前言
在本地运行大模型越来越方便，Ollama 让这件事变得简单。配合 Open WebUI，我们就能拥有类似 ChatGPT 的网页体验，数据完全掌握在自己手里。
环境检查
确保系统是 Ubuntu 20.04，预留足够空间（建议 10GB+），显存决定能跑多大的模型。实际运行时如果显存不足，可能会遇到 OOM 错误，所以提前确认硬件配置很有必要。
lsb_release -a
nvidia-smi
安装 Ollama
直接运行官方脚本即可，它会自动处理依赖和配置：
curl -fsSL https://ollama.com/install.sh | sh
服务管理也很标准，用 systemd 控制启动、重启或查看日志。这里要注意，默认情况下 Ollama 会监听在 localhost:11434。
sudo systemctl start ollama
sudo systemctl enable ollama
sudo journalctl -u ollama -f
拉取与运行模型
常用命令很简单，比如拉取 deepseek-r1:7b：
ollama pull deepseek-r1:7b
ollama run deepseek-r1:7b
交互时可以用 /clear 清空上下文，或者通过参数调整温度、输出长度等。比如想固定随机性，可以加 --seed 42；限制输出 token 数则用 --num-predict 100。
ollama run deepseek-r1:7b --temperature 0.7 --num-predict 100
部署 Open WebUI
命令行虽然快，但图形界面更适合日常。Open WebUI 基于 Docker 部署，先确保 Docker 环境正常。
启动容器时注意端口映射，这里使用 host 网络模式简化配置：
docker run -d --network="host" -v open-webui:/app/backend/data --name open-webui ghcr.io/open-webui/open-webui:main
访问 http://localhost:8080 注册账号后即可使用。首次登录会自动检测本地 Ollama 服务，之后就能在浏览器里切换模型、查看历史对话了。所有数据都保存在本地卷中，隐私安全有保障。
