deepseek本地部署，ragflow，docker

先下载ollama

1.官网下载 

deepseek-r1:14bhttps://ollama.com/library/deepseek-r1:14b

2.GitHub下载GitHub - ollama/ollama: Get up and running with Llama 3.3, DeepSeek-R1, Phi-4, Gemma 2, and other large language models.

两种方式

安装完后，cmd->ollama run deepseek-r1:14b

用于下载相应大小的模型，我这个是14b，具体可在官网挑选

deepseek-r1:14bhttps://ollama.com/library/deepseek-r1:14b

cmd输入对应指令，会进行下载，已经下载成功了，输入此指令会run，如下

可以输入ollama list查看电脑下载了什么模型

下载模型前，如果不想把模型下载到C盘，可以环境变量设置：OLLAMA_MODELS

OLLAMA_HOST,是因为在ragflow部署的是docker虚拟机（它翻译的是基于linux的win，我理解是基于win的linux系统），要访问本机，需要开这个端口

设置好了环境变量，记得重启，才生效

GitHub上下载ragflow代码解压

GitHub - infiniflow/ragflow: RAGFlow is an open-source RAG (Retrieval-Augmented Generation) engine based on deep document understanding.

找到docker文件夹，修改env文件

注释RAGFLOW_IMAGE=infiniflow/ragflow:v0.16.0-slim

取消注释RAGFLOW_IMAGE=infiniflow/ragflow:v0.16.0

此目的是为了安装全量版本的ragflow，GitHub上有说

在docker文件夹下打开cmd（一定要在docker页面下输入，不然会报错），输入

docker compose -f docker-compose.yml up -d

出现如下错误context canceled，我的解决方法为科学上网

成功下载后，输入docker compose -f docker-compose.yml up -d，界面为：

打开docker，不用sign in，直接continue，skip，到如下界面，可以看到已经启动，container memory usage 为9.23GB，就是前面ollama run deepseek-r1:14b，下载的模型大小。

此时右下角会有2个图标

打开网页，输入localhost:80,打开ragflow，账号密码随便注册（因为是在本地，没限制）

登录过后，点击1.右上角头像；2.模型提供商；3.待添加的模型。

找到ollama，添加模型，deepseek是chat模型，选择chat，模型名称可以在cmd-ollama list查看

url自己本机的ip加端口（前面环境变量记得设置），然后token（随便写），确定。

如果报错，如下，模型名称不要直接粘贴从ollama上复制的ollama run deepseek-r1:14b，把ollama run去掉。我个肺雾，我一直以为是网络不通，在调ip，环境变量，防火墙（还报错，可能防火墙拦截了，直接关掉）

添加成功后，知识库，创建知识库

新增文件（上传自己的知识库），记得解析（圈起来的横三角）

点击聊天，新建助理，选择前面创建的知识库

进行问答