1 大白话说一下文章内容

本篇文章基于Ollamal搭建本地DeepSeek，Ollamal是一个可以构建大模型的工具，Ollamal也提供了很多模型。
本地部署了Dify，使用Dify做了个简单的AI应用，Dify是一个大模型应用构建工具，可以快速搭建和部署生成式Al应用程序。
内容里也记录了作者本人踩的很多坑！！供大家避雷！！！

2 作者的电脑配置

基于下面版本的大模型，本地跑了几个测试，微微热，电脑CPU 50%左右

3 DeepSeek的本地部署

Ollamal是一个开源框架，作用是在本地机器上便捷部署和运行大型语言模型(LLM)。

3.1 Ollamal的下载和安装

访问https://ollama.com/进入Ollama官网下载Ollama,要选择下载对应的操作系统版本即可

我的是mac版本的，下载好了傻瓜式安装后就是这样

因为我不安装llama模型，所以先不执行，直接关闭。

3.2 选择合适的deepseek模型

进入https://ollama.com中，选择Deepseek-r1（ps：或者你喜欢其他模型你也可以选择其他模型）

根据自己电脑的硬件配置来选择模型大小，我这里选择的是deepseek-r1的7b，点击它！（ps：这里的b代表了10亿，表示大模型下的一个神经元就有7*10亿的参数）

3.3 安转deepseek

复制安装命令如下，回到命令提示符窗口，将复制的命令粘贴到命令提示符窗口中并按回车键即可下载模型

ollama run deepseek-r1:7b

静静等待拉取结束，然后你就可以问他问题啦！

下面命令是启动命令，如果你部署了其他模型，模型名称是你部署的模型的名称

ollama run 模型名称

下面命令是关闭大模型

/bye

到这你就有个本地的大模型啦！（eg：我的电脑配置跑这个模型难一点的问题会稍稍热，不过也能带动。）

4 Dify+DeepSeek构建Al应用

Didy是一个开源的大语言模型(Large Language Model,LLM)应用开发平台。它融合了后端即服务(Backend as a Service,BaaS)和LLMOps的理念，旨在帮助开发者，甚至是非技术人员，能够快速搭建和部署生成式Al应用程序。
Dify内置了构建LLM应用所需的关键技术栈，包括对数百个模型的支持、直观的Prompt编排界面、高质量的RAG引擎、稳健的Agent框架、灵活的流程编排，并同时提供了一套易用的界面。
更细节的功能可以参考：Dify官网

4.1 Dify的安装

4.1.1 前置条件

1. 确保你的电脑上有docker和docker-compose，因为dift是用docker-compose启动的
2. 计算机要求：CPU >= 2 Core CPU = 2核心 RAM >= 4 GiB RAM>= 4 GiB

4.1.2 拉取代码

github地址：dify

拉取代码到本地：

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

下载下来的文件就长下面的样子

4.1.3 启动Dify

执行指令：

cd dify
cd docker
cp .env.example .env

这里建议你本地部署切到1.0.0-beta.1这个tag下，因为新版的包的镜像好多都很难拉下来

切换到tag1.0.0-beta.1，执行指令：

git checkout 1.0.0-beta.1

执行下面指令启动dify

docker compose up -d

可能会遇到镜像拉不下来的错误

你看见这种超时的报错：Error response from daemon: Get “https://registry-1.docker.io/v2/”: net/http: request canceled while waiting for connection (Client.Timeout exceeded while awaiting headers)
或者是握手超时的报错（ps：没那条报错记录了）
或者是这种错误：Error response from daemon: Get “https://registry-1.docker.io/v2/”: context deadline exceeded

你就再次尝试！！！频繁尝试！！有志者事竟成！！

终于在我不懈的努力下，都拉取成功，最终成功的样子会展示成这样！都是对号✅！如果不是，请继续执行 docker compose up -d

如果你部署其他版本的dify，很容易出现某个镜像拉不下来的原因，我是基于下面这个docker镜像库拉取的，你也可以尝试一下！

修改daemon.json文件，配置镜像库：

sudo vim /etc/docker/daemon.json

{
    "registry-mirrors": [
        "https://docker.1panel.live",
        "https://docker.nju.edu.cn",
        "https://docker.m.daocloud.io",
        "https://dockerproxy.com",
        "https://hub-mirror.c.163.com",
        "https://docker.mirrors.ustc.edu.cn",
        "https://registry.docker-cn.com",
        "https://registry.cn-hangzhou.aliyuncs.com"
    ]
}

配置完了docker仓库要记得重启！

4.2 Dify控制页面

dify部署成功了，登录dify的首页看一下,浏览器访问：http://localhost/install
设置管理员账号、密码、邮箱信息，这个账户是最大权限的账户！！

设置后会跳到

登录后就到了管理界面了，因为我自己调试了dify，增加了几个应用，所以展示如下，首次登录只有创建应用

配置上文中本地搭建好的deepseek-r1 7b大模型，右上角的设置

选择ollama点击安装，因为我已经安装了，所以展示个通义千文的

安装后会让你配模型，配置如下，你可以自我调整

这里有个两个坑：

1. 上面的模型名称一定要和你下载的模型名称一模一样，就是在ollama中下载的模型名称
2. 基础url配置有两种配置方式
   配置一：http://host.docker.internal:11434/
   11434是ollama默认端口，ollama运行在宿主机上，dify运行在docker容器中，网络不通，这里这样配置可以使docker能访问到ollama
   配置二：终端输入launchctl setenv OLLAMA_HOST "0.0.0.0"，重启ollama
   将ollama的环境变量设置值 “0.0.0.0”，它允许从同一台机器上的不同网络接口访问服务

有的大模型不支持高级配置，我这里又装了个大模型，配置如下，自行拉取

配置好大模型的dify应该是这样的，忽略这个图片坏了。。。

到此dify就和deepseek整合了，接下来看看dify怎么使用deepseek

4.3 使用Dify实现个“文章标题生成器”应用

创建个空白的应用：

根据需求创建应用，因为我想实现个“文章标题生成器”，那么我这里就选择，文本生成应用

首次登录需要配置一下大模型，按照引导配就行了，也可以在右上角切换大模型

我这个应用就是想根据关键字和话题生成少于规定字数的几个标题

该应用配置如下：
可以声明变量，变量结合提示词会一起执行

因为设置了变量，运行之前需要填一些内容

返回结果如上，因为这里接入的是R1的推理模型，所以还会返回推理过程，如果这里想只返回内容可以接入指令模型！！！

最后介绍一下发布这个模块

这个更新会保存你的内容到数据库中，下次打开会保留你的设置

介绍一下嵌入网站，它可以生成代码嵌入到你的前端页面，也可以作为Chrome浏览器扩展应用使用

也可以调用api的方式获取到该dify的运行结果、日志等
点击访问API，会弹出对应的应用的api调用方式，可以基于自己的应用去调用，api中涉及的API密钥在右上角

4.4 “探索”模块404处理

点击中上方的“探索”展示404！！！404是啥啊？？找不到页面呗！！

配置一下nginx，进入到dify的文件夹下，我的地址路径是这样的：

cd /Users/liuyang/AI本地搭建/dify/docker/nginx/conf.d

修改vim default.conf.template文件：

vim default.conf.template

增加配置：

location /explore {
  proxy_pass http://web:3000;  # 确保请求路由到 web 服务
  include proxy.conf;
}

然后重启nginx容器就可以啦！！！

执行命令：

docker restart docker-nginx-1

等待重启好了，再去访问“探索”模块

这里展示的都是英文，在设置设置成简体中文再切回来就变成中文啦！

再看一下！

很帅！！！！

5 增语

Dify还可以使用工具哦！！结合应用类型，再结合你的业务，可以实现很多AI功能，可以参考一下探索看看别人配的！！借鉴一下！！