腾讯云HAI部署DeepSeek结合Ollama API搭建智能对话系统

前言

本文将详细介绍如何在腾讯云HAI平台上部署DeepSeek模型，并配置使用Ollama API服务以实现对外部请求的支持。通过对前期准备、部署流程、API服务配置及使用的详细阐述，希望能为读者提供一个全面且实用的指南，助力AI应用的高效开发和部署。

一、腾讯云 HAI 部署 DeepSeek 详细教程

下面我们将详细介绍如何在腾讯云 HAI 上部署 DeepSeek 模型，即使是没有深厚技术背景的小白，也能按照以下步骤轻松完成部署。

（一）注册与登录腾讯云

打开浏览器，访问腾讯云官网（https://cloud.tencent.com/ ）。

点击页面右上角的 “免费注册” 按钮，按照提示填写相关信息，完成腾讯云账号的注册。注册过程中，需要提供有效的手机号码或邮箱，用于接收验证码和账号相关信息。

注册成功后，返回腾讯云官网首页，点击 “登录” 按钮，使用刚刚注册的账号登录腾讯云控制台。

（二）进入腾讯云 HAI 控制台

登录腾讯云控制台后，在页面上方的搜索框中输入 “HAI”，然后在搜索结果中点击 “高性能应用服务 HAI”，进入腾讯云 HAI 服务页面。

（三）新建 HAI 应用

在 HAI 服务页面中，点击 “新建” 按钮，进入新建应用页面。

1. 选择应用

在应用列表中，切换到 “社区应用” 标签页，找到 “deepseek-r1:7b” 选项并选择 。该模型适用于多种自然语言处理任务，如文本生成、问答系统、机器翻译等。

2. 计费模式

根据自己的使用需求选择计费方式，若只是测试使用，建议选择按量计费，使用完成后及时关闭实例，可节省成本；若有长期稳定的使用需求，可考虑包月计费。

3. 地域选择

根据自己所在的城市或网络情况，就近选择地域，这样可以降低网络延迟，提高访问速度。例如，如果您在北京地区，可选择 “北京” 地域。

4. 算力方案

根据模型的运行需求和预算选择合适的算力方案，如 GPU 基础型、GPU 进阶型等。GPU 基础型适用于一般的测试和小型应用场景，成本较低；GPU 进阶型则提供更高的算力和显存，适用于大规模模型训练和高并发的推理场景，但费用相对较高。对于初次体验 DeepSeek 模型的用户，GPU 基础型通常可以满足基本需求。

5. 云硬盘

默认提供 200GB 的免费空间，可根据实际使用需求进行调整。如果需要存储大量的数据或模型文件，可适当增加云硬盘的容量。

6. 设置实例名称

为新建的实例设置一个易于识别的名称，方便后续管理和识别。例如，命名为 “deepseek-r1:7b-Yue”。

确认所有配置信息无误后，勾选相关协议，然后点击 “立即购买” 按钮。

（四）等待实例创建完成

点击 “立即购买” 后，系统开始创建 deepseek-r1:7b 实例，页面会显示 “创建中” 状态。这个过程通常需要几分钟时间，具体时间取决于所选的算力方案和当前腾讯云的资源情况。

您可以在 HAI 服务页面的实例列表中，实时查看实例的创建进度。当状态变为 “运行中” 时，表示实例创建成功，可以开始使用。

二、Ollama 服务基本原理

Ollama 是一个开源的大型语言模型（LLM）运行框架，旨在简化在本地环境中运行和管理大型语言模型的流程。它支持多种流行的语言模型（如 LLaMA 2、Mistral、Phi-3 等），并提供简单的命令行界面，使用户能够快速下载、配置和运行模型。

（一）模型管理与组织

1. 模型存储

• Ollama会将从外部获取（如通过其提供的命令下载）的各种大型语言模型（如LLaMA 2、Mistral、Phi - 3等）存储在本地特定的目录结构中。这些模型包含预训练的神经网络权重、配置文件等相关数据。
• 它对模型进行分类管理，以便能够快速定位和调用不同的模型。

2. 版本控制

• 能够识别不同版本的模型。当有新的模型版本发布或者用户手动切换模型版本时，Ollama可以根据版本标识准确地加载相应的模型文件。

（二）交互接口（API）原理

1. RESTful架构遵循

• Ollama服务基于RESTful API设计原则构建其交互接口。这意味着它使用标准的HTTP方法（如GET、POST、PUT、DELETE等）来执行不同的操作。
• 例如，通常使用POST方法来发送包含输入数据（如提示词等）的请求到服务器，以触发模型的推理操作。

2. 端点定义

• 定义了一系列特定的API端点，每个端点对应一种功能。比如“/api/generate”端点用于根据给定的提示生成文本，“/api/chat”端点用于处理对话模式的交互。
• 这些端点接受特定格式的JSON数据作为输入，其中包含诸如模型名称、输入文本（提示）、是否流式输出（stream）等关键信息。

（三）推理执行过程

1. 请求接收与解析

• 当客户端（可以是命令行工具、其他程序或者Web界面）发送请求到Ollama服务的API端点时，服务首先接收并解析这个请求。
• 解析过程包括验证请求的格式是否正确、提取关键的参数（如指定的模型、输入的提示词等）。

2. 模型加载与预处理

• 根据请求中指定的模型名称，Ollama从本地存储中加载相应的模型。
• 在进行推理之前，可能需要对输入的提示词进行一些预处理操作，例如将文本转换为模型能够接受的格式（如标记化等）。

3. 推理计算

• 加载并预处理好相关数据后，Ollama将输入数据送入模型的神经网络中进行推理计算。
• 这个过程涉及到大量的矩阵运算等复杂的数学操作，模型的神经元根据预训练的权重对输入进行处理，逐步生成输出结果。

三、HAI中利用Ollama调用Api

腾讯云高性能应用服务 HAI 已经为我们预先安装好了 Ollama，开发者可以直接使用。只需打开 HAI 服务器，选择 “JupyterLab”，在打开的 JupyterLab 页面中

点击 “Terminal” 打开终端。

在终端中，您可以输入相关命令来启动 Ollama服务。例如，输入 “ollama serve” 命令来启动“ollama；

Ollama 的 RESTful API 默认运行在 http://localhost:6399。您可以使用多种工具和方法来调用这些 API.

以下是几种常见的方法：

1. 使用 curl 命令调用 API

curl 是一个强大的命令行工具，适用于发送各种类型的HTTP请求。以下是使用 curl 调用 Ollama API 的示例：

生成文本请求示例

curl -X POST http://localhost:6399/api/generate \
     -H "Content-Type: application/json" \
     -d '{
           "model": "deepseek-r1:7b",
           "prompt": "你好！",
           "stream": false
         }'

对话模式请求示例

curl -X POST http://localhost:6399/api/chat \
     -H "Content-Type: application/json" \
     -d '{
           "model": "deepseek-r1:7b",
           "messages": [
             {"role": "user", "content": "你好！"},
             {"role": "assistant", "content": "你好！有什么我可以帮助你的吗？"},
             {"role": "user", "content": "推荐一些美食？"}
           ],
           "stream": false
         }'

参数说明：

• -X POST：指定HTTP请求方法为POST。
• -H "Content-Type: application/json"：设置请求头，指定内容类型为JSON。
• -d '{...}'：发送的JSON格式的数据负载。

2. 使用编程语言调用 Ollama API

您可以使用各种编程语言（如 Python、Java、JavaScript 等）通过HTTP客户端库来调用Ollama API。以下是使用Python的requests库的示例：

安装 requests 库

pip install requests

Python 示例代码

import requests
import json

# 定义API端点和请求数据
url = "http://localhost:6399/api/generate"
data = {
    "model": "deepseek-r1:7b",
    "prompt": "推荐一些美食？",
    "stream": False
}

# 发送POST请求
response = requests.post(url, headers={"Content-Type": "application/json"}, data=json.dumps(data))

# 检查响应状态
if response.status_code == 200:
    result = response.json()
    print("生成的文本:", result.get('response'))
else:
    print(f"请求失败，状态码: {response.status_code}")
    print("错误信息:", response.text)

3. 使用 Web 界面工具

除了命令行和编程方式，您还可以使用图形化的Web界面工具来与Ollama模型进行交互。例如：

• Ollama Web UI：一个轻量级的Web界面，允许用户通过浏览器与Ollama服务交互。
• 其他第三方工具：如 ollama-webui-lite、Lobe Chat 等，提供更丰富的功能和更好的用户体验。

4. 集成到应用程序中

您可以将Ollama API集成到自己的应用程序中，以实现智能对话、文本生成等功能。以下是一些常见的集成场景：

• 聊天机器人：利用Ollama的对话能力，构建智能聊天机器人。
• 内容生成：自动生成文章、故事、代码等文本内容。
• 问答系统：构建基于大型语言模型的问答系统，提供准确的信息检索和回答。

通过以上方法，您可以灵活地调用Ollama API，将强大的大型语言模型能力集成到您的应用和服务中。

四、案例：利用Ollama Api服务搭建AI智能对话系统

为了快速方便构建该系统，我们可以通过腾讯云AI代码助手搭建AI智能对话系统。

大家可参考我之前发布的

腾讯云AI代码助手实践：基于腾讯混元实现智能问答与交互AI对话功能

（一）集成Ollama Api接口

在开发完成的项目中，我们我么我们将调用Ollama Api接口来为我们的智能对话系统提供服务。

1. 封装请求Api

/**
 * 发送消息到 Ollama API 并获取响应
 * @param {Object} payload - 请求的 JSON 数据
 * @returns {Promise<Object>} - 返回解析后的响应数据
 */
async function sendMessageToOllama(payload) {
  try {
    const apiUrl = 'http://localhost:6399/api/chat';
    const response = await fetch(apiUrl, {
      method: 'POST',
      headers: {
        'Content-Type': 'application/json',
      },
      body: JSON.stringify(payload),
    });

    if (!response.ok) {
      throw new Error(`API 请求失败，状态码：${response.status}`);
    }
    const data = await response.json();
    return data;
  } catch (error) {
    console.error('发送消息到 Ollama API 时出错:', error);
    throw error;
  }
}

2. 项目调用请求

const payload = {
  model: 'deepseek-r1:7b',
  messages: input.value,
  stream: false,
};

sendMessageToOllama(payload)
  .then((data) => {
    console.log('API 响应:', data);
    
    // 更新AI回复
    messages.value[messages.value.length - 1] = {
      role: 'assistant',
      content: data.message.content,
      timestamp: new Date().toLocaleString()
    }
  })
  .catch((error) => {
    console.error('处理 API 响应时出错:', error);
  });

3. 处理返回结果

我们通过界面，输入我们的问题，点击发送消息，等待DeepSeeK模型的处理。

我们可以通过网页控制台查看结果。

（二）体验与反馈

通过对返回结果的处理，我们可以在界面正确显示返回的结果。

自此我们成功开发出一款结合腾讯云HAI部署的DeepSeek模型提供的AI服务的智能问答系统。

五、总结与展望

在腾讯云HAI平台部署DeepSeek模型并使用Ollama API服务供外部请求，是一个复杂但非常有意义的过程。通过合理的部署和配置，能够充分利用腾讯云HAI平台的强大计算资源，实现DeepSeek模型的高效运行和处理。通过Ollama API服务的对外开放，使得外部的应用程序和系统能够方便地调用模型的功能，为各个领域的人工智能应用开发提供了有力支持。