前言#

使用docker部署OpenUI + Ollama + DeepSeek-R1:7B，通过浏览器访问OpenUI进行交互。部署完成后可以离线使用DeepSeek-R1大模型。

Ollama的DeepSeek-R1大模型官网：https://ollama.com/library/deepseek-r1:7b

• 1.5B：CPU最低4核，内存8GB+，若GPU加速可选4GB+显存，适合低资源设备部署等场景。

• 7B：CPU 8核以上，内存16GB+，硬盘8GB+，显卡推荐8GB+显存，可用于本地开发测试等场景。

• 8B：硬件需求与7B相近略高，适合需更高精度的轻量级任务。

• 14B：CPU 12核以上，内存32GB+，硬盘15GB+，显卡16GB+显存，可用于企业级复杂任务等场景。

• 32B：CPU 16核以上，内存64GB+，硬盘30GB+，显卡24GB+显存，适合高精度专业领域任务等场景。

• 70B：CPU 32核以上，内存128GB+，硬盘70GB+，显卡需多卡并行，适合科研机构等进行高复杂度生成任务等场景。

部署教程#

open-webui镜像大小：8 GB

docker-compose.yml配置示例

1
services:
2
  open-webui:
3
    image: ghcr.io/open-webui/open-webui:ollama
4
    container_name: open-webui
5
    ports:
6
      - "3000:8080"
7
    volumes:
8
      - ./ollama:/root/.ollama
9
      - ./open-webui:/app/backend/data
10
    restart: always

国内网络环境可以使用南京大学 ghcr 镜像加速ghcr.nju.edu.cn

容器内安装DeepSeek-R1 7b模型：

1
docker exec -it open-webui sh

1
ollama run deepseek-r1:7b

部署完成后浏览器访问3000端口使用web面板进行对话，如果需要域名访问反代一下即可。

1
docker run -d -p 3000:8080 --gpus=all \
2
  -v ./ollama:/root/.ollama \
3
  -v ./open-webui:/app/backend/data \
4
  --name open-webui \
5
  --restart always \
6
  ghcr.io/open-webui/open-webui:ollama

电脑本地安装ollama#

1. 官方地址：https://ollama.com

2. 下载对应的系统版本

3. 安装完成后打开电脑终端

4. 查看版本

1
ollama --version

5. 下载并运行 deepseek-r1:7b 模型

1
ollama run deepseek-r1:7b

6. 可以在终端对话使用

7. 也可以部署open-webui访问并使用本地ollama

1
docker run -d -p 3000:8080 \
2
  --add-host=host.docker.internal:host-gateway \
3
  -e OLLAMA_API_URL=http://host.docker.internal:11434 \
4
  -v ./open-webui:/app/backend/data \
5
  --name open-webui \
6
  --restart always \
7
  ghcr.io/open-webui/open-webui:main

1
curl http://localhost:11434/api/generate -d '{
2
  "model": "deepseek-r1:7b",
3
  "prompt": "你是什么模型?"
4
}'