3、ubuntu系统 | docker+dify+ollama+deepseek搭建本地应用（dify和ollama在各自容器中）

Dify：企业级 Agentic AI 解决方案开发平台。

AI风老师

1328人浏览 · 2025-06-05 03:25:09

AI风老师 · 2025-06-05 03:25:09 发布

1、docker 介绍与安装

docker安装：1、Ubuntu系统安装docker_ubuntu docker run-CSDN博客

docker介绍及镜像源配置：2、ubuntu系统docker介绍及镜像源和仓库配置-CSDN博客

docker常用命令：3、ubuntu系统docker常用命令-CSDN博客

docker compose安装：4、docker compose-CSDN博客

2、安装Ollama+deepseek

2.1、ollama安装，本地部署deepseek

Ubuntu系统 | 本地部署ollama+deepseek-CSDN博客

2.2、验证模型交互

在终端输入指令与模型对话：

(llm) wangqiang@wangqiang:~$ ollama run deepseek-r1:32b
>>> 你好
<think>

</think>

你好！很高兴见到你，有什么我可以帮忙的吗？无论是聊天、解答问题还是提供建议，我都在这里为你服务。😊

>>> 你是谁
<think>
嗯，用户之前问了“你好”，我回复了一个友好的问候，并表示愿意帮助。现在他问“你是谁”。这可能意味着他对我的身份或者功能产生了兴趣，想进
一步了解我。

首先，我要确定他为什么会问这个问题。可能是好奇，想知道我是如何工作的；或者是出于安全考虑，想要确认我的来源和能力范围。也有可能是他在测
试我，看看我能提供什么样的帮助。

接下来，我需要清晰地介绍自己，同时保持友好和专业。我应该说明我是一个AI助手，由深度求索开发，这样他能了解我的背景。然后，我要强调我的功
能，比如解答问题、提供建议等，让他知道我可以如何帮助他。

另外，要避免使用过于技术化的术语，确保信息易懂。同时，保持语气积极，鼓励用户提出更多问题或需求，让他感到被支持和理解。

最后，我应该以一种开放的方式结束回应，邀请他继续交流，这样可以促进更深入的对话，并满足他的各种需求。
</think>

您好！我是由中国的深度求索（DeepSeek）公司开发的智能助手DeepSeek-R1。如您有任何任何问题，我会尽我所能为您提供帮助。

>>> Send a message (/? for help)

3、使用 `Open WebUI` 作为交互界面

docker run -d -p 8081:8080 ghcr.io/open-webui/open-webui:main

命令解析：

docker run
Docker 的核心命令，用于创建并启动一个新容器

-d (detach)

让容器在后台运行（daemon 模式）

终端不会显示容器日志（可使用 docker logs 查看）

执行后会返回容器 ID

-p 8081:8080 (port mapping)

设置端口映射：主机端口:容器端口

格式：-p <主机端口>:<容器内部端口>

这里表示：

容器内部的 Web 服务运行在 8080 端口

将主机的 8081 端口映射到容器端口

访问方式：http://localhost:8081 或 http://<服务器IP>:8081（http://192.168.2.22:8081/）

ghcr.io/open-webui/open-webui:main

容器镜像地址：

ghcr.io：GitHub 容器注册表

open-webui/open-webui：项目仓库路径

:main：镜像标签（通常表示最新主分支构建）

如果本地没有镜像，Docker 会自动从注册表下载

完整功能解释：

从 GitHub 容器注册表下载最新的 Open WebUI 镜像

创建一个新容器

将容器内部的 8080 端口映射到主机的 8080 端口

在后台启动容器（不会阻塞终端）

访问方式：

启动成功后，在浏览器访问：
👉 http://localhost:8081（如果运行在本地）
或 http://<your-server-ip>:8081（如果在远程服务器运行）
# 8080端口被占用，修改为8081
(llm) wangqiang@wangqiang:~$ docker ps
CONTAINER ID   IMAGE                                COMMAND                   CREATED          STATUS                            PORTS                                         NAMES
5a383cbdd5df   ghcr.io/open-webui/open-webui:main   "bash start.sh"           10 seconds ago   Up 9 seconds (health: starting)   0.0.0.0:8081->8080/tcp, [::]:8081->8080/tcp   elastic_hermann
4455f8405701   wordpress                            "docker-entrypoint.s…"   9 days ago       Up Less than a second             0.0.0.0:8080->80/tcp, [::]:8080->80/tcp       wordpress-wordpress-1
195ddd8cdf97   mysql:8.0                            "docker-entrypoint.s…"   9 days ago       Up Less than a second             3306/tcp, 33060/tcp                           wordpress-db-1

4、dify

4.1、dify介绍

dify官网：Dify：企业级 Agentic AI 解决方案开发平台

中文官方帮助文档：Agent - Dify Docs

4.2、安装 Dify（AI 应用平台）

克隆 Dify 仓库

mkdir dify && cd dify
git clone https://github.com/langgenius/dify.git

克隆 Dify 仓库时遇到了网络问题（HTTP/2 流异常关闭）导致传输中断:

克隆失败留下残余文件，删除缓存目录

rm -rf dify

修复 Git 配置

# 增大 Git 缓冲区大小
git config --global http.postBuffer 524288000  # 500MB

# 禁用 HTTP/2（改用 HTTP/1.1）
git config --global http.version HTTP/1.1

# 重试克隆
git clone https://github.com/langgenius/dify.git

依然失败，重置 Git 的 HTTP 设置:

git config --global --unset http.version
git config --global --unset http.postBuffer

最终解决方案：

（1）是由于网络问题，因此清楚残余文件后，再次运行以下代码，直到完整下载为止：
git clone https://github.com/langgenius/dify.git
（2）直接下载压缩包解压

访问仓库：https://github.com/langgenius/dify/#

直接下载压缩包：

进入 Docker 配置目录

cd dify/docker

复制环境变量文件

cp .env.example .env

修改环境配置（可选但推荐）

编辑 .env 文件配置关键参数：

nano .env  # 或使用其他文本编辑器

重点关注以下参数：

# 必填项
POSTGRES_PASSWORD=your_strong_db_password  # 替换为强密码
REDIS_PASSWORD=your_redis_password        # 替换为强密码
SECRET_KEY=your_random_secret_string      # 随机字符串（建议 32 位）

# 可选配置
OPENAI_API_KEY=sk-xxx              # 若使用 OpenAI
SERVICE_API_URL=http://api:5001    # 保持默认
APP_API_URL=http://localhost/api    # 后端 API 地址
CONSOLE_WEB_URL=http://localhost   # 前端访问地址

关键配置项：

POSTGRES_PASSWORD=your_password  # 数据库密码
REDIS_PASSWORD=your_password     # Redis 密码
OLLAMA_BASE_URL=http://host.docker.internal:11434  # Ollama 地址

启动 Dify 服务

docker-compose up -d

访问 Dify 平台

首次访问 http://localhost/install 初始化管理员账户。

登录后进入工作台：http://192.168.2.22/apps。

http://192.168.2.22/install

4.3、将 DeepSeek 接入 Dify

配置模型供应商

登录 Dify 后，点击右上角头像 → 设置 → 模型供应商。
添加 Ollama 模型：
- 名称：DeepSeek-R1
- 基础 URL：http://host.docker.internal:11434
- 模型名称：deepseek-r1
- 最大上下文长度：根据模型文档填写（如 32768 tokens）。

验证连接

在 Dify 的 模型供应商 页面测试连接，确保无报错。

4.4、创建 AI 应用

新建应用
- 进入工作台 → 创建空白应用 → 选择 聊天助手 类型 → 输入应用名称 → 创建。
配置模型参数
- 在应用后台：
  - 选择模型：DeepSeek-R1
  - 设置提示词（Prompt）和参数（如温度、最大 token 数）。
测试对话
- 在应用界面输入问题（如 "周杰伦最新专辑"），观察模型输出。
扩展功能（可选）
- 本地知识库：上传文档（PDF、TXT 等），Dify 会自动解析并关联到对话中。
- 深度思考模式：在提示词前添加 [请启用深度思考]。

技术共进，成长同行——讯飞AI开发者社区

更多推荐

字节跳动开源VeOmni，造“全能AI”不再是工程噩梦

以下代码基于字节跳动开源的VeOmni框架，实现“全能AI”的核心功能模块，包括多模态数据处理、动态任务调度和自优化推理。字节跳动开源的VeOmni是一个面向“全能AI”（通用人工智能）开发的工程化解决方案，旨在简化复杂AI模型的训练、部署和生命周期管理。该项目通过模块化设计、自动化工具链和跨平台支持，降低多模态、多任务AI系统的开发门槛，尤其适用于大规模分布式场景。