使用Docker运行 Ollama本地部署 DeepSeek 模型并用Dify实现可视化操作

前言

随着自然语言处理(NLP)技术的迅猛发展，大型语言模型(LLM)在各个领域的应用越来越广泛。这些模型能够执行复杂的任务，如文本生成、问答系统、代码生成等。然而，管理和运行这些模型通常需要较高的技术门槛和资源投入。为了简化这一过程，本文将详细介绍使用Ollama来运行DeepSeek 模型，并通过Dify实现界面可视化。

1. Ollama 与 DeepSeek 的理论基础

1.1 Ollama 是什么？

Ollama是一个简明易用的本地大模型运行框架，专注于开发和部署先进的大型语言模型（LLM）。‌ Ollama通过简化模型部署过程，使得即使是那些没有深度学习背景的人也能轻松使用。
它通过以下特性提供高效的开发体验：
模型管理：支持多种 LLM 模型的下载和运行，包括但不限于deepseek-r1、llama3.2、qwen、gemma3。
低资源消耗：优化了模型运行时的内存和计算资源占用。
跨平台支持：可以在 Linux、macOS 和 Windows（通过 WSL2）上运行。
交互式界面：提供命令行和 Web 界面两种方式与模型交互。
Ollama 的核心思想是将复杂的模型封装为易于使用的工具，使得开发者无需深入了解底层实现即可快速上手。

1.2 Dify是什么？

‌Dify‌是一个开源的大型语言模型（LLM）应用开发平台，旨在简化和加速生成式AI应用的创建和部署。Dify融合了后端即服务（BaaS）和LLMOps的理念，提供从Agent构建到AI workflow编排、RAG检索、模型管理等能力，支持低代码/无代码开发，适合快速构建和运营生成式AI原生应用。‌
其主要特点包括：
多模型支持：支持多种预训练语言模型，如 OpenAI 的 GPT 系列、Anthropic 的 Claude 等。
灵活配置：提供丰富的配置选项，可以自定义对话流程和模型参数。
易于集成：支持与各种前端框架和后端服务集成。
开源性：所有代码均开源，允许用户自由下载、修改和分发。

1.3 DeepSeek 是什么？

DeepSeek 是由深度求索（DeepSeek）公司开发的一系列开源大语言模型。这些模型基于 Hugging Face 的 Transformers 库，并经过大量数据训练，具有以下特点：
高性能：DeepSeek 模型在多个基准测试中表现出色，尤其是在生成质量和推理能力方面。
多样化：提供了不同规模的模型（如 deepseek-7b 和 deepseek-15b），满足不同场景的需求。
开源性：所有模型均开源，允许用户自由下载、修改和分发。
DeepSeek 模型广泛应用于自然语言处理任务，例如文本生成、问答系统、代码生成等。

2. Docker运行 Ollama

2.1 拉取 Ollama 镜像

 docker pull ollama/ollama

2.2 验证镜像是否成功拉取

docker images

2.3 启动 Ollama 容器

docker run --rm -it --name ollama -p 11434:11434 ollama/ollama

参数说明：
–rm: 容器退出后自动删除。
-it: 以交互模式运行容器。
-p 11434:11434: 将容器的 11434 端口映射到主机的 11434 端口。

2.4 后台运行容器（可选）

如果希望容器在后台运行，可以使用以下命令：

 docker run -d --name ollama -p 11434:11434 ollama/ollama

2.5 查看容器

docker ps

浏览器访问 127.0.0.1:11434

3. 本地部署 DeepSeek 模型

3.1 进入 Ollama 容器

如果容器已经在后台运行，可以通过以下命令进入容器

   docker exec -it ollama /bin/bash

3.2 下载 DeepSeek 模型

在容器内运行以下命令下载 deepseek-7b 模型：

 ollama pull deepseek-r1:7b

3.3 查看已下载的模型

运行以下命令查看当前可用的模型

   ollama list

3.4 测试 DeepSeek 模型

与模型交互 在容器内运行以下命令启动与 DeepSeek 模型的对话

ollama run deepseek-r1:7b

输入问题或提示，模型将生成相应的回答。

4. Docker运行 Dify

4.1 clone dify源码

git clone https://github.com/langgenius/dify.git

4.2 拷贝环境变量

cd docker
cp .env.example .env

4.3 运行容器

docker-compose -f docker-compose.yaml up -d

# 查看dify容器
docker-compose -f docker-compose.yaml ps

# 停止容器
docker-compose -f docker-compose.yaml stop
# 停止容器 删除容器和镜像
docker-compose -f docker-compose.yaml down

4.4 访问dify

浏览器http://localhost/install
设置你的管理员账户密码，跳转登录

5. Dify接入Ollama+DeepSeek

5.1 在ollama中启动deepseek

docker exec ollama ollama run deepseek-r1:7b

5.2 Dify接入Ollama

5.2.1 Dify安装ollama
在Dify主界面选择 设置 --> 模型供应商 --> 找到ollama --> 安装

5.2.2 添加模型
点击已安装成功的ollama --> 添加模型

5.3 Dify创建应用

在Dify主界面选择 聊天助手 --> 创建空白应用 --> 创建

5.4 自定义应用选择本地DS模型

进入自定义的应用 --> 选择本地部署的大模型

5.5 Didfy与DeepSeek交互效果演示

总结

通过以上步骤，我们已经在Ollama中成功的部署本地大模型DeepSeek,并使用Dify实现了可视化操作。在本次演示中，Ollama提供了大模型运行环境，可以支持运行很多的流行的大模型；Dify则是一个大模型应用平台，可以较为简单的接入各种本地和商业大模型，实现与大模型进行交互。