一、在Ubuntu服务器上部署DeepSeek模型

要在Ubuntu上通过Ollama安装和使用DeepSeek模型，可以按照以下步骤操作：

安装Ollama

1、使用命令安装Ollama

命令语句：curl -sSfL https://ollama.com/install.sh | sh

2、验证安装是否成功

安装完之后，您可以通过以下命令验证Ollama是否安装成功

命令语句：ollama --version

根据自己需求下载需要模型   DeepSeek R1 

DeepSeek R1 模型列表

 Model                             Base Model                Usage scenarioDeepSeek-R1-Distill-Qwen-1.5B     Qwen2.5-Math-1.5B        适合移动设备或资源受限的终端DeepSeek-R1-Distill-Qwen-7B       Qwen2.5-Math-7B          适合普通文本生成工具DeepSeek-R1-Distill-Llama-8B       Llama-3.1-8B            适合小型企业日常文本处理DeepSeek-R1-Distill-Qwen-14B       Qwen2.5-14B             适合桌面级应用DeepSeek-R1-Distill-Qwen-32B       Qwen2.5-32B             适合专业领域知识问答系统DeepSeek-R1-Distill-Llama-70B      Llama-3.3-70B-Instruct  适合科研、学术研究等高要求场景

DeepSeek R1 电脑配置要求

1.5B：CPU最低4核，内存8GB+，硬盘icon3GB+存储空间，显卡icon非必需，若GPU加速可选4GB+显存，适合低资源设备部署等场景。

7B：CPU 8核以上，内存16GB+，硬盘8GB+，显卡推荐8GB+显存，可用于本地开发测试等场景。

8B：硬件需求与7B相近略高，适合需更高精度的轻量级任务。

14B：CPU 12核以上，内存32GB+，硬盘15GB+，显卡16GB+显存，可用于企业级复杂任务等场景。

32B：CPU 16核以上，内存64GB+，硬盘30GB+，显卡24GB+显存，适合高精度专业领域任务等场景。

70B：CPU 32核以上，内存128GB+，硬盘70GB+，显卡需多卡并行，适合科研机构等进行高复杂度生成任务等场景。

 32B 模型在推理基准测试中表现优异，接近 70B 模型的推理能力，但对硬件资源需求更低。

 二、配置Ollama服务

 1. 设置Ollama服务配置

设置OLLAMA_HOST=0.0.0.0环境变量，从而允许远程访问。

命令语法：sudo vi /etc/systemd/system/ollama.service

2. 重新加载并重启Ollama服务

命令语法：sudo systemctl daemon-reload    sudo systemctl restart ollama

3.验证Ollama服务是否正常运行

运行以下命令，确保Ollama服务正在监听所有网络接口：

命令语法：sudo netstat -tulpn | grep ollama

4. 测试远程访问

三、在window上安装Web UI 

windows下安装openwebui有三种方式  docker、python+node.js、整合包

非Docker方式安装

1. 安装Python：

下载并安装Python 3.11，建议安装路径中不要包含中文字符，并勾选“Add python 3.11 to Path”选项。安装完成后，在命令提示符中输入python，若显示Python版本信息则表示安装成功。

2. 安装Node.js和npm：

访问Node.js中文网，下载并安装较新版本的Node.js（如20.12.2），安装过程中会自动安装npm。在命令提示符中输入npm -v，若显示npm版本信息则表示安装成功。

3. 克隆OpenWebUI项目：

打开命令行工具（如CMD、PowerShell或Git Bash），执行以下命令克隆OpenWebUI项目：

git clone https://github.com/open-webui/open-webui.git导航到OpenWebUI项目目录

4. 安装npm依赖：

npm install

5. 安装Python依赖：

pip install -r ./backend/requirements.txt

(我下载到的项目requirements.txt依赖管理文件在backend目录下，具体看文件路径)

6. 安装uv

macOS/Linux：curl -LsSf https://astral.sh/uv/install.sh | shwindows：powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"

 7. 安装与pip

安装Open WebUI：

pip install open-webui更新Open WebUI要更新到最新版本，只需运行：pip install --upgrade open-webui

8. 运行Open WebUI

通过指定的 Python 版本（3.11）来启动 open-webui 项目，并且将项目的数据存储路径设置为 C:\open-webui\data(示例路径)，最后启动该项目的 Web 服务器，以便用户可以通过浏览器访问。

windows powershell：$env:DATA_DIR="C:\open-webui\data"; uvx --python 3.11 open-webui@latest serve

访问地址：127.0.0.1:8080

此方法安装所有必要的依赖项并启动Open WebUI，允许简单高效的设置。安装后，可以在http://localhost:8080访问Open WebUI。

以后启动可以使用:

open-webui serve