在你的电脑上部署DeepSeek：一步步教你搭建DeepSeek本地知识库

在本文中，我们将详细探讨如何在本地环境中安装和使用DeepSeekR1大模型，以及如何通过Docker和Dify来优化其性能。😊 确保你的电脑上已经安装了Git和Python，并且网络连接稳定。

第一步是安装Ollama和Docker，并下载大模型。这部分可以参考相关文章的第一、第二部分。安装完成后，确保Ollama和Docker都在运行状态，这可以通过任务栏上的图标来确认。接下来，我们将安装Dify。以Windows系统为例，首先在你希望安装Dify的硬盘目录中右键点击，选择“在终端打开”，然后依次执行以下指令：

git clone--branch 0.15.3cd dify/dockercp .env.example .envdocker-compose up -d

完成这些步骤后，你将看到一些提示信息，等待其完成即可。为了确认容器是否正常运行，可以运行以下指令：

docker-compose ps

在输出结果中，你应该能看到诸如api、db、nginx等服务。你也可以通过Docker的容器栏来查看这些服务。接下来，设置管理员账户，访问，输入你的邮箱、用户名和密码，确认后登录。至此，Dify安装成功！🎉

如果你无法通过上述网址打开页面，可能是因为默认的80端口被占用。此时，你需要修改端口。打开difydocker文件夹下的.env文件，找到并修改以下两行：

EXPOSE_NGINX_PORT=80EXPOSE_NGINX_SSL_PORT=443

修改为：

EXPOSE_NGINX_PORT=8080EXPOSE_NGINX_SSL_PORT=8443

保存文件后，在命令行模式下运行以下指令重启服务：

docker-compose downdocker-compose up -d

此时，默认端口已经改成8080，你可以通过以下网址使用Dify：

• Dify设置页面：
• Dify主页面：

接下来，设置模型。Dify可以管理各种模型，点击右上角你的用户名，在下拉菜单中选择“设置”，然后选择模型供应商，找到Ollama，点击“添加模型”。模型类型选择LLM，模型名称填写已经下载在本地的模型，如deepseek-r1:14b，基础URL填写，然后点击保存。回到Dify主页面，点击“创建空白应用”，选择“聊天助手”，随便取个名字，点击“创建”。在聊天助手窗口，右上角是你已经安装的模型，右下方是聊天框，可以测试一下。

创建知识库。在Dify主页面点击上方“知识库”，此时可选创建知识库或连接外部知识库。在创建知识库当中，可以创建空知识库，或选择数据源。如果是空知识库，取个名字后确定即可。如果导入数据源，则有多种方式，以导入已有文本为例，选择文本文件后（单个文件不大于15MB），点击下一步，根据你的需求进行设定，最后点击保存并处理。然后这个文本就加入了知识库。在聊天助手窗口下方的上下文栏选择添加，就可以调用知识库。此时如果问到知识库里的内容，AI就会给出相应回答。至此，一个简单的大模型知识库就已经搭建好了。Dify的知识库功能十分丰富，更多使用方法请参考推文底部的官方文档。📚

文章涉及的网址：Dify的Github代码页