本地私有化部署 DeepSeek & Dify ，告别“服务器繁忙，请稍后再试”

前言

DeepSeek 最近实在太火爆了，导致官网对话访问经常提示"服务器繁忙，请稍后再试"。如下图所示：

关于什么是DeepSeek这里就不科普了，自己上网随便查一下就知道了。

官网：https://www.deepseek.com/

目前DeepSeek最大的问题是访问流量太大，导致用户体验不好，它的深度思考模型和联网能力没有充分发挥出来，不过我相信后续加大投入，这类问题应该能得到缓解。

本文主要面向想在本地部署私有模型的开发同学，打造专属私人AI助手。

前置准备

硬件环境

MacBook Pro（推荐）
CPU >= 2 Core
内存 >=16GB （推荐）

笔者的电脑配置：

软件环境

Docker
Docker Compose
Ollama
Dify 社区版
ChatBox

注：这里只演示在MacBook的部署过程，Windows和Linux的同学请自行实践。

安装Ollama & 加载模型

什么是Ollama?

Ollama 是一款跨平台的大模型管理客户端（MacOS、Windows、Linux），旨在无缝部署大型语言模型 (LLM)，例如 DeepSeek、Llama、Mistral 等。Ollama 提供大模型一键部署，所有使用数据均会保存在本地机器内，提供全方面的数据隐私和安全性。

官网：https://ollama.com/

下载&加载本地模型

下载安装完ollama后，通过命令行可以查看对应的版本，并可以开始部署你想要的模型，这里选择的是deepseek-r1（默认是7b）。

https://ollama.com/library/deepseek-r1

cpp 复制代码

ollama run deepseek-r1

安装交互式UI：ChatBox

什么是ChatBox？

Chatbox AI 是一款 AI 客户端应用和智能助手，支持众多先进的 AI 模型和 API，可在 Windows、MacOS、Android、iOS、Linux 和网页版上使用。

https://chatboxai.app/zh

选择模型提供方：OLLAMA API
填入API域名：http://127.0.0.1:11434
选择模型：deepseek-r1:latest

验证本地模型对话

至此你已经可以通过chatbox来跟deepseek对话，如果你只是想体验DeepSeek的功能，下面关于Dify 大模型服务搭建可以略过。

Dify 搭建个人知识库

什么是Dify？

Dify 是一款开源的大语言模型(LLM) 应用开发平台。它融合了后端即服务（Backend as Service）和 LLMOps 的理念，使开发者可以快速搭建生产级的生成式 AI 应用。即使你是非技术人员，也能参与到 AI 应用的定义和数据运营过程中。

Docker Compose部署

cpp 复制代码

git clone https://github.com/langgenius/dify.git
cd dify/docker
cp .env.example .env

参考Docker Compose部署
https://docs.dify.ai/zh-hans/getting-started/install-self-hosted/docker-compose

启动Docker容器

shell 复制代码

docker compose up -d # 如果版本是Docker Compose V1，使用命令：docker-compose up -d

假设遇到以下问题，可以在前面我们安装的Docker Desktop设置里面配置镜像：

Docker Engine 配置

shell 复制代码

{
  "builder": {
    "gc": {
      "defaultKeepStorage": "20GB",
      "enabled": true
    }
  },
  "experimental": false,
  "registry-mirrors": [
    "https://registry.dockermirror.com",
    "https://docker-0.unsee.tech",
    "https://docker.1panel.live",
    "https://docker.imgdb.de",
    "https://docker.m.daocloud.io",
    "https://docker.tbedu.top",
    "https://image.cloudlayer.icu",
    "https://docker.melikeme.cn",
    "https://cr.laoyou.ip-ddns.com",
    "https://dockerpull.cn",
    "https://hub.fast360.xyz",
    "https://docker.hlmirror.com"
  ]
}

国内代理经常失效或访问超时，这里可以多尝试几次，或者配置新的代理镜像地址。

参考：目前国内可用Docker镜像源汇总（https://www.coderjia.cn/archives/dba3f94c-a021-468a-8ac6-e840f85867ea）

镜像容器启动成功如下所示：

Dify 平台添加Ollama模型

1、浏览器访问http://localhost/（默认 80 端口），进入Dify。

2、首次进入初始化设置账号密码

3、点击 Dify 平台右上角头像-> 设置 -> 模型供应商，选择Ollama，点击"添加模型"

模型名称：deepseek-r1
基础URL：http://host.docker.internal:11434

Dify 创建应用

Dify支持聊天助手、Agent、文本生成等基础应用，还支持进阶应用Chatflow和工作流。这里我们先简单尝试创建聊天助手，填入基本信息，点击"创建"即可。

Dify 创建知识库

主页选择知识库 -> 创建知识库 -> 上传知识，搭建属于你自己的知识库。

使用知识库

至此，基于Dify搭建个人知识库已完成，如此一来模型可以基于知识库输出更精确的的问答。

写在最后

本文实践了如何通过Ollama 本地部署DeepSeek R1 模型，并且尝试通过Dify 平台来创建个人知识库，进而搭建专属私人的AI 助手。笔者在实践的过程中也收获良多，打开了自己尝试AI工具的思路。

DeepSeek 的爆火估计会让全球科技巨头重新审视"大力（堆芯片，高成本）出奇迹"的问题，一家名不见经传的小公司为什么能够突破创新，而且诞生在中国，难道我们已经摆脱"追随者"的身份了？我相信这只是开始，AI军备竞赛已经开始打响，作为普通人无法避开科技浪潮，如何不让自己随波逐流，或许我们需要躬身入局去体验，思考和探索。