【人工智能】Open WebUI+ollama+deepSeek-r1 本地部署大模型与知识库

[一、命令行下载安装](#一、命令行下载安装)

二、运行

[三、添加开机自启服务 ollama serve](#三、添加开机自启服务 ollama serve)

[四、重新加载配置、重启ollama server](#四、重新加载配置、重启ollama server)

五、查看模型文件信息

[六、添加open-webui](#六、添加open-webui)

[七、配置open webui](#七、配置open webui)

八、创建自己知识库

九、网络加密优化

十、大工告成，大家如果有问题可以私信我

Ollama下载安装地址：Download Ollama on Linux

一、命令行下载安装

通过官方网址命令来运行下载ollama

bash 复制代码

curl -fsSL https://ollama.com/install.sh | sh

二、运行

1、启动 ollama 服务

bash 复制代码

ollama serve

2、运行大模型

bash 复制代码

#测试安装是否成功
ollama --version
#ollama run <模型名称>；我这里是L40显卡，运行一个32B的deepseek;
#如果你的电脑配置GPU配置不足。可以运行更小参数的如7b 、8b；替换一下32b的参数即可

ollama run deepseek-r1:32b

三、添加开机自启服务 ollama serve

1 关闭 ollama 服务

bash 复制代码

#关闭 ollama 服务
 service ollama stop

2 、修改配置文件

bash 复制代码

#修改配置文件
sudo gedit /etc/systemd/system/ollama.service

1 把User改为你的linux系统用户名 ,Group 改为你的linux用户组

2 添加 Environment="OLLAMA_MODELS=/path/ollama_cache" 改为你的路径

3 添加 Environment="OLLAMA_HOST=0.0.0.0:11434" 配置ollama 服务监听所有IP和端口

bash 复制代码

[Unit]
Description=Ollama Service
After=network-online.target

[Service]
ExecStart=/usr/local/bin/ollama serve
User=你的linux用户名
Group=你的linux用户组
Restart=always
RestartSec=3
Environment="OLLAMA_MODELS=/path/ollama_cache"
Environment="OLLAMA_HOST=0.0.0.0:11434"
Environment="PATH=/usr/local/sbin:/usr/local/bin:/usr/sbin:/usr/bin:/sbin:/bin:/snap/bin"

[Install]
WantedBy=default.target

四、重新加载配置、重启ollama server

bash 复制代码

#重新加载配置

sudo systemctl daemon-reload

#重启ollama server

sudo systemctl start ollama

五、查看模型文件信息

bash 复制代码

#查看模型信息
ollama list

六、添加open-webui

1、docker 拉取现有的镜像，创建容器运行

bash 复制代码

#修改/etc/docker/daemon.json
{
  "registry-mirrors": [
    "https://docker.1ms.run",
    "https://docker.1panel.live/"
  ]
}

bash 复制代码

#使用docker进行安装,因为使用本地的deepseek。所以创建时候默认关闭了openai的外网访问
run -d -e ENABLE_OPENAI_API=0  -p 3000:8080   --add-host=host.docker.internal:host-gateway   -v open-webui:/app/backend/data   --name open-webui   --restart always   ghcr.io/open-webui/open-webui:main

七、配置open webui

1、访问open webui 创建管理员账号

浏览器访问地址：http://ip地址:3000

第一次输入的账号、电子邮箱、以及密码是管理员的

2、管理员面板核心功能

‌用户管理‌

‌路径 ‌：左侧导航栏进入 ‌Admin Panel > Users‌
‌操作项 ‌：
- 添加用户：设置用户名、密码、邮箱及用户类型（管理员/普通用户/待激活）‌2
- 权限分配：通过 Roles 设置用户模型访问权限（如禁用模型下载或删除权限）‌24
- 密码重置：支持批量生成临时访问令牌‌

‌用户组权限配置‌

‌路径 ‌：‌Admin Panel > Permission Groups‌
‌配置逻辑 ‌：
1. 创建新权限组（如 研发组）
2. 勾选 ‌访问模型列表‌ 等基础权限
3. 在 ‌用户‌ 选项卡关联成员账号‌

3‌、模型可见性控制

1、点击设置->选择外部连接：因为是本地部署，这里关闭了openAI API 功能选项，打开本地的Ollama API连接，配置连接地址：http://host.docker.internal:11434

2、点击设置->选择模型：这里列出了ollama运行的所以模型。

点击对应的模型可以进行配置；

4、知识库文档配置

这里选择文档，对本地知识库内容搜索引擎及语义向量模型进行配置：

这里内容提取引擎是部署的本地化的Tika；语义向量模型使用的是默认的（建议换成：shaw/dmeta-embedding-zh:latest或者bge-m3:latest 模型引擎）

1、本地部署Tika引擎

bash 复制代码

#使用docker部署 端口9998
docker run -d   --name tika   -p 9998:9998   apache/tika:latest

5、联网搜索配置

联网搜索模块我使用的是tavily;

我查阅了一些资料，有人说searxng比较好用，而且可以本地部署；我本地部署了一个，结果不能用。

不得以才使用的tavily。tavily缺点是得去官网申请api key;且申请的过程相对繁琐，一般人就直接放弃了可能；

1、本地部署searxng引擎

bash 复制代码

#使用docker进行拉取镜像并运行
docker run -d -p 8888:8080 searxng/searxng

通过http://localhost:8888即可访问：

6、语音和图形引擎配置

这一块语音建议配置openai的或者自行搭建。稍微比较繁琐；

图形使用Gmini

八、创建自己知识库

选择工作空间---知识库---点击+号命名一个知识库空间；然后上传文档即可

然后按照第八步骤中第四：配置文档知识库，在选择的模型中管理知识库即可

还有一种方法就是在会话聊天中，输入#号可以调用知识库+模型来进行回答

九、网络加密优化

将http://localhost:3000访问地址优化为：https:dns域名来进行访问

准备工作

1、将公司证书上传至服务器

将证书文件xxxx.com.cn.pem（需包含完整证书链）和私钥xxxx.com.cn.key上传至服务器，建议存放路径：

bash 复制代码

sudo mkdir -p /etc/nginx/ssl/deepseek
sudo cp xxxx.com.cn.pem /etc/nginx/ssl/deepseek/
sudo cp xxxx.com.cn.key /etc/nginx/ssl/deepseek/

2、验证证书链完整性（可选）

bash 复制代码

openssl x509 -in /etc/nginx/ssl/deepseek/xxxx.com.cn.pem -text -noout

安装并配置Nginx

1、安装nginx

bash 复制代码

sudo apt update && sudo apt install nginx -y

2、创建Nginx配置文件

新建配置文件/etc/nginx/sites-available/deepseek.conf，内容如下：

bash 复制代码

#注意将以下域名地方进行更改成自己的域名
server {
    listen 443 ssl;
    server_name deepseek.xxxx.com.cn;

    ssl_certificate /etc/nginx/ssl/deepseek/xxxx.com.cn.pem;
    ssl_certificate_key /etc/nginx/ssl/deepseek/xxxx.com.cn.key;
    ssl_session_timeout 1d;
    ssl_session_cache shared:MozSSL:10m;
    ssl_protocols TLSv1.2 TLSv1.3;
    ssl_ciphers ECDHE-ECDSA-AES128-GCM-SHA256:ECDHE-RSA-AES128-GCM-SHA256;
    ssl_prefer_server_ciphers off;

    location / {
        proxy_pass http://localhost:3000;
        proxy_set_header Host $host;
        proxy_set_header X-Real-IP $remote_addr;
        proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for;
        proxy_set_header X-Forwarded-Proto $scheme;
        chunked_transfer_encoding off;
        # 关闭代理层缓冲（必须）
        proxy_buffering off;
        proxy_buffer_size 16k;
        proxy_buffers 4 64k;
        # 保持长连接与流式数据支持
        proxy_http_version 1.1;
        proxy_set_header Connection '';
        proxy_set_header Host $host;
        # 流式响应超时配置（可选调整）
        proxy_read_timeout 24h;
        proxy_ssl_server_name on;
        proxy_ssl_verify off;  # 自签名证书可临时关闭验证
        proxy_send_timeout 86400s;
        proxy_set_header Upgrade $http_upgrade;
        proxy_set_header Connection "upgrade";
        proxy_set_header Sec-WebSocket-Version 13;
    }
}

server {
    listen 80;
    server_name deepseek.xxxx.com.cn;
    return 301 https://$host$request_uri;
}

启用配置并测试

bash 复制代码

sudo ln -s /etc/nginx/sites-available/deepseek.conf /etc/nginx/sites-enabled/
sudo nginx -t  # 检查配置语法
sudo systemctl reload nginx

【人工智能】Open WebUI+ollama+deepSeek-r1 本地部署大模型与知识库

一 、命令行下载安装

二、运行

1、启动 ollama 服务

2、运行大模型

三、添加开机自启服务 ollama serve

1 关闭 ollama 服务

2 、修改配置文件

四、重新加载配置、重启ollama server

五、查看模型文件信息

六、 添加open-webui

1、docker 拉取现有的镜像，创建容器运行

七、 配置open webui

1、访问open webui 创建管理员账号

2、管理员面板核心功能

‌用户管理‌

‌用户组权限配置‌

3‌、模型可见性控制

4、知识库文档配置

1、本地部署Tika引擎

5、联网搜索配置

1、本地部署searxng引擎

6、语音和图形引擎配置

八、创建自己知识库

九、网络加密优化

准备工作

1、将公司证书上传至服务器

2、验证证书链完整性（可选）

安装并配置Nginx

1、安装nginx

启用配置并测试

十、大工告成，大家如果有问题可以私信我

一、命令行下载安装

六、添加open-webui

七、配置open webui