ollama+open-webui本地部署自己的模型到d盘+两种open-webui部署方式(详细步骤+大量贴图)

一、ollama准备

1.官网下载ollama:https://ollama.com/download

2.在 d 盘创建 ollama 文件夹,把软件包放进去

3.管理员身份运行黑窗口

win + r 弹出运行窗口

输入 cmd 后, ctrl + shift + 回车,以管理员身份打开

3.切换到 d 盘,添加系统环境变量(如果直接运行安装文件,模型文件会自动保存在C盘。时间久了,C盘很容易存满)

d: 回车

setx OLLAMA_MODELS d:\ollama\models /M

OLLAMA_MODELS: 环境变量名称,d:\ollama\models: 变量值,/M: 创建的是系统环境变量)

作用展示:

4.切换到 ollama 目录,安装ollama程序到指定目录

cd ollama

ollamaSetup.exe /dir=d:\ollama

在弹出的安装界面中,点 Install 后, 等待完成

5.关闭原来的 CMD,打开一个新的 CMD,让配置生效,并查看ollama是否安装成功

ollama -v

二、拉取并运行模型

1.官网搜索想要的模型:https://ollama.com

点击models 菜单项,进入模型列表页面

2.找到模型后,点击进入详情页面

3.选择想要的模型参数大小,复制右侧的命令

4.回到 CMD 窗口,粘贴命令,修改命令为仅下载,不运行

原命令 ollama run deepseek-r1:7b

新命令 ollama pull deepseek-r1:7b

(下载(拉取模型)速度变慢,可以 ctrl+c 中断,过一会再执行 ollama pull deepseek-r1:7b, 将会接着上一次的进度进行拉取下载)

5.运行大模型

ollama run deepseek-r1:7b

在 >>>提示符后输入信息即可聊天

tips:管理员运行的黑窗口才可以中文输入

输入/bye 或者 ctrl + d 也可以退出. ollama服务还在

三、Open-webui前端部署

1.直接在anaconda创建的虚拟环境中部署

1.创建虚拟环境指令:conda create -n open-webui python=3.11

2.一般创建工作区非常顺利,如果不放心,新打开黑窗口,查看工作区是否创建成功指令:conda info -e

3.进入创建的工作区指令:conda activate open-webui

4.配置pip清华镜像指令:pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

镜像指令来自:https://zhuanlan.zhihu.com/p/628870519

5.安装 open-webui指令:pip install open-webui

6.启动 open-webui指令:open-webui serve

7.服务启动成功页面

8.浏览器打开服务:localhost:8080

9.输入信息,创建管理员账号

10.创建后进入页面,弹出版本信息

11.尝试使用(ctl+c或者叉掉黑窗口,意味着关闭服务,浏览器中将不能使用)

平时使用流程

1.打开黑窗口,进入open-webui工作区指令:conda activate open-webui

2.工作区中启动open-webui指令:open-webui serve

3.退出或关闭 open-webui:ctrl + c或者叉掉黑窗口

查看工作区安装的open-webui项目信息

指令:conda activate open-webui pip show open-webui

查看模型情况

查看ollama中拉取的模型指令:ollama list

查看正在运行的模型情况:ollama ps

删除open-webui工作区内容:

指令:conda remove -n open-webui --all

2.Open-webui使用非pip安装运行

  • node.js已经安装,版本20以上,(我下载的22)
  • node.js环境变量已配置

1.在github上下载源码

2.右键放项目的地方,打开Git Bash,克隆指令:git clone https://github.com/open-webui/open-webui.git (换成自己要克隆的项目地址哈)

3.等待克隆完成

4.使用魔法速度还是慢?克隆失败?

使用魔法指令:

git config --global http.proxy http://127.0.0.1:7890

git config --global https.proxy http://127.0.0.1:7890

如果不需要魔法,可以取消设置,指令:

git config --global --unset http.proxy

git config --global --unset https.proxy

目的是设置 Git 通过 HTTPHTTPS 协议访问网络时使用魔法工具地址,确保你的魔法工具(如 小猫)已启动,且 7890 端口是它的监听端口(不同工具端口可能不同),仅对 Git 生效,此配置不会影响其他程序(如浏览器)的网络请求

效果:速率提高到每秒兆字节

5.进入目录

6.路径输入cmd,启动黑窗口,运行指令npm install

7.路径打开的cmd不是管理员身份打开的,win+R打开运行,输入cmd后,ctrl+shift+回车。切到目录再执行指令:npm install

安装后会在目录中多一个文件夹:node_modules,如果没有显示,返回上一级文件夹,再进入。

8.继续输入指令完成前端构建:npm run build

9.依旧使用anaconda中创建的open-webui虚拟环境

10.运行指令:.\start_windows.bat

平常使用

1.路径打开黑窗口,避免切目录

2.虚拟环境下运行黑窗口

11.浏览器输入localhost:8080,聊天记录是空的,可见是新部署的。

四、我的疑惑

Q1:为什么右键项目,使用pycharm打开,运行后端的main.py文件,报无法打开数据库文件(unable to open database file),管理员运行pycharm也不行。。。

相关推荐
三品吉他手会点灯10 分钟前
STM32F103 学习笔记-24-I2C-读写EEPROM(第1节)-I2C物理层介绍
笔记·stm32·学习
文艺倾年11 分钟前
【强化学习】强化学习基本概念,20W字总结(一)
人工智能·python·语言模型·自然语言处理·面试·职场和发展·大模型
MartinYeung518 分钟前
[论文学习]大型语言模型中个人可识别资讯(PII)的机器遗忘技术:UnlearnPII 基准与 PERMU_tok 方法的深度分析
人工智能·学习·语言模型
器灵科技18 分钟前
AI视频工具实测:Seedance/可灵/HappyHorse谁最能打?
java·运维·数据库·人工智能·github
小小小小宇31 分钟前
前端 WebRTC 全解析与应用
前端
华玥34 分钟前
优化滚动列表,使用虚拟滚动
前端
小小小小宇34 分钟前
前端 WebAssembly 全解析与应用
前端
huangdong_42 分钟前
京东商品图片视频批量下载与m3u8视频合并技术完整实现方案
大数据·前端·数据库
DogDaoDao1 小时前
【GitHub】 Headroom 深度解析:AI Agent 上下文压缩层的完整技术拆解
人工智能·深度学习·程序员·github·ai agent·智能体·agent skill
尽兴-1 小时前
4.1 智能体核心:Agent、Sub-Agent、ReAct、规划执行
前端·javascript·react.js·agent·react·subagent