Shell / BashAI算法
Ollama 部署 DeepSeek-R1 本地大模型，配合 Open-WebUI 与 RagFlow 私有知识库
在本地通过 Ollama 部署 DeepSeek-R1 大模型，结合 Open-WebUI 提供交互界面，利用 RagFlow 构建私有知识库。步骤包括安装 Docker、配置镜像源、拉取模型、运行服务及创建知识库流程，支持离线或内网环境下的 AI 应用搭建与文档问答。
在本地通过 Ollama 部署 DeepSeek-R1 大模型，结合 Open-WebUI 提供交互界面，利用 RagFlow 构建私有知识库。步骤包括安装 Docker、配置镜像源、拉取模型、运行服务及创建知识库流程，支持离线或内网环境下的 AI 应用搭建与文档问答。
DeepSeek（深度求索）是一家专注于实现通用人工智能（AGI）的中国科技公司，致力于通过技术探索与创新，推动智能技术的广泛应用。
我的电脑配置可以跑 7b 和 14b 版本。
Ollama 是一个开源的 AI 推理框架，专注于模型压缩和部署。它的目标是帮助用户在本地或边缘设备上高效运行大型语言模型（LLM）。
国内下载：Ollama 下载
运行模型：
ollama run deepseek-r1:1.5b
启动推理服务：
ollama serve --port 11434
下载模型（以 DeepSeek-R 系列为例）：
ollama pull deepseek-r1:1.5b
打开 cmd 控制台，输入 ollama 可以看到帮助命令。
OLLAMA_MODELS 是修改 OLLAMA 下载的模型存储位置，默认是在 C 盘。
官网地址：Docker Desktop
"registry-mirrors": [
"https://${阿里云的}.mirror.aliyuncs.com",
"https://docker.m.daocloud.io",
"https://mirror.baidubce.com",
"https://docker.nju.edu.cn",
"https://mirror.iscas.ac.cn"
]
搜索 open-webui 并安装。
在容器中运行 open-webui，然后浏览器输入 http://localhost:3000。
进入设置，配置 Ollama 地址。配置好后，保存，界面就会显示 Ollama 中已下载好的模型了。
RagFlow 是一个基于大语言模型的流程自动化工具，旨在帮助用户通过自然语言处理（NLP）技术来自动化和优化工作流程。
git clone https://github.com/infiniflow/ragflow.git
docker compose -f docker-compose-CN.yml up -d
浏览器上输入：http://localhost，第一个注册的账号就是管理员，登录成功。
点击头像，进入模型供应商配置，选择下面列表中的 Ollama，然后进行模型配置。模型名称就是 Ollama 中下载的模型名称。
解析方法改成 General，其他默认即可。
新增本地文件，执行解析，等待解析完成。
切换到聊天页，新建助理，选择知识库。切换到模型设置，调整一下最大 token 数。新建聊天，开始对话。
微信公众号「极客日志」，在微信中扫描左侧二维码关注。展示文案：极客日志 zeeklog
暂无推荐文章，稍后可再来查看。
使用加密算法（如AES、TripleDES、Rabbit或RC4）加密和解密文本明文。 在线工具，加密/解密文本在线工具，online
生成新的随机RSA私钥和公钥pem证书。 在线工具，RSA密钥对生成器在线工具，online
基于 Mermaid.js 实时预览流程图、时序图等图表，支持源码编辑与即时渲染。 在线工具，Mermaid 预览与可视化编辑在线工具，online
将字符串编码和解码为其 Base64 格式表示形式即可。 在线工具，Base64 字符串编码/解码在线工具，online
将字符串、文件或图像转换为其 Base64 表示形式。 在线工具，Base64 文件转换器在线工具，online
将 Markdown（GFM）转为 HTML 片段，浏览器内 marked 解析；与 HTML转Markdown 互为补充。 在线工具，Markdown转HTML在线工具，online