qidao123.com技术社区-IT企服评测·应用市场
标题:
Ubuntu服务器体系Docker摆设Ollama+AnythingLLM实现DeepSeek本地摆设
[打印本页]
作者:
万有斥力
时间:
2025-4-1 11:32
标题:
Ubuntu服务器体系Docker摆设Ollama+AnythingLLM实现DeepSeek本地摆设
服务器配置
CPU
:Intel® Xeon® Gold 6138 (20焦点 40线程)
内存
:32GB
磁盘
:4TB
GPU
:NVIDIA GeForce RTX 3090 24G显存
操作体系
:Ubuntu server 22.04
Docker版本
:20.10.22
操作体系、docker、gpu驱动如何安装,这些都可以在网上搜到相干信息,本文就不再描述了。
拉取Ollama镜像
Docker镜像仓库官方地址:docker官方镜像仓库地址
在“Explore”中找到“Gen AI”,然后往下翻,找到“Ollama”。
拉取指令
docker pull ollama/ollama
复制代码
这个镜像比力大,而且国内拉取镜像本来也比力慢。之前另有阿里云,道客云等平台的镜像加快站,现在很多都不能用了,这里列几个可用的加快站点,读者可以配置上。
vim /etc/docker/daemon.json
{
"data-root": "/var/lib/docker",
"log-driver": "json-file",
"log-level": "warn",
"log-opts": {
"max-file": "3",
"max-size": "10m"
},
# 主要是如下内容,其余部分请根据自己实际环境配置。
"registry-mirrors": [
"https://proxy.1panel.live",
"https://docker.1panel.top",
"https://docker.m.daocloud.io",
"https://docker.1ms.run",
"https://docker.ketches.cn"
],
"runtimes": {
"nvidia": {
"args": [],
"path": "nvidia-container-runtime"
}
}
}
复制代码
运行Ollama容器并拉取模子
根据镜像使用方式可知,运行ollama容器后,可在容器内拉取模子文件。
启动Ollama容器
docker run -d --gpus=all -v ollama:/root/.ollama -p 11434:11434 --name ollama ollama/ollama
复制代码
上述指令是官方给的参考指令,主要是-v参数,如果按照上述指令,-v背面直接根“ollama”,会在docker的存储卷中创建一个本地的ollama存储卷,如下图。不建议这种方式,因为这种方式,最后拉取的模子文件不好找(在这个目录中【/var/lib/docker/volumes】),照旧建议接纳自定义的绝对路径,方便找到模子文件生存的位置和迁移。
可以参考如下指令:
docker run -d --name ollama --gpus=all -v /home/rarelong/project/ollama/_data:/root/.ollama -p 11434:11434 ollama/ollama
复制代码
此中,/home/rarelong/project/ollama/_data是我复制的/var/lib/docker/volumes/ollama/_data/这个目录的内容,阐明ollama的模子文件是可以复制迁移的,那么就可以将ollama的镜像和这个目录全部打包,拷贝至没有互联网的环境中直接运行。
Ollama Dockerfile部门阐明
从ollama的镜像dockerfile内容来看,官方指定了一个ENTRYPOINT [“/bin/ollama”],CMD [“server”],这导致我们只能先将ollama镜像启动起来,看成服务运行,然后用“docker exec -it”指令拉取模子文件或者运行模子。如果直接在启动的时候加上相干参数,会启动失败。如下图:
官方dockerfile部门内容
正常启动画面如下:
阐明:此中docker启动的相干参数本文不做阐明,比如【-itd,–rm,-p,-v】等,这些必要读者自行学习。本文并非基础讲授内容,感谢理解。
拉取模子
Ollama官方地址:Ollama官方地址
前面几个就是deepseek-r1模子的链接,另有很多别的模子,可以根据需求下载。
点击进去之后,就有选择版本和对应的下载指令。
我这里已经下载了几个模子文件,32b,7b,8b这几个参数的文件。
比如这里我们再下载一个1.5b参数的模子。
如果接纳的参数是“run”,当本地没有这个模子文件时,会自动从ollama仓库中去拉取这个文件,这点根docker运行容器类似。
只是单独拉取文件的话,应该是“pull”参数。这个根docker也是类似的。
docker exec -it ollama ollama run deepseek-r1:1.5b
复制代码
AnythingLLM容器摆设
AnythingLLM官方地址:AnythingLLM官方地址
AnythingLLM
是一款专为企业或个人定制的
私有化大语言模子(LLM)应用平台
,焦点目的是为用户提供安全、可控且高度定制化的 AI 解决方案。
在官网上,一直往下翻,直到翻到“Run via Docker”时,点击,进入anythingllm的docker镜像仓库。
anythingllm镜像拉取
拉取镜像指令:
docker pull mintplexlabs/anythingllm
复制代码
在概述文件中,有该镜像的相干阐明,概述文件的最后有anythingllm容器的运行方式。
anythingllm容器运行
运行指南:anythingllm容器运行指南
anythingLLM文档
官方指令如下:
export STORAGE_LOCATION=$HOME/anythingllm && \
mkdir -p $STORAGE_LOCATION && \
touch "$STORAGE_LOCATION/.env" && \
docker run -d -p 3001:3001 \
--cap-add SYS_ADMIN \
-v ${STORAGE_LOCATION}:/app/server/storage \
-v ${STORAGE_LOCATION}/.env:/app/server/.env \
-e STORAGE_DIR="/app/server/storage" \
mintplexlabs/anythingllm
复制代码
简单解释一下上述指令中的一些参数:
export STORAGE_LOCATION= $ HOME/anythingllm:export定义当前bash的临时变量,变量名称【STORAGE_LOCATION】,变量值【 $ HOME/anythingllm】,此中$HOME是体系环境变量,值为当前用户的家目录。
&&:表现执行完上一条指令后,继承执行下一条指令,如果上一条指令执行失败,背面的指令不再执行。
mkdir:创建文件夹;-p:递归创建文件夹。
touch:创建文件;.env:前面带点的文件为隐蔽文件。这里应该是一个生存环境变量配置的文件。
docker run:运行容器。
cap-add SYS_ADMIN:给容器赋予比力宽泛的管理权限。留意【–cap-add SYS_ADMIN】 如果您想抓取网页,这是必须的下令。我们使用 PuppeeteerJS 来抓取网站链接,而 --cap-add SYS_ADMIN 允许我们在所有运行时中使用沙盒 Chromium 以实现最佳安全实践。
我这里之前运行过这个容器,所以前面的那些环境变量就不用设置了。如果你必要自定义这些换变量的内容,如数据存储目录(~/anythingllm目录),环境变量文件(.env),可以先行创建,在通过-v参数,以绝对路径方式挂载进容器。
自定义运行指令:
docker run -d -p 3001:3001 --cap-add SYS_ADMIN -v /home/rarelong/project/anythingllm/:/app/server/storage -v /home/rarelong/project/anythingllm/.env:/app/server/.env -e STORAGE_DIR="/app/server/storage" mintplexlabs/anythingllm
复制代码
通过这种方式,也可以把~/anythingllm目录和anythingllm的镜像打包迁移至别的安装有docker的服务器或pc上运行。
使用anythingLLM
访问
在浏览器输入服务器IP+端口,即可访问。
选择模子
这个必要ollama已经下载了相干模子,才气选择对应的模子文件。
给它上传一个文件,然后问它一个问题。
可以看到32b参数模子运行必要的显存空间是20G左右。
看来它照旧没认到这个图片的内容。
再次提问
过一会,gpu中的模子文件就没有了。
由此可见,anythingLLM对于pdf这种文档的处理另有一定的困难,比如pdf内里的图片中的内容,就没解析到。不外万能的网友已经有相识决方案,读者可以搜刮学习。
主要就是要让大模子熟悉你给的内容。
免责声明:如果侵犯了您的权益,请联系站长,我们会及时删除侵权内容,谢谢合作!更多信息从访问主页:qidao123.com:ToB企服之家,中国第一个企服评测及商务社交产业平台。
欢迎光临 qidao123.com技术社区-IT企服评测·应用市场 (https://dis.qidao123.com/)
Powered by Discuz! X3.4