经过硬件升级改造，将显卡升级GeForce RTX 5090，按照前两篇关于DeepSeek笔记，重新搭建了DeepSeek-R1:32b模型。为了后续能通过多终端通过URL访问使用本地的DeepSeek模型，结合Python+Flask+Ollama+DeepSeek-R1:32b模型构建一个Web服务。其过程如下所示：
一、安装必要的库
1.关于Ollama库
在DeepSeek笔记一中安装成功后，可以不需要安装Ollama库。如果不放心，也可以执行下列指令：
bash
pip install ollama2.安装Flask库
运行cmd，启动控制台中，在控制台执行下列命令：
bash
pip install flask二、使用Ollama库访问本地部署的DeepSeek-R1模型
新建一个Python文件，代码如下：
python
"""
利用Ollama封装来调用
"""
from ollama import chat
from ollama import ChatResponse
def getFrmOllama(content:str):
"""
通过Ollama封装调用
Args:
content (str): _消息_
"""
print("client")
response:ChatResponse = chat(model="deepseek-r1:32b",messages=[{"role":"user","content":f"{content}"}],)
print(response['message']['content'])
print(response.message.content)
if __name__ =="__main__":
getFrmOllama("请用英语介绍DeepSeek-R1模型，谢谢！")测试上述程序，运行结果是：
三、利用Flask生成简单访问DeepSeek-R1模型的Web服务
1.搭建简单的WEB服务
Flask框架可以快速搭建简单的WEB服务。在这里，将搭建一个访问DeepSeek-R1模型的Web简单应用，响应的结果为json数据。代码如下：
python
"""
结合Ollama和flask生成访问DeepSeek模型的api接口
"""
from flask import Flask,request,jsonify
from ollama import chat,ChatResponse
app = Flask("__main__")
def getFrmOllama(content:str):
"""
表示从
Args:
content (str): 表示发送给DeepSeek模型的文本'
"""
response:ChatResponse = chat(model = "deepseek-r1:32b",
messages=[{"role":"user","content":f"{content}"}])
result ={"content":f"{content}",
"response":f"{response.message.content}"}
return result
@app.route("/result/<string:content>",methods=["GET","POST"])
def getResult(content):
"""
表示相应的结果
Args:
content (_type_): _发出咨询的消息_
"""
response = getFrmOllama(content)
return jsonify(response)
if __name__ == "__main__":
app.run()运行上述代码，Flask顺利启动，但是在浏览器却显示500错误，表示服务器出现内部问题。注意到访问本地部署的DeepSeek-R1模型，响应时间比较久，估计是因为这个原因导致服务出现500错误。因此考虑使用简单的协程方式来处理。将上述的代码修改为如下形式：
python
"""
结合Ollama和flask生成访问DeepSeek模型的api接口
"""
from flask import Flask,request,jsonify
from ollama import chat,ChatResponse
app = Flask("__main__")
async def getFrmOllama(content:str):
"""
表示从
Args:
content (str): 表示发送给DeepSeek模型的文本'
"""
response:ChatResponse = chat(model = "deepseek-r1:32b",
messages=[{"role":"user","content":f"{content}"}])
result ={"content":f"{content}",
"response":f"{response.message.content}"}
return result
@app.route("/result/<string:content>",methods=["GET","POST"])
def getResult(content):
"""
表示相应的结果
Args:
content (_type_): _发出咨询的消息_
"""
response = asyncio.run(getFrmOllama(content))
return jsonify(response)
if __name__ == "__main__":
app.run()然后启动Flask服务，这时运行结果类似下图所示：
2.在服务中关闭DeepSeek的思考的代码处理
从上述运行结果可以发现，response的信息包括了DeepSeek-R1模型思考的过程，有时并不希望出现思考信息，需要关闭DeepSeek的思考。
python
# -*- coding:utf-8 -*-
"""
结合Ollama和flask生成访问DeepSeek模型的api接口
"""
from flask import Flask,request,jsonify
from ollama import chat,ChatResponse
import asyncio
app = Flask("__main__")
async def getFrmOllama(content:str,think:bool):
"""
表示从
Args:
content (str): 表示发送给DeepSeek模型的文本'
"""
response:ChatResponse = chat(model = "deepseek-r1:32b",
messages=[{"role":"user","content":f"{content}"}],
think = think)
result ={"content":f"{content}",
"response":f"{response.message.content}"}
return result
@app.route("/result/<string:content>",methods=["GET","POST"])
def getResult(content):
"""
表示相应的结果
Args:
content (_type_): _发出咨询的消息_
"""
response = asyncio.run(getFrmOllama(content,True))
return jsonify(response)
@app.route("/resultnothink/<string:content>",methods=["GET","POST"])
def getResultWithoutThink(content):
"""
表示相应的结果
Args:
content (_type_): _发出咨询的消息_
"""
response = asyncio.run(getFrmOllama(content,False))
return jsonify(response)
if __name__ == "__main__":
app.run()针对上述代码修改如下几处：
- 修改getFrmOllama函数，增加一个think参数，参数类型为bool,当think取值为True，表示可以思考，当取值为False，表示关闭思考；
- 真实启动或关闭DeepSeek-R1模型的思考过程，是通过设置ollama.chat()函数的think参数来实现的；
- 分别定义getResult函数和getResultWithoutThink函数处理两种不同情况：启动思考和关闭思考；
运行上述修改后代码，测试关闭思考过程，运行结果如下所示：
从运行结果可以发现，DeepSeek-R1模型的思考过程的确没有出现。