无敌了！快去试下，国产大模型deepseek-R1本地部署手册！！

近期deepseek多次冲上热搜，又是多模态支持，又是开源发布R1模型，最近还受到了网络攻击。

这篇文章介绍下如何快速部署deepseek-R1，本地访问，因为目前提供了最低7B数据集的模型。

部署方案：Ollama + DeepSeek-R1 + Anything-LLM

这个方案包括如何安装和配置 Ollama 进行模型管理，使用 DeepSeek-R1 进行推理，并通过 Anything-LLM 提供 Web 界面。

ollama安装

windows直接下载安装部署即可

访问地址：ollama.com

安装完成后，桌面右下角会有小图标。

模型下载

直接去搜索deepseek-r1模型，或者首页上点击。

然后在终端命令执行

ollama run deepseek-r1:7b   

anything-llm安装

好的，以下是使用 Docker 安装 Anything-LLM 以及配置 DeepSeek-R1 模型的步骤。

1. 安装 Docker

首先，确保您的系统上已安装 Docker。如果尚未安装，可以参考以下链接进行安装：

docs.docker.com/docker-for-windows/install/

2. 克隆 Anything-LLM 仓库

在终端中执行以下命令来克隆 Anything-LLM 的 GitHub 仓库：

git clone https://github.com/anything-llm/anything-llm.git   cd anything-llm   

3. 创建 Dockerfile

在 anything-llm 目录下创建一个 Dockerfile，其内容如下：

# Use an official Python runtime as a parent image   FROM python:3.9-slim      # Set the working directory in the container   WORKDIR /app      # Copy the current directory contents into the container at /app   COPY . /app      # Install any needed packages specified in requirements.txt   RUN pip install --no-cache-dir -r requirements.txt      # Make port 8080 available to the world outside this container   EXPOSE 8080      # Define environment variable   ENV NAME Anything-LLM      # Run app.py when the container launches   CMD ["python", "app.py"]   

4. 构建 Docker 镜像

在 anything-llm 目录下执行以下命令来构建 Docker 镜像：

docker build -t anything-llm .   

5. 创建配置文件

在 anything-llm 目录下创建一个 config.yaml 文件，并添加 DeepSeek-R1 模型的配置：

model:     name: deepseek-r1-7b     path: /models/deepseek-r1-7b   server:     host: 0.0.0.0     port: 8080   

将模型放置在指定目录下：

将下载的 DeepSeek-R1 7B 模型移动到 Docker 容器可以访问的路径，例如 /models/deepseek-r1-7b。

7. 运行 Docker 容器

使用以下命令运行 Docker 容器，并将模型目录挂载到容器中：

docker run -d -p 8080:8080 -v /path/to/models:/models --name anything-llm anything-llm   

请将 /path/to/models 替换为您本地存放模型的路径。

8. 验证部署

通过浏览器访问 http://localhost:8080，您应该能够看到 Anything-LLM 的界面，并与 DeepSeek-R1 7B 模型进行交互。

总结

通过上述步骤，您可以使用 Docker 成功安装和部署 Anything-LLM，并配置 DeepSeek-R1 7B 模型。

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🆓↓↓↓

👉👈

​