一、本地部署deepseek

（一）ollama安装

官网：
https://ollama.com/download

选择Download for Windows

下载完成后，安装即可。

（二）Windows环境调整

1.此电脑右键，选择“属性”，选择“高级系统设置”，在弹出窗口中选择“环境变量”。

2.新增2个环境变量分别是

（1）定义ollama端口号

变量名：OLLAMA_HOST

变量值：0.0.0.0:11434

这里注意，如果就自己用提议改成127.0.0.1:11434

同时要做好防火墙策略，避免当成肉鸡

（2）定义模型存储位置，默认在C盘，可以自行定义其他位置

变量名：OLLAMA_MODELS

变量值：F:studyollama（自己设置）

（三）安装deepseek模型

1.选择模型。可以根据自己电脑配置，选择对应模型，我这里配置是cpu：12th Gen Intel(R) Core(TM) i5-12500 3.00 GHz；显卡GPU NVIDIA GeForce RTX 3060 12.0 GB,选择了deepseek-r1:7b的模型。

2.下载模型。

在ollama官网上可以选择对应的模型，选择模型的网址
https://ollama.com/library/deepseek-r1:7b

3.打开cmd输入：ollama run deepseek-r1:7b

如其他的可以按照上图，选择对应模型，复制代码。

7b模型大致是4.8g左右，拉完后就可以在对话框进行对话。

二、安装知识库

（一）安装docker

可以参考：在Windows 平台上安装 Docker 的详细教程https://blog.csdn.net/HYP_Coder/article/details/141753300

1.下载docker

https://desktop.docker.com/win/main/amd64/Docker%20Desktop%20Installer.exe

下载完成后根据提示安装即可

2.汉化

https://github.com/asxez/DockerDesktop-CN

选择对应版本

（1）关闭Docker Desktop

（2）在Docker安装目录（Windows下默认为C:Program FilesDockerDockerfrontend esources，Macos下默认为/Applications/Docker.app/Contents/MacOS/Docker Desktop.app/Contents/Resources）找到app.asar文件并将其备份，防止出现意外。

（3）将从仓库下载的asar文件改名为app.asar后替换原文件

3.选择国内docker pull站点

在docker设置内找到docker引擎，增加以下内容

"registry-mirrors": [

"https://docker.1ms.run"

]

（二）安装ragflow

1.进入github下载

https://github.com/infiniflow/ragflow

2.修改参数

下载完成后，解压，进入docker文件夹，找到.env用记事本打开

在RAGFLOW_IMAGE=infiniflow/ragflow:v0.16.0-slim前增加“#”将该段注释掉

在# RAGFLOW_IMAGE=infiniflow/ragflow:v0.16.0

将前面的#删除

3.拉取

在F:RGAflow agflow-main agflow-main（解压存放的地方，进入到ragflow-main文件夹）地址栏内直接输入cmd

进入命令界面，输入

docker compose -f docker/docker-compose.yml up -d

就开始自动拉取相关镜像

4.进入知识库

拉取完成后，浏览器输入：http://localhost/login

进入RAGflow

选择sign up注册一个账号，登录后，在右上角可以设置简体中文

5.配置模型

选择模型提供商，找到ollama填写

（1）模型类型，选择chat

（2）模型名称，我是7b，填写deepseek-r1:7b，具体根据你拉取的模型名称填写。

（3）基础url，填入172.0.0.1：11434

（4）最大token数，自行设置。点击确认后，就完成了。