1、Deepseek 简介

DeepSeek 是杭州深度求索人工智能基础技术研究有限公司  (成立于2023年7月17日) 研发的推理模型，该模型采用强化学习进行后训练，旨在提升推理能力，尤其擅长数学、代码和自然语言推理等复杂任务。2025年1月20日，DeepSeek 正式发布 DeepSeek-R1 模型，并同步开源模型权重。在部署 DeepSeek 之前，需要安装 Ollama ,  Ollama 是大型语言模型框架，可以理解为AI模型的宿主，如果需要美观的 UI 界面，需要安装其他应用配合，本教程我们通过部署 OpenWebUI 应用来运行 DeepSeek-R1 模型。

Open WebUI 简介

是一款可扩展的、功能丰富的用户友好型自托管 Web 界面，旨在完全离线运行。它支持包括 Ollama 和与 OpenAl 兼容的 API 在内的多种 LLM 运行器。

Open WebUI 的主要特点

轻松设置：支持 Docker 和 Kubernetes 安装，提供便捷的映像管理。

API 集成：兼容 Ollama 和 OpenAI API，自定义 API URL，适配多个 LLM 服务如 LMStudio 和 OpenRouter。更多详情请查阅 Open WebUI 官方文档。

2、使用 Docker Compose 部署  OpenWebUI 容器（集成 Ollama）

在 UGOS Pro 系统上，推荐使用项目 Docker Compose 快速部署容器，适合需同时管理多个容器的场景，这种方法简化了容器的部署与管理工作。以下是使用 Docker Compose 部署 OpenWebUI 的详细步骤。

点击了解：什么是项目（Docker Compose）？

2.1 进入 Docker 项目界面

在 UGOS Pro 系统中，打开 Docker 应用，点击【项目】 > 【创建】，启动项目创建向导。

2.2 配置 Docker Compose 文件

在项目创建向导中，上传以下 OpenWebUI 的 Docker Compose 配置文件：

version: '3.8'
services:
  open-webui:
    container_name: open-webui
    image: ghcr.io/open-webui/open-webui:ollama  # 镜像名
    #加速器配置建议添加 https://docker.nju.edu.cn/
    restart: always  # 重启策略
    ports:
      - "3000:8080"  # Web 服务访问端口
    volumes:
      - ./ollama:/root/.ollama  # 存储与 ollama 相关的数据
      - ./open-webui:/app/backend/data  # 存储 Web UI 的后台数据

2.3 参数说明

注意：

●  表示当前 Docker Compose 文件所在的目录；

● 冒号前是 NAS 的存储路径，冒号后是容器内的映射路径。

2.4  部署说明

● 镜像来源：使用  镜像，该镜像已集成了 OpenWebUI 和 Ollama，因此无需单独运行 Ollama 服务，系统将自动完成启动与集成。

● 端口设置：OpenWebUI 默认端口为 8080，但可通过  参数调整。本文将其映射到 3000 端口，访问地址为 。Ollama 的默认端口为 11434，但无需暴露，因为镜像内部已完成对接，OpenWebUI 可直接调用 Ollama 服务。

相关阅读

【FAQ】如何在 Docker Compose 配置文件中正确表示 volumes 挂载路径？

2.5 部署项目

上传配置文件后，点击【立即部署】，系统会自动拉取镜像并启动容器。

镜像下载失败处理方法：

● open-webui镜像拉取失败：建议配置加速器以提高镜像下载速度，特别是在中国内地的网络环境下。 详细操作步骤请参考《Docker配置镜像加速和镜像源》了解如何设置。

● 代理设置：在某些情况下，您可能需要配置 HTTP/HTTPS 代理来辅助下载，详见《Docker通过设置代理下载镜像》。

2.6 访问 Open WebUI

要访问 Open WebUI 的 Web 界面，请按以下步骤操作：

1. 局域网内打开浏览器，访问部署地址，进入登录页面后点击开始使用。

2. 初次访问需创建管理员账号，设置用户名、邮箱及密码。

3. 使用新建的账号登录。

注意：初次访问页面时，可能会遇到内部错误或连接被拒的情况，请稍候分钟再尝试加载。

界面空白问题

登录时，界面可能暂时显示为空白状态，这是由于正在后台加载数据。您可以通过查看日志文件来确认加载进度和状态。

4. 成功登录后，将进入主界面。

界面空白排查：

1. 进入 UGOS Pro 的 Docker 应用。

2. 点击【容器】 > 选中 Open WebUI 容器 > 点击【日志】。

3. 请检查日志中是否包含模型加载的进度信息，如 "get_all_models" 或 "Loading models" 等提示。若日志显示正常加载，请等待1-2分钟，页面将自动刷新并恢复正常；若出现错误提示，则根据日志信息进行问题排查。

3、下载和部署 Deepseek-R1 模型

1. 前往 Ollama 官网：https://ollama.com下载模型，点击右上角 “Models” 。

2. 选择“deepseek-r1”模型，点击进入查看详情。

DeepSeek-R1各版本硬件要求和使用说明：

● 1.5b 大小的模型通常至少需要 8GB RAM，针对边缘设备上的快速推理进行优化的轻量级版本。

● 7b 大小的模型通常至少需要 16GB RAM，适用于通用推理任务的平衡模型。

● 8b 大小的模型通常至少需要 32GB RAM，有更高的准确性和更好的上下文理解。

● 14b 大小的模型通常至少需要 64GB RAM，推理和解决问题的能力得到提高。

● 32b 大小的模型通常至少需要 128GB RAM，更强的逻辑分析和更精细的逐步输出。

● 70b 大小的模型通常需要至少 256GB RAM，适用于高级人工智能驱动应用程序的高端版本。

● 671b 大小的模型通常需要至少 512GB RAM ，专家混合 (MoE) 模型，每个令牌激活 370 亿个参数，以实现最先进的推理性能。

3. 这里根据 NAS 硬件配置选择模型大小，不指定的话默认是 7B，若使用 NAS 部署模型，建议选择 1.5 B 大小的模型。

4. 复制旁边的拉取命令

5. 登录 Open WebUI 的 Web 界面，点击右上角搜索输入模型名称（例如：） 直接下载使用。

6. （可选）或返回 UGOS Pro 的 Docker 应用，进入【容器】 > 选中 Open WebUI 容器 > 点击【终端】 > 新增 Bash 连接。

7. （可选）在 Bash 终端中粘贴拉取命令，等待模型下载完成。

ollama run deepseek-r1:1.5b

8. （可选）显示 success 说明模型下载完成，重启容器。

9. （可选）登录 Open WebUI，确认模型是否已加载。

4、 使用 Deepseek-R1 模型

在新对话中使用模型，输入“ hello world!  ”或其他问题，可以看到已经能使用了。

请注意：部署大模型会显著增加 NAS 的 CPU 和内存负载，建议避免在高负载任务中使用。

5、注意事项

请注意，本教程中的镜像由第三方开发和维护，教程仅供参考。绿联不承担因用户操作不当、第三方软件漏洞或镜像更新引发的风险，包括但不限于：

· 第三方镜像可能导致您在 UGOS Pro 系统中的文件意外修改或删除。

· 使用不安全的镜像可能导致数据上传至第三方服务器，存在隐私和数据泄露风险。

· 为确保系统稳定和数据安全，请谨慎选择可信来源的第三方镜像。

其他注意事项：

1. 容器的文件/文件夹路径仅供参考，您可以根据个人习惯创建。

2. 网页访问的容器端口和本地端口应保持一致。如有冲突，请改为未使用的端口。容器之间的本地端口不能相同，端口冲突会导致无法启动容器。

3. 容器的网页链接仅在 bridge 桥接模式下可访问。

4. 镜像仅提供搭建教程，具体使用方法和深度玩法请网上搜索参考。

5. 镜像由第三方开发，具体配置变动和 bug 修复请关注相关官方信息。

6. 建议将 Docker 配置目录存储在 SSD 硬盘中，以避免机械硬盘影响系统性能。