本地私有化部署 DeepSeek & Dify ，告别“服务器繁忙，请稍后再试” ...

前言

DeepSeek 最近实在太火爆了，导致官网对话访问常常提示“服务器繁忙，请稍后再试”。 如下图所示：

关于什么是DeepSeek这里就不科普了，本身上网任意查一下就知道了。

   官网：https://www.deepseek.com/
  目前DeepSeek最大的问题是访问流量太大，导致用户体验不好，它的深度思索模型和联网本事没有充分发挥出来，不过我信任后续加大投入，这类问题应该能得到缓解。
本文重要面向想在本地部署私有模型的开发同学，打造专属私家AI助手。
前置准备

硬件情况

• MacBook Pro（保举）
  
• CPU >= 2 Core
  
• 内存 >=16GB （保举）
  

笔者的电脑配置：

软件情况

• Docker
  
• Docker Compose
  
• Ollama
  
• Dify 社区版
  
• ChatBox
  

注：这里只演示在MacBook的部署过程，Windows和Linux的同学请自行实践。
安装Ollama & 加载模型

什么是Ollama?

   Ollama 是一款跨平台的大模型管理客户端（MacOS、Windows、Linux），旨在无缝部署大型语言模型 (LLM)，例如 DeepSeek、Llama、Mistral 等。Ollama 提供大模型一键部署，所有使用数据均会保存在本地机器内，提供全方面的数据隐私和安全性。
  

   官网：https://ollama.com/
  下载&加载本地模型

下载安装完ollama后，通过命令行可以查看对应的版本，并可以开始部署你想要的模型，这里选择的是deepseek-r1（默认是7b）。

   https://ollama.com/library/deepseek-r1

1. ollama run deepseek-r1

复制代码

安装交互式UI：ChatBox

什么是ChatBox？

   Chatbox AI 是一款 AI 客户端应用和智能助手，支持众多先辈的 AI 模型和 API，可在 Windows、MacOS、Android、iOS、Linux 和网页版上使用。
  https://chatboxai.app/zh
  

• 选择模型提供方：OLLAMA API
  
• 填入API域名：http://127.0.0.1:11434
  
• 选择模型：deepseek-r1:latest
  

验证本地模型对话

至此你已经可以通过chatbox来跟deepseek对话， 如果你只是想体验DeepSeek的功能， 下面关于Dify 大模型服务搭建可以略过。
Dify 搭建个人知识库

什么是Dify？

   Dify 是一款开源的大语言模型(LLM) 应用开发平台。它融合了后端即服务（Backend as Service）和 LLMOps 的理念，使开发者可以快速搭建生产级的生成式 AI 应用。即使你好坏技术职员，也能参与到 AI 应用的界说和数据运营过程中。
  

Docker Compose部署

1. git clone https://github.com/langgenius/dify.git
2. cd dify/docker
3. cp .env.example .env

复制代码

  参考Docker Compose部署
https://docs.dify.ai/zh-hans/getting-started/install-self-hosted/docker-compose
  启动Docker容器

1. docker compose up -d # 如果版本是Docker Compose V1，使用命令：docker-compose up -d

复制代码

假设遇到以下问题，可以在前面我们安装的Docker Desktop设置里面配置镜像：

Docker Engine 配置

1. {
2.   "builder": {
3.     "gc": {
4.       "defaultKeepStorage": "20GB",
5.       "enabled": true
6.     }
7.   },
8.   "experimental": false,
9.   "registry-mirrors": [
10.     "https://registry.dockermirror.com",
11.     "https://docker-0.unsee.tech",
12.     "https://docker.1panel.live",
13.     "https://docker.imgdb.de",
14.     "https://docker.m.daocloud.io",
15.     "https://docker.tbedu.top",
16.     "https://image.cloudlayer.icu",
17.     "https://docker.melikeme.cn",
18.     "https://cr.laoyou.ip-ddns.com",
19.     "https://dockerpull.cn",
20.     "https://hub.fast360.xyz",
21.     "https://docker.hlmirror.com"
22.   ]
23. }

复制代码

国内署理常常失效或访问超时，这里可以多尝试几次，大概配置新的署理镜像地址。
   参考：目前国内可用Docker镜像源汇总（https://www.coderjia.cn/archives/dba3f94c-a021-468a-8ac6-e840f85867ea）
  镜像容器启动乐成如下所示：

Dify 平台添加Ollama模型

1、浏览器访问http://localhost/（默认 80 端口），进入Dify。
2、首次进入初始化设置账号暗码
3、点击 Dify 平台右上角头像-> 设置 -> 模型供应商，选择Ollama，点击“添加模型”

• 模型名称：deepseek-r1
  
• 基础URL：http://host.docker.internal:11434
  

Dify 创建应用

Dify支持谈天助手、Agent、文本生成等基础应用，还支持进阶应用Chatflow和工作流。这里我们先简朴尝试创建谈天助手，填入根本信息，点击“创建”即可。
Dify 创建知识库

主页选择知识库 -> 创建知识库 -> 上传知识，搭建属于你本身的知识库。

使用知识库

至此，基于Dify搭建个人知识库已完成， 如此一来模型可以基于知识库输出更精确的的问答。
写在最后

本文实践了如何通过Ollama 本地部署DeepSeek R1 模型，并且尝试通过Dify 平台来创建个人知识库，进而搭建专属私家的AI 助手。笔者在实践的过程中也收获良多，打开了本身尝试AI工具的思绪。
DeepSeek 的爆火估计会让全球科技巨头重新审视“大力大肆（堆芯片，高成本）出古迹”的问题，一家名不见经传的小公司为什么能够突破创新，而且诞生在中国，岂非我们已经摆脱“追随者”的身份了？我信任这只是开始，AI军备比赛已经开始打响，作为普通人无法避开科技浪潮，如何不让本身随波逐流，或许我们需要躬身入局去体验，思索和探索。

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。