DeepSeek教程：在 Windows 下安装 Docker、Ollama，并通过 Open WebUI 部署本地 DeepSeek
本教程将指导你在 Windows 系统上安装 Docker 和 Ollama，下载 DeepSeek-V3 模型，并通过 Open WebUI 提供一个用户友好的 Web 界面来与模型交互。
步骤 1：安装 Docker
- 下载 Docker Desktop
- 访问 。
- 点击“Download for Windows”按钮，下载 Docker Desktop 安装程序。
- 安装 Docker Desktop
- 双击下载的安装程序，按照提示完成安装。
- 安装完成后，启动 Docker Desktop。
- 启用 WSL 2 后端（可选）
- 如果你使用的是 Windows 10 或更高版本，建议启用 WSL 2 后端以提高性能。
- 打开 Docker Desktop，进入“Settings” -> “General”，勾选“Use the WSL 2 based engine”。
- 进入“Resources” -> “WSL Integration”，启用你的 WSL 发行版。
- 验证 Docker 安装
- 打开命令提示符或 PowerShell，输入以下命令：
docker --version
- 如果显示 Docker 版本信息，说明安装成功。
步骤 2：安装 Ollama
- 下载 Ollama
- 访问 或 GitHub 仓库，下载适用于 Windows 的 Ollama 安装程序。
- 按照提示完成安装。
- 验证 Ollama 安装
- 打开命令提示符或 PowerShell，输入以下命令：
ollama --version
- 如果显示 Ollama 版本信息，说明安装成功。
- 下载 DeepSeek-V3 模型
- 使用以下命令下载 DeepSeek-V3 模型：
ollama run deepseek-v3
- 等待模型下载完成。
- 验证模型是否可用
- 使用以下命令测试模型：
ollama run deepseek-v3 "你好，DeepSeek-V3！"
- 如果模型返回响应，说明模型加载成功。
步骤 3：安装 Open WebUI
- 拉取 Open WebUI Docker 镜像
- Open WebUI 是一个用于与大模型交互的 Web 界面。使用以下命令拉取 Open WebUI 镜像：
docker pull ghcr.io/open-webui/open-webui:main
- 运行 Open WebUI 容器
- 使用以下命令启动 Open WebUI 容器，并连接到 Ollama：
docker run -d -p 3000:8080 --add-host=host.docker.internal:host-gateway -v open-webui:/app/backend/data --name open-webui --restart always ghcr.io/open-webui/open-webui:main
解释：
-d：后台运行容器。
-p 3000:8080：将容器的 8080 端口映射到主机的 3000 端口。
--add-host=host.docker.internal:host-gateway：添加主机映射，使容器能够访问主机服务。
-v open-webui:/app/backend/data：将 Open WebUI 的数据目录挂载到 Docker 卷 open-webui。
--name open-webui：为容器命名。
--restart always：设置容器始终自动重启。
ghcr.io/open-webui/open-webui:main：使用的 Docker 镜像。
- 验证 Open WebUI 是否运行
- 打开浏览器，访问
http://localhost:3000。 - 如果看到 Open WebUI 的登录界面，说明运行成功。
步骤 4：通过 Open WebUI 使用 DeepSeek-V3 大模型
- 登录 Open WebUI
- 首次访问 Open WebUI 时，需要创建一个账户。
- 输入用户名和密码，完成注册并登录。
- 连接到 Ollama
- 在 Open WebUI 界面中，进入设置页面。
- 在“Ollama API URL”字段中输入
http://host.docker.internal:11434，然后保存设置。
- 选择 DeepSeek-V3 模型
- 在 Open WebUI 界面中，找到模型选择菜单。
- 选择
DeepSeek-V3作为当前使用的模型。
- 与模型交互
- 在输入框中输入问题或指令，例如：
你好，DeepSeek-V3！你能帮我写一段代码吗？
- 点击“发送”按钮，等待模型生成回复。
步骤 5：停止和删除容器
- 停止容器
- 如果需要停止容器，可以使用以下命令：
docker stop open-webui
- 删除容器
- 如果需要删除容器，可以使用以下命令：
docker rm open-webui
总结
通过以上步骤，你已经在 Windows 系统上成功安装 Docker 和 Ollama，下载了 DeepSeek-V3 模型，并通过 Open WebUI 提供了一个用户友好的 Web 界面来与模型交互。你可以通过浏览器访问 http://localhost:3000，轻松使用 DeepSeek-V3 大模型。如果在安装或部署过程中遇到问题，可以参考 Docker、Ollama 和 Open WebUI 的官方文档，或寻求社区的帮助。
如何系统的去学习大模型LLM ？
大模型时代，火爆出圈的LLM大模型让程序员们开始重新评估自己的本领。 “AI会取代那些行业？”“谁的饭碗又将不保了？”等问题热议不断。
事实上，抢你饭碗的不是AI，而是会利用AI的人。
继科大讯飞、阿里、华为等巨头公司发布AI产品后，很多中小企业也陆续进场！超高年薪，挖掘AI大模型人才！ 如今大厂老板们，也更倾向于会AI的人，普通程序员，还有应对的机会吗？
与其焦虑……
不如成为「掌握AI工具的技术人」，毕竟AI时代，谁先尝试，谁就能占得先机！
但是LLM相关的内容很多，现在网上的老课程老教材关于LLM又太少。所以现在小白入门就只能靠自学，学习成本和门槛很高。
针对所有自学遇到困难的同学们，我帮大家系统梳理大模型学习脉络，将这份 LLM大模型资料 分享出来：包括LLM大模型书籍、640套大模型行业报告、LLM大模型学习视频、LLM大模型学习路线、开源大模型学习教程等, 😝有需要的小伙伴，可以 扫描下方二维码领取🆓↓↓↓
👉👈
一、LLM大模型经典书籍
AI大模型已经成为了当今科技领域的一大热点，那以下这些大模型书籍就是非常不错的学习资源。
二、640套LLM大模型报告合集
这套包含640份报告的合集，涵盖了大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。(几乎涵盖所有行业)
三、LLM大模型系列视频教程
四、LLM大模型开源教程（LLaLA/Meta/chatglm/chatgpt）
LLM大模型学习路线 ↓
阶段1：AI大模型时代的基础理解
目标：了解AI大模型的基本概念、发展历程和核心原理。
内容：
- L1.1 人工智能简述与大模型起源
- L1.2 大模型与通用人工智能
- L1.3 GPT模型的发展历程
- L1.4 模型工程
- L1.4.1 知识大模型
- L1.4.2 生产大模型
- L1.4.3 模型工程方法论
- L1.4.4 模型工程实践
- L1.5 GPT应用案例
阶段2：AI大模型API应用开发工程
目标：掌握AI大模型API的使用和开发，以及相关的编程技能。
内容：
- L2.1 API接口
- L2.1.1 OpenAI API接口
- L2.1.2 Python接口接入
- L2.1.3 BOT工具类框架
- L2.1.4 代码示例
- L2.2 Prompt框架
- L2.3 流水线工程
- L2.4 总结与展望
阶段3：AI大模型应用架构实践
目标：深入理解AI大模型的应用架构，并能够进行私有化部署。
内容：
- L3.1 Agent模型框架
- L3.2 MetaGPT
- L3.3 ChatGLM
- L3.4 LLAMA
- L3.5 其他大模型介绍
阶段4：AI大模型私有化部署
目标：掌握多种AI大模型的私有化部署，包括多模态和特定领域模型。
内容：
- L4.1 模型私有化部署概述
- L4.2 模型私有化部署的关键技术
- L4.3 模型私有化部署的实施步骤
- L4.4 模型私有化部署的应用场景
这份 LLM大模型资料 包括LLM大模型书籍、640套大模型行业报告、LLM大模型学习视频、LLM大模型学习路线、开源大模型学习教程等, 😝有需要的小伙伴，可以 扫描下方二维码领取🆓↓↓↓
👉👈
