目录
1 大白话说一下文章内容
本篇文章基于Ollamal搭建本地DeepSeek，Ollamal是一个可以构建大模型的工具，Ollamal也提供了很多模型。
本地部署了Dify，使用Dify做了个简单的AI应用，Dify是一个大模型应用构建工具，可以快速搭建和部署生成式Al应用程序。
内容里也记录了作者本人踩的很多坑！！供大家避雷！！！
2 作者的电脑配置
基于下面版本的大模型，本地跑了几个测试，微微热，电脑CPU 50%左右
3 DeepSeek的本地部署
Ollamal是一个开源框架，作用是在本地机器上便捷部署和运行大型语言模型(LLM)。
3.1 Ollamal的下载和安装
访问https://ollama.com/进入Ollama官网下载Ollama,要选择下载对应的操作系统版本即可
我的是mac版本的，下载好了傻瓜式安装后就是这样
因为我不安装llama模型，所以先不执行，直接关闭。
deepseek_22">3.2 选择合适的deepseek模型
进入https://ollama.com中，选择Deepseek-r1（ps：或者你喜欢其他模型你也可以选择其他模型）
根据自己电脑的硬件配置来选择模型大小，我这里选择的是deepseek-r1的7b，点击它！（ps：这里的b代表了10亿，表示大模型下的一个神经元就有7*10亿的参数）
deepseek_27">3.3 安转deepseek
复制安装命令如下，回到命令提示符窗口，将复制的命令粘贴到命令提示符窗口中并按回车键即可下载模型
ollama run deepseek-r1:7b
静静等待拉取结束，然后你就可以问他问题啦！
下面命令是启动命令，如果你部署了其他模型，模型名称是你部署的模型的名称
ollama run 模型名称
下面命令是关闭大模型
/bye
到这你就有个本地的大模型啦！（eg：我的电脑配置跑这个模型难一点的问题会稍稍热，不过也能带动。）
4 Dify+DeepSeek构建Al应用
Didy是一个开源的大语言模型(Large Language Model,LLM)应用开发平台。它融合了后端即服务(Backend as a Service,BaaS)和LLMOps的理念，旨在帮助开发者，甚至是非技术人员，能够快速搭建和部署生成式Al应用程序。
Dify内置了构建LLM应用所需的关键技术栈，包括对数百个模型的支持、直观的Prompt编排界面、高质量的RAG引擎、稳健的Agent框架、灵活的流程编排，并同时提供了一套易用的界面。
更细节的功能可以参考：Dify官网
4.1 Dify的安装
4.1.1 前置条件
- 确保你的电脑上有docker和docker-compose，因为dift是用docker-compose启动的
- 计算机要求：CPU >= 2 Core CPU = 2核心 RAM >= 4 GiB RAM>= 4 GiB
4.1.2 拉取代码
github地址：dify
拉取代码到本地：
git clone https://github.com/langgenius/dify.git
下载下来的文件就长下面的样子
4.1.3 启动Dify
执行指令：
cd dify
cd docker
cp .env.example .env
这里建议你本地部署切到1.0.0-beta.1这个tag下，因为新版的包的镜像好多都很难拉下来
切换到tag1.0.0-beta.1，执行指令：
git checkout 1.0.0-beta.1
执行下面指令启动dify
docker compose up -d
可能会遇到镜像拉不下来的错误
你看见这种超时的报错：Error response from daemon: Get “https://registry-1.docker.io/v2/”: net/http: request canceled while waiting for connection (Client.Timeout exceeded while awaiting headers)
或者是握手超时的报错（ps：没那条报错记录了）
或者是这种错误：Error response from daemon: Get “https://registry-1.docker.io/v2/”: context deadline exceeded
你就再次尝试！！！频繁尝试！！有志者事竟成！！
终于在我不懈的努力下，都拉取成功，最终成功的样子会展示成这样！都是对号✅！如果不是，请继续执行 docker compose up -d
如果你部署其他版本的dify，很容易出现某个镜像拉不下来的原因，我是基于下面这个docker镜像库拉取的，你也可以尝试一下！
修改daemon.json文件，配置镜像库：
sudo vim /etc/docker/daemon.json
{"registry-mirrors": ["https://docker.1panel.live","https://docker.nju.edu.cn","https://docker.m.daocloud.io","https://dockerproxy.com","https://hub-mirror.c.163.com","https://docker.mirrors.ustc.edu.cn","https://registry.docker-cn.com","https://registry.cn-hangzhou.aliyuncs.com"]
}
配置完了docker仓库要记得重启！
4.2 Dify控制页面
dify部署成功了，登录dify的首页看一下,浏览器访问：http://localhost/install
设置管理员账号、密码、邮箱信息，这个账户是最大权限的账户！！
设置后会跳到
登录后就到了管理界面了，因为我自己调试了dify，增加了几个应用，所以展示如下，首次登录只有创建应用
配置上文中本地搭建好的deepseek-r1 7b大模型，右上角的设置
选择ollama点击安装，因为我已经安装了，所以展示个通义千文的
安装后会让你配模型，配置如下，你可以自我调整
这里有个两个坑：
- 上面的模型名称一定要和你下载的模型名称一模一样，就是在ollama中下载的模型名称
- 基础url配置有两种配置方式
配置一：http://host.docker.internal:11434/
11434是ollama默认端口，ollama运行在宿主机上，dify运行在docker容器中，网络不通，这里这样配置可以使docker能访问到ollama
配置二：终端输入launchctl setenv OLLAMA_HOST "0.0.0.0"，重启ollama
将ollama的环境变量设置值 “0.0.0.0”，它允许从同一台机器上的不同网络接口访问服务
有的大模型不支持高级配置，我这里又装了个大模型，配置如下，自行拉取
配置好大模型的dify应该是这样的，忽略这个图片坏了。。。
到此dify就和deepseek整合了，接下来看看dify怎么使用deepseek
4.3 使用Dify实现个“文章标题生成器”应用
创建个空白的应用：
根据需求创建应用，因为我想实现个“文章标题生成器”，那么我这里就选择，文本生成应用
首次登录需要配置一下大模型，按照引导配就行了，也可以在右上角切换大模型
我这个应用就是想根据关键字和话题生成少于规定字数的几个标题
该应用配置如下：
可以声明变量，变量结合提示词会一起执行
因为设置了变量，运行之前需要填一些内容
返回结果如上，因为这里接入的是R1的推理模型，所以还会返回推理过程，如果这里想只返回内容可以接入指令模型！！！
最后介绍一下发布这个模块
这个更新会保存你的内容到数据库中，下次打开会保留你的设置
介绍一下嵌入网站，它可以生成代码嵌入到你的前端页面，也可以作为Chrome浏览器扩展应用使用
也可以调用api的方式获取到该dify的运行结果、日志等
点击访问API，会弹出对应的应用的api调用方式，可以基于自己的应用去调用，api中涉及的API密钥在右上角
4.4 “探索”模块404处理
点击中上方的“探索”展示404！！！404是啥啊？？找不到页面呗！！
配置一下nginx，进入到dify的文件夹下，我的地址路径是这样的：
cd /Users/liuyang/AI本地搭建/dify/docker/nginx/conf.d
修改vim default.conf.template文件：
vim default.conf.template
增加配置：
location /explore {proxy_pass http://web:3000; # 确保请求路由到 web 服务include proxy.conf;
}
然后重启nginx容器就可以啦！！！
执行命令：
docker restart docker-nginx-1
等待重启好了，再去访问“探索”模块
这里展示的都是英文，在设置设置成简体中文再切回来就变成中文啦！
再看一下！
很帅！！！！
5 增语
Dify还可以使用工具哦！！结合应用类型，再结合你的业务，可以实现很多AI功能，可以参考一下探索看看别人配的！！借鉴一下！！
