000:8080 \ --add-hosthost.docker.internal:host-gateway \ -v open-webui:/app/backend/data \ --name open-webui \ --restart always \ ghcr.io/open-webui/open-webui:main # 查看容器日志确认启动成功 docker logs -f open-webui-p 3000:8080把容器内 8080 映射到宿主机 3000浏览器访问http://localhost:3000。--add-hosthost.docker.internal:host-gateway这行是关键容器内部要访问宿主机上的 Ollama 服务得用host.docker.internal这个主机名不加这行容器里连不上宿主机的 11434。-v open-webui:/app/backend/data把数据卷持久化否则容器重建后账号和对话记录全丢这是血泪经验。如果不用 Docker也可以用 pip 装pip install open-webui open-webui serve但 pip 方式对 Python 版本和依赖比较挑Docker 更稳。3.3 在 Open WebUI 里配置 Ollama 连接容器起来后浏览器打开http://localhost:3000第一次访问要注册一个管理员账号本地部署账号密码随便设数据不出本机。登录后进设置右上角头像 → Settings → ConnectionsOllama 的地址填http://host.docker.internal:11434Docker 部署或http://localhost:11434pip 部署点刷新能看到deepseek-r1:7b出现在模型列表里保存后回到对话页顶部模型选择器里选 DeepSeek 就能聊了如果模型列表刷不出来先确认容器里能不能访问到 Ollamadocker exec -it open-webui curl http://host.docker.internal:11434/api/tags。返回空或报错说明网络配置有问题检查--add-host参数和宿主机防火墙。3.4 几个必调参数Open WebUI 里每个模型可以单独设参数进 Settings → Models。对 DeepSeek-R1 这类推理模型temperature建议 0.6 左右太高回答发散太低重复。num_ctx上下文长度默认可能只有 2048处理长文档要调到 8192 甚至更高但注意显存占用会涨。top_p保持 0.9 左右即可。这些参数在对话页的高级选项里也能临时改调参时建议固定一个变量试别一次全动。4. 数据投喂用 AnythingLLM 把私有文档接进 DeepSeek4.1 为什么需要 AnythingLLM 而不是直接传文件Open WebUI 本身有文档上传功能但它的 RAG 实现相对简单分块策略和检索质量一般。AnythingLLM 是专门做「私有知识库 大模型」的工具工作区隔离、文档分块、向量检索、引用溯源都做得更细。它和 Ollama 的配合是社区里很成熟的组合Ollama 负责推理AnythingLLM 负责把文档变成可检索的向量再把检索结果拼进 prompt 喂给 DeepSeek。这就是「数据投喂训练」在个人场景下最实际的落地方式——不是真的去微调模型而是用 RAG 让模型「读到」你的资料。4.2 安装 AnythingLLM 并连接 OllamaAnythingLLM 有桌面版和 Docker 版。桌面版下载安装包直接装适合个人Docker 版适合想跑在服务器上的。# Docker 方式 docker run -d \ -p 3001:3001 \ -v anythingllm:/app/server/storage \ --add-hosthost.docker.internal:host-gateway \ --name anythingllm \ --restart always \ mintplexlabs/anythingllm访问http://localhost:3001首次进入要设置。关键配置在设置里的 LLM ProviderProvider 选OllamaOllama Base URL 填http://host.docker.internal:11434Chat Model 选deepseek-r1:7bToken context window 按模型能力填7B 填 8192 比较稳Embedding 部分也要配因为 RAG 需要把文档转成向量。可以选 AnythingLLM 内置的 embedding默认下载一个本地模型也可以指向 Ollama 里的 embedding 模型。内置的更省事第一次用会下载几百 MB。4.3 创建工作区并投喂文档配置好模型后创建一个 Workspace工作区每个工作区是一个独立的知识库。点 New Workspace起个名字比如「我的技术笔记」进入工作区点上传按钮支持 PDF、TXT、Markdown、Word、网页链接上传后点 Move to Workspace再点 Save and Embed等嵌入完成文档会显示分块数量嵌入过程就是把文档切成小块、每块转成向量存进本地向量库。分块大小默认 1000 字符左右重叠 200。文档多的话这一步要等几分钟。完成后在对话框里问一个只有你文档里才有的问题如果回答引用了文档内容并给出引用来源说明投喂成功。4.4 检索参数怎么调AnythingLLM 工作区设置里有几个影响检索质量的参数参数作用建议值Chunk Size每块文档字符数800-1200Chunk Overlap相邻块重叠字符150-250Top N检索返回的块数4-6Similarity Threshold相似度阈值中或高Chunk Size 太小单块信息不完整太大检索精度下降。Top N 太大prompt 塞太多无关内容模型反而抓不住重点。这几个参数没有万能值取决于你的文档类型——技术文档结构清晰可以小一点散文类可以大一点。调的时候一次只动一个观察回答质量变化。5. 避坑与排查本地部署 DeepSeek 最常见的五个翻车点5.1 模型拉取卡住或超时现象ollama pull进度条长时间不动或报connection timeout。原因默认 registry 在国内访问不稳定或者本地网络对 ollama 域名有限制。解决先确认是网络问题还是模型问题——换个小模型如ollama pull qwen2.5:0.5b试如果小模型也拉不动就是网络。配置镜像源或代理后重试。已经拉了一部分的模型重新 pull 会断点续传不用删了重来。5.2 容器里连不上宿主机的 Ollama现象Open WebUI 或 AnythingLLM 里填了localhost:11434模型列表刷不出来。原因容器内的localhost指向容器自己不是宿主机。解决Docker 部署时启动命令加--add-hosthost.docker.internal:host-gateway配置里地址填http://host.docker.internal:11434。Linux 上如果还不行检查是否用了--network host模式host 模式下直接用localhost。5.3 显存不足导致推理中断现象对话到一半报错或模型加载后立刻 OOM。原因模型参数量超过显存或num_ctx设太大。解决换更小的量化版本7B 换 1.5B或降低num_ctx。Ollama 支持部分层跑在 CPU 上但速度会掉。查看显存占用用nvidia-smi如果加载时就爆说明模型太大别硬撑。5.4 文档投喂后模型答非所问现象上传了文档但提问时模型不引用文档内容或引用错误段落。原因分块策略不合适或 embedding 模型和文档语言不匹配或 Top N 太小没检索到正确块。解决先确认文档确实嵌入成功看分块数。然后调大 Top N 到 6调小 Chunk Size 到 800 重试。中文文档建议用支持中文的 embedding 模型纯英文 embedding 对中文检索效果差。5.5 重启后配置丢失现象容器重启后账号、对话、文档全没了。原因启动时没挂载数据卷数据存在容器可写层容器删除就丢。解决启动命令必须带-v挂载。Open WebUI 挂/app/backend/dataAnythingLLM 挂/app/server/storage。已经丢了的没法恢复只能重新配所以第一次部署就把卷挂上这是后悔药。6. 进阶技巧让本地 DeepSeek 更懂你的三个实操手段第一个手段是给模型加系统提示词。Open WebUI 和 AnythingLLM 都支持在工作区或模型级别设 system prompt。我一般会写一段固定人设比如「你是一个严谨的技术助手回答基于提供的文档不确定时明确说不确定不要编造」。这段提示词对 DeepSeek-R1 这种推理模型效果明显能压住它过度发挥的倾向。设置位置在 Open WebUI 的 Models → System Prompt或 AnythingLLM 工作区的 System Prompt 栏。第二个手段是组合使用多个模型。Ollama 可以同时拉好几个模型Open WebUI 里能随时切换。我的习惯是日常问答用 7B需要深度推理的复杂问题切到更大的模型快速草稿用 1.5B。AnythingLLM 里也能给不同工作区配不同模型比如技术文档工作区用 7B闲聊工作区用 1.5B省资源。第三个手段是定期备份向量库和配置。AnythingLLM 的数据全在挂载的storage目录里直接打包这个目录就是完整备份。迁移到另一台机器时把 storage 目录拷过去用同样的启动命令跑起来工作区和文档原样恢复。这就是「anythingllm 迁移」最省事的做法不用重新嵌入。Open WebUI 同理备份/app/backend/data。验证整套链路是否健康我有个简单习惯每周问一次只有自己文档里才有的问题看它能不能准确引用。如果开始答偏多半是向量库需要重建或模型换了。本地部署最大的好处是数据不出门最大的代价是要自己维护这条链路。我踩过的坑基本都在网络和挂载这两块模型本身反而很少出问题。希望帮到你。本文还有配套的精品资源点击获取