1.官网下载安装ollama

网站：https://ollama.com/

(默认c盘安装，安装路径：C:\Users\admin\AppData\Local\Programs\Ollama)
    1.1配置环境变量：
        ragflow能访问到：OLLAMA_HOST=0.0.0.0:11434
        ollama型下载路径：OLLAMA_MODELS=C:\xmx\dseek\OllamaModels 【模型存放路径，可自定义，ollam会根据配置将模型下载到该路径】

    1.2重启机器

2.ollama官网=》models选择对应的deepseek模型

使用ollama命令下载【时间较长】：ollama run deepseek-r1 

3.以上步骤模型下载已完成，输入你好可看见回复：

4.docker部署ragflow

    4.1先下载桌面版docker：进docker官网直接下载安装，运行即可

网址：Docker Desktop: The #1 Containerization Tool for Developers | Docker

桌面有docker图标，启动docker：

    4.2在github上下载ragflow源代码zip，解压至本地C:\xmx\dseek\目录下

网址：https://github.com/infiniflow/ragflow

        修改C:\xmx\dseek\ragflow-main\docker\.env文件，注释掉原有不带 embedding models版本【即slim】，选择非slim镜像
        如：
         #RAGFLOW_IMAGE=infiniflow/ragflow:v0.16.0-slim
         RAGFLOW_IMAGE=infiniflow/ragflow:v0.16.0

    4.3docker部署ragflow所需环境：在C:\xmx\dseek\ragflow-main目录下cmd进入命令行执行：

        docker compose -f docker/docker-compose.yml up -d

【此时要保证docker已启动，会执行一段时间】

5.执行好后，打开ragflow的web界面： localhost:80 注册登录后创建助理、上传知识库等

5.1注册登录

5.2添加模型

• 模型类型：chat
• 以上模型名称可在命令行输入：ollama list 查看模型名称复制进去即可

• 基础 Url填写：http://你的IP:11434

【注意：ip可在命令行输入ipconfig查看，11434是ollama默认端口，若你修改过，需要改成你修改后的端口，且要和之前配置的环境变量：OLLAMA_HOST=0.0.0.0:11434 保持一致。】

• 最大token书随意填写：如：8888

5.3配置模型

• 在聊天模型中选择已添加的模型名称，其他可以保持默认不变即可：

5.3 上传知识库

• 创建知识库

• 在知识库内上传文件

• 上传一定要点击解析：

• 解析成功才能读取到知识库

•  修改配置：注意语言改成中文

• 最后在检索测试这里输入关键字查看：

5.4 新建助理

• 根据需要修改此处说明：

• 设置你的模型后确定即可：

 

5.5 创建会话并聊天

6.注意：后续机器重启后需要：

• 打开docker
•  执行命令：docker compose -f docker/docker-compose.yml up -d

7.openapi调用

文档链接：https://github.com/ollama/ollama/blob/main/docs/openai.md

7.1 安装openapi

pip install openai

7.2 python调用

#pip install openai
from openai import OpenAI

client = OpenAI(
    base_url='http://localhost:11434/v1/',

    # required but ignored
    api_key='ollama', # 随便写
)

chat_completion = client.chat.completions.create(
    messages=[
        {
            'role': 'user',
            'content': '你好',
        }
    ],
    model='deepseek-r1:latest',
)
print(chat_completion.choices[0].message.content)

结果：

7.3 接口测试