1.安装 Ollama

1.1 安装命令，也可以去官网 Download Ollama on Linux

curl -fsSL https://ollama.com/install.sh | sh

1.2  安装完成后，可以查看。

ollama -v

1.3 修改端口

# 打开文件
vim /etc/systemd/system/ollama.service

# 增加
Environment=“OLLAMA_HOST=0.0.0.0:11434”

# 重现加载
sudo systemctl daemon-reload
sudo systemctl restart ollama
sudo systemctl status ollama

# 查看日志
journalctl -u ollama.service

2. 部署DeepSeek推理模型

根据实际的环境配置，选择合适的 DeepSeek 尺寸模型进行部署。初次安装或者显卡资源少推荐先安装 1.5B或7B、8B尺寸的模型。

2.1 下载 DeepSeek R1 模型

根据您的硬件配置，选择适合的模型版本。以下是下载 DeepSeek R1 8B 模型的示例：

ollama pull deepseek-r1:8b



请注意，模型的下载可能需要一些时间，具体取决于您的网络速度。

2.2 运行 DeepSeek R1 模型

下载完成后，您可以通过以下命令运行模型：

ollama run deepseek-r1:8b


此时，您可以在终端与模型进行交互，输入您的问题或任务，模型将提供相应的响应。

3. 安装  open-webui （🏡 Home | Open WebUIOpen WebUI is an extensible, feature-rich, and user-friendly self-hosted AI platform designed to operate entirely offline. It supports various LLM runners like Ollama and OpenAI-compatible APIs, with built-in inference engine for RAG, making it a powerful AI deployment solution.https://docs.openwebui.com/），也可以安装 Dify（欢迎使用 Dify | Difyhttps://docs.dify.ai/zh-hans）、chatbox(Chatbox AI官网：办公学习的AI好助手，全平台AI客户端，官方免费下载Chatbox AI 是一款 AI 客户端应用和智能助手，支持众多先进的 AI 模型和 API，可在 Windows、MacOS、Android、iOS、Linux 和网页版上使用。https://chatboxai.app/zh),我这里安装的是 open-webui。

如果您的计算机上有 Ollama，请使用以下命令：

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

要运行支持 Nvidia GPU 的 Open WebUI，请使用以下命令：

docker run -d -p 3000:8080 --gpus all --add-host=host.docker.internal:host-gateway -v open-webui:/app/backend/data --name open-webui --restart always ghcr.io/open-webui/open-webui:cuda

此安装方法使用将 Open WebUI 与 Ollama 捆绑在一起的单个容器映像，从而允许通过单个命令进行简化设置。根据您的硬件设置选择适当的命令：

  • 借助 GPU 支持：通过运行以下命令来利用 GPU 资源：

    docker run -d -p 3000:8080 --gpus=all -v ollama:/root/.ollama -v open-webui:/app/backend/data --name open-webui --restart always ghcr.io/open-webui/open-webui:ollama

  • 仅适用于 CPU：如果您不使用 GPU，请改用以下命令：

    docker run -d -p 3000:8080 -v ollama:/root/.ollama -v open-webui:/app/backend/data --name open-webui --restart always ghcr.io/open-webui/open-webui:ollama

这两个命令都有助于 Open WebUI 和 Ollama 的内置、无忧安装，确保您可以快速启动并运行一切。

由于已经安装过 ollmam  我的安装命令是：

sudo docker run -d -p 3000:8080 --add-host=host.docker.internal:host-gateway -e OLLAMA_BASE_URL=127.0.0.1:11434 -v open-webui:/app/backend/data --name open-webui --restart always ghcr.io/open-webui/open-webui:main

# ubuntu # linux # 运维 # 服务器 # 机器学习
Logo
火山引擎 ADG 社区

火山引擎开发者社区是火山引擎打造的AI技术生态平台，聚焦Agent与大模型开发，提供豆包系列模型（图像/视频/视觉）、智能分析与会话工具，并配套评测集、动手实验室及行业案例库。社区通过技术沙龙、挑战赛等活动促进开发者成长，新用户可领50万Tokens权益，助力构建智能应用。

更多推荐

OpenClaw 本地部署完整指南（Windows + Ollama）

本文档基于实际部署经验编写，旨在帮助你在 Windows 系统上从零开始搭建 OpenClaw，并连接本地 Ollama 模型（如 Qwen2.5 或 Qwen3），使其具备完整的智能体能力。文档包含了所有关键步骤以及常见问题的解决方案。

avatar 火山引擎 ADG 社区

OpenClaw 小白安装指南（Windows版）

（类似一个能自动执行任务的AI机器人），不是游戏。API Key只保存在你本地电脑的加密文件里，不会上传到任何地方。访问：https://github.com/miaoxworld/openclaw-manager/releases。: 一键安装脚本会自动安装Node.js 22+，如果失败，手动下载安装：https://nodejs.org/：在PowerShell中，鼠标右键就是粘贴，不需要按

avatar 火山引擎 ADG 社区

飞书 × OpenClaw 接入指南：不用服务器，用长连接把机器人跑起来

这个项目存在的意义，就是把“飞书接 OpenClaw”这件事，整理成一套的配置入口，并把官方文档没覆盖到的坑集中写成排查清单。先说清楚它的角色：OpenClaw 现在已经内置官方飞书插件 @openclaw/feishu，功能更完整、维护也更及时。，说明飞书 + AI 的接入已经走通。另外，仓库也推荐了一个新项目：把 OpenClaw 变成“多 Agent 团队”，用多个 Agent 分工，Sla

avatar 火山引擎 ADG 社区