适用场景：

1、商城的小机器人自动根据实际情况回复
2、需要7*24小时运行在线回复，如：在线购物、在线咨询、在线招生等
3、无人值守环境

2025年1月，DeepSeek 正式发布 DeepSeek-R1 推理大模型，DeepSeek-R1 成本价格低廉，性能卓越。
最近，DeepSeek的访问出现了不稳定的问题，一个有效的解决方案是进行本地化部署。本地化部署不仅可以避免网络波动带来的影响，还能提供更高的隐私保护和数据安全性。通过本地化部署，用户可以在自己的设备上运行DeepSeek模型，无需依赖外部网络连接，从而实现更稳定、更可靠的使用体验。
DeepSeek 提供了多种使用方式，满足不同用户的需求和场景。本地部署在数据安全、性能、定制化、成本、离线可用性和技术自主性方面具有显著优势。
接下来我详细讲解下基于Windows+Ollama+Docker Desktop+ RAGFlow 的本地化部署流程，并通过实例代码演示。

一、软硬件需求

1、 硬件需求

DeepSeek R1 本地部署的硬件需求如下：
（1）基本推荐配置：CPU: 8核或以上，内存: 32GB或以上，存储: 100GB SSD或以上。
（2）GPU: NVIDIA GTX2080或同等性能
（3）DeepSeek-7B 推荐配置：RTX3060 以上显卡 + 16G以上 内存 + 50G SSD 存储空间
（4）DeepSeek-70B 推荐配置：RTX4060 以上显卡 + 32G以上 内存 + 200G SSD 存储空间
（5）本教程使用的硬件配置为：
CPU: Intel xeon E5 2683 v3
内存: 24GB
存储: 500GB 7个机械Raid5的虚拟化ESXi底层
GPU: NVIDIA GTX 3060。
2、软件依赖
（1）DeepSeek R1 本地部署的软件依赖包括操作系统、容器化工具、编程语言、深度学习框架、数据库、消息队列、Web 服务器、GPU 加速工具、版本控制、包管理工具、监控与日志工具以及安全工具。
（2）本教程采用 Windows10 19045版本、Ollama 0.5.12、docker 4.38.0、 RAGFlow。

二、安装ollama、git、docker desktop过程

（一）Ollama 下载与安装

1、 Ollama 的下载
Ollama 是一个开源的本地模型运行工具，可以方便地下载和运行各种开源模型，如 Llama、Qwen、DeepSeek 等。
Ollama 提供高效、灵活的大模型部署和管理解决方案，可以简化模型的部署流程。支持macOS、Linux、Windows 操作系统。
官网地址：https://ollama.com/
下载地址：https://ollama.com/download

本教程选择 Ollama Windows 版本下载。
2、 Ollama 的安装
（1）下载完成后直接点击 OllamaSetup.exe 进行安装。

（2）安装完成后，cmd 打开命令行窗口，输入 “ollama -v” 测试，显示 ollama 的版本为 “0.5.12”，表明安装成功。

3、配置环境变量：
（1）新建用户的环境变量后，注意大写与名称，重启，如下图：

配置OLLAMA_HOST环境变量的作用是让虚拟机里的RAGFlow能够访问到本机上的Ollama，因为这里RAGFlow要通过Docker部署，默认情况下ollama只能允许本机访问的。默认情况下Ollama监听的是localhost:11434。通过设置成0.0.0.0，这样Ollama就可以监听到本机所有的ip，这样虚拟机就可以访问到本机上的Ollama了。

（2）重启系统后，使用set命令查看设置的环境变量是否生效：

4、 Ollama 的运行
Ollama 没有用户界面，在后台会自动运行，重启电脑也会自动启动。
打开浏览器，输入 ：
“http://localhost:11434/”，
显示 “Ollama is running”。

（二） deepseek-r1 模型安装

1、Ollama 安装 deepseek-r1 模型
（1）从 ollama 官网 查找 deepseek-r1 模型。
下载地址：https://ollama.com/download

（2）点击进入 deepseek-r1 模型，可以选择不同版本的模型（1.5b/7b/14b/32b/70b/671b）。
2、deepseek-r1 提供多个版本，参数量越大，模型的性能越强大，但也需要更多的存储和计算资源。
（1）1.5b 模型参数为15亿/1.1GB，
（2）7b 模型参数约为 70亿/4.7GB，
（3）14b 模型参数约为 140亿/9GB。
3、deepseek-r1 不同版本模型的执行命令不同：
（1）1.5b 的命令为：“ollama run deepseek-r1:1.5b”
（2）7b 的命令为：“ollama run deepseek-r1:7b”
（3）14b 的命令为：“ollama run deepseek-r1:14b”
推荐大家先下载较小的 1.5b 模型，把本教程的安装程序跑通，再根据自己的硬件配置和需求安装适当的版本。
（4）本教程选择选择 1.5b 模型，在命令行窗口运行安装命令 “ollama run deepseek-r1:1.5b”，程序会自动下载和安装运行，如下图：

4、ollama默认安装地址是 “C:\Users%username%.ollama\models”。如果要修改模型的保存地址，可以新建一个文件夹如 “C:\Model”，然后在系统环境变量添加系统变量：
（1）“变量名：OLLAMA_MODELS，
（2）变量值：C:\Model”。

（4）安装完成后显示 “success”，表明安装成功。

（三）使用 deepseek-r1 模型

1、在命令行窗口运行命令 “ollama run deepseek-r1:1.5b”，就可以在提示行输入，与 deepseek-r1 进行聊天。

2、输入 “/?”，可以获得帮助。

通过本地命令行窗口可以使用 deepseek-r1，但这让人回到了 DOS 年代，交互体验很差。接下来我们安装Docker 和 RAGFlow。

（四）通过git工具下载RAGFlow源代码

1、建议通过git克隆仓库的方式下载RAGflow， windows系统默认没有git工具，所以先下载git工具
git工具下载地址：
https://git-scm.com/downloads/win
2、在win10中安装git工具

（1）执行Gitinstaller.exe，进入安装向导，如下图：

（2）指定安装的路径，如下图：

（3）勾选on the desktop，安装完成后，在图标显示git图标，如下图：

（4）添加到开始菜单的程序组名称，默认使用Git，如下图：

（5）选择Git的编辑器，默认选择，也可选择自己常用的编辑器，如下图：

（6）调整新存储库中初始分支的名称您希望Git在“Git init”之后为初始分支命名什么？
默认是让git决定，也可选择覆盖新存储库的默认分支名称；新命名：常见的选择是“main”、“trunk”和“development”，指定初始分支应使用的名称“git init”：

（7）调整PATH环境，您希望如何从命令行使用Git？
仅使用Git Bash中的Git，这是最谨慎的选择，因为您的PATH根本不会被修改，您只能使用Git Bash中的Git命令行工具。
默认第三方软件（推荐）此选项仅向PATH添加一些最小的Git包装器，以避免使用可选的Unix工具来占用您的环境。您将能够使用Git Bash、命令提示符和WindowsPowerShell，以及在PATH中查找Git的任何第三方软件。
我们使用Prompt命令中的Git和可选Unix工具Git和可选Unix工具都将添加到您的PATH中。警告：这将覆盖Windows工具，如“fnd”和“sort”。只有当你理解其含义时，才使用此选项。

（8）选择使用哪个版本的ssh，使用git 自带的开放SSH，或使用外部的SSH，默认选择自带的SSH，如下图：

（9）选择HTTP传输后端，您希望Git使用哪个SSL/LLS库进行HTTPs连接？默认即可，如下图：

（10）配置行尾转换Git应该如何处理文本中的行尾？选择默认，如下图：

（11）配置终端模拟器以与Git Bash一起使用您想与Git Bash一起使用哪个终端模拟器？选择default缺省，如下图：

（12）选择git pull的缺省行为，默认情况下应该做什么？选择默认，如图：

（13）选择凭证助手，应该配置哪个凭据助手？如下图：

（14）打开系统缓存，如下图：

（15）配置实验选项，这些功能正在积极开发中，您想尝试一下吗？默认不勾选，如下图：

（16）开始安装，等待进度完成，如下图：

（17）点击finish完成安装，如下图：

2、打开CMD命令容器，执行命令完成git克隆仓库，命令如下：
git clone https://github.com/infiniflow/ragflow.git

图中完成done到100%时，说明克隆下载完成
3、找到下载的RAGflow压缩包，放到D盘根目录下，解压RAGflow压缩包后，解压后文件夹的大小如图：
说明：若直接从官网下载的zip文件解压，解压后的文件夹大概69MB，是最小的运行环境。本例未采用。

（五）下载与安装docker

1、下载docker
Docker是一种虚拟化容器技术。Docker基于镜像，可以秒级启动各种容器。每一种容器都是一个完整的运行环境，容器之间互相隔离。
下载地址：https://www.docker.com/

2、 检查安装环境
（1）在 Windows 任务管理器中，检查系统是否开启虚拟化。
打开任务管理器（Ctrl+Alt+Delete），选择：性能 - CPU - 虚拟化，确认“虚拟化”已启用。

（2）如果windows 10是物理机，未开启虚拟化，则要开机重启按并按（F1/F2/DEL键，电脑品牌不同按键有差异）进入BIOS 进行设置：在 BIOS 选择：Advanced（高级）-- CPU Configuration – Secure Virtual Machine，设置为：Enabled（启用）。
（3）如果运行的windows 10是虚拟化环境，开启虚拟化如下图：

（4）在 “控制面板” 打开 “程序”，然后点击 “启用或关闭 Windows 功能”，勾选 “Hyper-V 管理工具” 和 “Hyper-V 平台”。

（5）以管理员身份打开命令行窗口，输入 “wsl --set-default-version 2”，将默认设置为 WSL 2。如果此处报错，进入第（7）步

通过适用于 Linux 的 Windows 子系统 (WSL)，开发人员可以安装 Linux 发行版，并直接在 Windows 上使用 Linux 应用程序、实用程序和 Bash 命令行工具，不用进行任何修改。

（6）命令行窗口，输入 “wsl --update --web-download”，更新安装 wsl。

（7）通过deepseek查看安装的条件要求，docker的要求如下：

（8）查看本机现运行的win10版本， 16299版本低于19041版本，如下图：

（9）此时需要对windows 10系统进行更新，如下图：

（10）更新完成后执行命令systeminfo查看系统的版本，如下图

（11）若不对windows进行系统补丁的更新，安装时会提示安装失败，win10专业版需要19044以上的版本，如下图：

3、开始安装 Docker Desktop，注：在更新完成win10系统的补丁后
Docker Desktop 是 Docker 官方提供的桌面应用程序，旨在让开发者能够在 Windows 和 macOS 系统上轻松地构建、运行和共享容器化应用程序。Docker Desktop 提供了一个方便的工具集，使用户能够快速部署容器化应用程序，同时还包括了一些强大的功能和工具，如 Docker Engine、Docker CLI、Docker Compose 等。
（1）准备好下载的docker desktop安装程序docker Desktop installer.exe、安装执行的批处理文件a.bat、安装的空目录结构，如下图：

（2）上图中，安装docker desktop的批处理文件a.bat的内容如下（多行是1条命令）：
start /w “” “Docker_Desktop_Installer.exe” install -accept-license --installation-dir=“D:\SoftWare\Docker\install” --wsl-default-data-root=“D:\SoftWare\Docker\install\Data” --windows-containers-default-data-root=“D:\SoftWare\Docker\install”

（3）Docker在运行的过程中，需要较大的磁盘空间，对容器、卷、镜像包等进行存放，运行的镜像包还会涉及到deepseek模型，所以我们安装的过程中，将路径指定到非系统盘中，具体需要创建的空文件夹结构如下图（对照a.bat中的目录结构即可）：

（4）准备好上面的3步后，双击a.bat执行安装docker desktop的过程，本例的docker desktop版本是4.38.0，如下图：

（5）当出现对话框时，勾选以下2个选项，使用WSL 2代替Hyper-v，添加快捷方式到桌面，如下图：

（6）解压安装包，注意此时使用的是虚拟安卓环境，所以在电脑上执行pak的安装程序包，如下图：

（7）当安装完成后，命令窗口会出现succeeded成功，如下图：

（8）安装完成后，出现窗口，点close and restart重启系统，如下图：

4、检查验证docker desktop的版本及docker帐号初始化
（1）重启后，出现下图所示的画面，点击accept接受，如下图：

（2）此时通过cmd窗口执行docker version查看docker的版本信息时，版本为27.5.1，表明安装成功。如下图：

（3）选择use recommended settings(requires administrator password)使用推荐的设置（需要管理员密码），finish完成

（4）根据提示登录账号，如使用 GitHub 账号登录。

（5）进入欢迎界面，选择行业

（6）选择使用docker的应用方向

（7）进入到docker desktop的主界面，如下图：

三、配置docker desktop、加载RAGflow镜像

（一）配置docker desktop

1、当设置docker setting设置报错时，如下图：

2、上图中报错的处理方式，以cmd管理员模式运行以下命令，如下图：
bcdedit /set hypervisorlaunchtype auto

重启电脑后，以管理员身份运行Docker Desktop再点击设置就不会报错了。
3、ragflow默认下载的是瘦身版本，没有embedding模型，所以使用命令docker compose -f docker/docker-compose.yml up -d，加载模型，在加载过程中报错，如下图：

4、镜像下载不了，解决方法是在docker desktop中设置国内镜像源：
（1）Docker中国区官方镜像
https://registry.docker-cn.com
（2）中科大
https://docker.mirrors.ustc.edu.cn/
（3）网易
http://hub-mirror.c.163.com/
（4）腾讯
https://mirror.ccs.tencentyun.com
（5）毫秒镜像：
https:// docker.1ms.run
（6）开源社镜像站点
https://mirror.azure.cn/
5、本例在docker Desktop中settings项docker Engine中，添加了2项国内的镜像站点，修改内容如下（注意符号用半角，括号有2种）：
{
“builder”: {
“gc”: {
“defaultKeepStorage”: “20GB”,
“enabled”: true
}
},
“experimental”: false,
“registry-mirrors”: [
“https://docker.1ms.run”,
“https://mirror.azure.cn”
]
}
6、设置docker Engine具体修改内容后，如下图所示：

7、将默认为 v0.17.0-slim 版本，即未嵌入模型的 RAGFlow Docker 镜像，改成嵌入模型镜像，修改.env文件，具体修改如下图：

.env文件的路径在d:\ragflow\docker下

（二）加载ragflow镜像：

1、之前执行命令时，镜像下载不了，修改.env文件及设置后，再次执行命令docker compose –f docker/docker-compose.yml up –d 下载ragflow，执行cmd命令前，注意当前目录，如下图：

2、执行命令的过程中，如下图：

3、执行命令结束后，提示mysql不健康，暂时不处理，如下图：

（1）Minio：Minio 是高性能分布式对象存储存储系统，属于开源软件，文件上传到此文件服务器。
（2）Redis：是一个开源的、高性能的键值存储数据库，文件解析的时候需要使用redis消息队列进行暂存，方便异步执行。
（3）Elastic search：能够处理大量的数据并提供实时的搜索和分析能力，存储向量数据、任务信息。
（4）MySql：存储用户信息、系统配置信息（比如配置知识库名称）、任务定义、执行状态、结果等。

（三）启动RAGflow

1、启动前，我们先检查各已经安装的软件工具版本
（1）ollama版本号

（2）docker desktop版本号

（3）wsl的版本号

2、启动ragflow（注：本例第2次安装时，把ragflow的目录，调整到了d:\）
（1）打开cmd窗口后，依次使用命令:
d:
cd \ragflow\docker
docker compose up -d

（2）注意看到有Running时，说明正在运行，如下图：

（3）当所有中间件（mysql、minio、redis、Elastic search）显示状态为Running时，说明都运行正常

3、当启动结束后，出现cmd命令提示符，此时执行命令检查服务器状态，命令如下，执行如图：
docker logs -f ragflow-server

4、当cmd窗口中出现有RAGFlow的图形标识时，说明启动成功了，如下图：

5、在启动信息的最后，有RAGFlow服务器运行的ip地址与端口号：

（四）注册登录到RAGflow

1、查看当前的ragflow端口号80是否开启，打开cmd窗口后，执行命令telnet <docker主机ip> 80 ，如下图：

2、当窗口左上角出现闪烁的光标，说明对应ip地址的80端口已开启，如下图：

3、从浏览器地址栏输入http://192.168.0.63回车后可打开fagflow窗口
（1）登录界面，如下图：

（2）创建账户界面，如下图：

（3）注册成功界面，创建账户时，输入Email地址，密码，点Sign in，注册成功后，屏幕中间出现Rigistered，即注册成功，如下图：

4、登录到RAGFlow服务器：
至此deepseek的本地安装部署结束，后面开始创建知识库，让deepseek开始学习。

四、deepseek创建知识库完成训练

1、点击个人中心-》模型提供商-》在此设置模型参数

2、添加系统模型，我们安装的是ollama，找到ollama图标后，点添加模型，如下图：

3、添加好系统模型后，会显示在添加了的模型区域中，然后这个模型就可以使用了，如下图：

4、在上方点聊天，新建助理，如下图：

5、再点聊天，+，输入想提问的问题，此时提示知识库中没有相关内容，因为我们尚未建立知识库，所以接下来需要建立知识库给deepseek，让知识库解析成块，就可以回答相关的问题了。

说明：几种不同模型的差异：嵌入模型提供数据表示，Img2txt和Sequence2txt模型生成文本，Rerank模型优化结果，聊天模型生成最终回复，TTS模型将文本转为语音。
6、新建知识库，如下图：

7、配置知识库模型
（1）知识库的名称、语言、权限、嵌入模型、解析方法

（2）配置创建好的知识库模型，下拉到保存，如下图：

8、上传文件如下图：

8、解析知识库的内容

9、解析时，对硬件的资源要求高：
（1）解析时对磁盘的使用率百分比，所以需要用速率高的磁盘，比如：SSD

（2）解析时，对CPU的要求高

（3）解析需要一定的时长，如下图：

11、检索回答，需要先将文件解析成块后才能问答，

12、聊天助手知识问题，添加聊天助手做知识问答。

13、检索对磁盘的运行速度要求高，如下图：

五、验证结果：

1、从搜索框中搜索，与知识库匹配，如下图：

2、通过聊天框，可以搜索到知识库中相关的内容，如下图：

成功搜索到知识库的内容，也是基于创建知识库的应答，本文至此结束。通过使用Windows+Ollama+Docker Desktop+ RAGFlow，完成了deepseek_r1 1:1.5b模型的安装、运行测试。