DeepSeek 部署完整教程｜附完整命令

DeepSeek 作为近年来非常热门的大语言模型，凭借优秀的推理能力、代码能力和较高的开源友好度，受到了开发者、企业和个人用户的广泛关注。很多人希望将 DeepSeek 部署到自己的本地服务器、个人电脑或云主机中，用于私有化问答、代码助手、知识库检索、企业内部 AI 助理等场景。

本文将从环境准备、部署方式选择、Ollama 快速部署、Docker 部署、vLLM 高性能部署、Web 页面访问、API 调用、常见问题排查等方面，系统介绍 DeepSeek 的完整部署流程，并附上可直接复制使用的命令。

本文适合：个人开发者、运维工程师、AI 应用开发者、企业私有化部署人员。

一、部署前需要了解的内容

在正式部署之前，需要先明确一点：DeepSeek 并不是只有一个模型。常见的 DeepSeek 模型包括：

• DeepSeek-R1：偏推理能力，适合复杂问题分析、数学、逻辑推理等场景；
• DeepSeek-V3：通用对话能力较强，适合聊天、写作、代码等；
• DeepSeek-Coder：偏代码生成、代码补全、代码解释；
• DeepSeek-R1-Distill 系列：蒸馏版本，模型更小，更适合本地部署；
• DeepSeek-LLM：早期通用模型系列。

如果你只是想在本地快速体验，推荐使用 Ollama 部署 DeepSeek-R1-Distill。如果你希望用于生产环境 API 服务，推荐使用 vLLM。如果你希望搭建一个类似 ChatGPT 的网页界面，可以搭配 Open WebUI。

二、硬件配置建议

不同参数规模的模型对硬件要求差异很大。下面是一个大致参考：

如果没有 NVIDIA GPU，也可以使用 CPU 运行小模型，但速度会明显较慢。对于大多数个人用户来说，推荐从 deepseek-r1:7b 或 deepseek-r1:8b 开始。

三、系统环境准备

本文以 Ubuntu 22.04 为例进行说明。如果你使用的是 CentOS、Debian、Rocky Linux 或 Windows WSL，大部分命令也可以参考。

1. 更新系统软件包

sudo apt update
sudo apt upgrade -y

2. 安装基础工具

sudo apt install -y curl wget git vim htop unzip net-tools

3. 检查 CPU 和内存

lscpu
free -h
df -h

4. 检查 GPU

如果你使用 NVIDIA 显卡，可以执行：

nvidia-smi

如果系统提示 nvidia-smi: command not found，说明当前机器没有正确安装 NVIDIA 驱动，或者没有 NVIDIA GPU。

方案一：使用 Ollama 快速部署 DeepSeek

Ollama 是目前最简单的本地大模型部署工具之一，适合个人用户、测试环境和轻量级应用。它可以自动下载模型、管理模型，并提供本地 API 服务。

四、安装 Ollama

1. Linux 一键安装 Ollama

curl -fsSL https://ollama.com/install.sh | sh

安装完成后，查看版本：

ollama -v

启动 Ollama 服务：

ollama serve

如果提示端口已占用或服务已经启动，可以先查看服务状态：

systemctl status ollama

如果需要设置为开机自启动：

sudo systemctl enable ollama
sudo systemctl start ollama

五、下载并运行 DeepSeek 模型

1. 运行 DeepSeek-R1 7B 模型

ollama run deepseek-r1:7b

首次运行时，Ollama 会自动下载模型文件。下载完成后，会直接进入命令行对话模式。

你可以输入：

请用通俗语言解释什么是 Transformer。

模型会在终端中返回回答。

2. 运行其他模型版本

根据机器配置，你也可以选择不同规模的模型。

ollama run deepseek-r1:1.5b

ollama run deepseek-r1:8b

ollama run deepseek-r1:14b

ollama run deepseek-r1:32b

查看本地已下载模型：

ollama list

删除不需要的模型：

ollama rm deepseek-r1:7b

六、使用 Ollama API 调用 DeepSeek

Ollama 默认会在本地启动一个 HTTP API 服务，地址通常为：

http://localhost:11434

1. 使用 curl 调用生成接口

curl http://localhost:11434/api/generate \
  -H "Content-Type: application/json" \
  -d '{
    "model": "deepseek-r1:7b",
    "prompt": "请写一段 Python 快速排序代码",
    "stream": false
  }'

2. 使用流式输出

curl http://localhost:11434/api/generate \
  -H "Content-Type: application/json" \
  -d '{
    "model": "deepseek-r1:7b",
    "prompt": "请解释一下 Kubernetes 的核心组件",
    "stream": true
  }'

3. 使用 Chat 接口

curl http://localhost:11434/api/chat \
  -H "Content-Type: application/json" \
  -d '{
    "model": "deepseek-r1:7b",
    "messages": [
      {
        "role": "system",
        "content": "你是一个专业的 Linux 运维工程师。"
      },
      {
        "role": "user",
        "content": "请给我一份 Nginx 性能优化建议。"
      }
    ],
    "stream": false
  }'

方案二：使用 Docker 部署 DeepSeek + Open WebUI

如果你希望有一个网页聊天界面，可以使用 Ollama + Open WebUI。Open WebUI 是一个开源的大模型 Web 管理界面，支持连接 Ollama、本地模型和多种 OpenAI API 兼容服务。

七、安装 Docker

1. 安装 Docker

sudo apt update
sudo apt install -y ca-certificates curl gnupg

添加 Docker GPG 密钥：

sudo install -m 0755 -d /etc/apt/keyrings

curl -fsSL https://download.docker.com/linux/ubuntu/gpg | \
sudo gpg --dearmor -o /etc/apt/keyrings/docker.gpg

sudo chmod a+r /etc/apt/keyrings/docker.gpg

添加 Docker 软件源：

echo \
"deb [arch=$(dpkg --print-architecture) signed-by=/etc/apt/keyrings/docker.gpg] \
https://download.docker.com/linux/ubuntu \
$(. /etc/os-release && echo "$VERSION_CODENAME") stable" | \
sudo tee /etc/apt/sources.list.d/docker.list > /dev/null

安装 Docker：

sudo apt update
sudo apt install -y docker-ce docker-ce-cli containerd.io docker-buildx-plugin docker-compose-plugin

启动 Docker：

sudo systemctl enable docker
sudo systemctl start docker

查看 Docker 版本：

docker version

如果希望当前用户直接运行 Docker 命令：

sudo usermod -aG docker $USER

然后重新登录终端，或执行：

newgrp docker

八、使用 Docker 运行 Open WebUI

如果你的 Ollama 运行在宿主机上，可以使用下面命令部署 Open WebUI：

docker run -d \
  --name open-webui \
  -p 3000:8080 \
  -e OLLAMA_BASE_URL=http://host.docker.internal:11434 \
  -v open-webui:/app/backend/data \
  --add-host=host.docker.internal:host-gateway \
  --restart always \
  ghcr.io/open-webui/open-webui:main

浏览器访问：

http://服务器IP:3000

首次访问时，需要创建管理员账号。登录后，在模型列表中选择 deepseek-r1:7b 即可开始对话。

九、使用 Docker Compose 部署 Ollama + Open WebUI

如果你希望一条命令启动完整服务，推荐使用 Docker Compose。

创建目录：

mkdir -p ~/deepseek-deploy
cd ~/deepseek-deploy

创建 docker-compose.yml：

vim docker-compose.yml

写入以下内容：

services:
  ollama:
    image: ollama/ollama:latest
    container_name: ollama
    ports:
      - "11434:11434"
    volumes:
      - ollama:/root/.ollama
    restart: always

  open-webui:
    image: ghcr.io/open-webui/open-webui:main
    container_name: open-webui
    ports:
      - "3000:8080"
    environment:
      - OLLAMA_BASE_URL=http://ollama:11434
    volumes:
      - open-webui:/app/backend/data
    depends_on:
      - ollama
    restart: always

volumes:
  ollama:
  open-webui:

启动服务：

docker compose up -d

查看容器状态：

docker ps

进入 Ollama 容器下载模型：

docker exec -it ollama ollama pull deepseek-r1:7b

也可以直接运行：

docker exec -it ollama ollama run deepseek-r1:7b

浏览器访问：

http://服务器IP:3000

停止服务：

docker compose down

查看日志：

docker logs -f ollama

docker logs -f open-webui

方案三：使用 vLLM 高性能部署 DeepSeek

如果你的目标是搭建生产级 API 服务，或者需要更高并发、更高吞吐量，推荐使用 vLLM。vLLM 支持 PagedAttention，可以显著提升大模型推理效率。

十、安装 Python 和虚拟环境

1. 安装 Python 依赖

sudo apt update
sudo apt install -y python3 python3-pip python3-venv git

2. 创建虚拟环境

mkdir -p ~/vllm-deepseek
cd ~/vllm-deepseek
python3 -m venv venv

激活虚拟环境：

source venv/bin/activate

升级 pip：

pip install --upgrade pip

十一、安装 vLLM

如果你的服务器已经安装好 NVIDIA 驱动和 CUDA 环境，可以直接执行：

pip install vllm

检查安装是否成功：

python -c "import vllm; print(vllm.__version__)"

如果安装速度较慢，可以使用国内镜像源：

pip install vllm -i https://pypi.tuna.tsinghua.edu.cn/simple

十二、使用 vLLM 启动 DeepSeek API 服务

下面以 Hugging Face 上的 DeepSeek 模型为例。你可以根据自己的显存选择合适的模型。

1. 启动 OpenAI 兼容 API 服务

python -m vllm.entrypoints.openai.api_server \
  --model deepseek-ai/DeepSeek-R1-Distill-Qwen-7B \
  --host 0.0.0.0 \
  --port 8000 \
  --dtype auto \
  --max-model-len 8192

如果显存有限，可以适当降低上下文长度：

python -m vllm.entrypoints.openai.api_server \
  --model deepseek-ai/DeepSeek-R1-Distill-Qwen-7B \
  --host 0.0.0.0 \
  --port 8000 \
  --dtype auto \
  --max-model-len 4096

如果使用多卡，可以增加张量并行参数：

python -m vllm.entrypoints.openai.api_server \
  --model deepseek-ai/DeepSeek-R1-Distill-Qwen-32B \
  --host 0.0.0.0 \
  --port 8000 \
  --dtype auto \
  --tensor-parallel-size 2 \
  --max-model-len 8192

十三、调用 vLLM 的 OpenAI 兼容接口

vLLM 启动后，可以通过 OpenAI 兼容接口调用。

1. 查看模型列表

curl http://127.0.0.1:8000/v1/models

2. Chat Completions 调用

curl http://127.0.0.1:8000/v1/chat/completions \
  -H "Content-Type: application/json" \
  -d '{
    "model": "deepseek-ai/DeepSeek-R1-Distill-Qwen-7B",
    "messages": [
      {
        "role": "system",
        "content": "你是一个专业的 AI 助手。"
      },
      {
        "role": "user",
        "content": "请介绍一下 DeepSeek 的本地部署方式。"
      }
    ],
    "temperature": 0.7,
    "max_tokens": 1024
  }'

3. Python 调用示例

安装 OpenAI SDK：

pip install openai

创建测试文件：

vim test_deepseek.py

写入代码：

from openai import OpenAI

client = OpenAI(
    api_key="EMPTY",
    base_url="http://127.0.0.1:8000/v1"
)

response = client.chat.completions.create(
    model="deepseek-ai/DeepSeek-R1-Distill-Qwen-7B",
    messages=[
        {"role": "system", "content": "你是一个专业的 Python 工程师。"},
        {"role": "user", "content": "请写一个 FastAPI 的 Hello World 示例。"}
    ],
    temperature=0.7,
    max_tokens=1024
)

print(response.choices[0].message.content)

运行：

python test_deepseek.py

十四、将 vLLM 注册为系统服务

生产环境中不建议手动在终端运行 vLLM，可以使用 systemd 管理服务。

创建服务文件：

sudo vim /etc/systemd/system/deepseek-vllm.service

写入以下内容，注意修改路径中的用户名：

[Unit]
Description=DeepSeek vLLM API Server
After=network.target

[Service]
Type=simple
User=ubuntu
WorkingDirectory=/home/ubuntu/vllm-deepseek
Environment="PATH=/home/ubuntu/vllm-deepseek/venv/bin"
ExecStart=/home/ubuntu/vllm-deepseek/venv/bin/python -m vllm.entrypoints.openai.api_server --model deepseek-ai/DeepSeek-R1-Distill-Qwen-7B --host 0.0.0.0 --port 8000 --dtype auto --max-model-len 8192
Restart=always
RestartSec=10

[Install]
WantedBy=multi-user.target

重新加载 systemd：

sudo systemctl daemon-reload

启动服务：

sudo systemctl start deepseek-vllm

设置开机自启：

sudo systemctl enable deepseek-vllm

查看状态：

sudo systemctl status deepseek-vllm

查看日志：

journalctl -u deepseek-vllm -f

十五、配置 Nginx 反向代理

如果你希望通过域名访问 DeepSeek API，可以使用 Nginx 反向代理。

安装 Nginx：

sudo apt install -y nginx

创建配置文件：

sudo vim /etc/nginx/conf.d/deepseek.conf

写入：

server {
    listen 80;
    server_name deepseek.example.com;

    client_max_body_size 50m;

    location / {
        proxy_pass http://127.0.0.1:8000;
        proxy_http_version 1.1;

        proxy_set_header Host $host;
        proxy_set_header X-Real-IP $remote_addr;
        proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for;

        proxy_buffering off;
        proxy_read_timeout 600s;
        proxy_send_timeout 600s;
    }
}

检查配置：

sudo nginx -t

重启 Nginx：

sudo systemctl restart nginx

此时可以通过：

http://deepseek.example.com/v1/chat/completions

访问 API。

十六、配置 HTTPS 证书

生产环境建议开启 HTTPS。可以使用 Certbot 免费申请 Let’s Encrypt 证书。

安装 Certbot：

sudo apt install -y certbot python3-certbot-nginx

申请证书：

sudo certbot --nginx -d deepseek.example.com

查看证书自动续期：

sudo systemctl status certbot.timer

手动测试续期：

sudo certbot renew --dry-run

十七、安全加固建议

DeepSeek 私有化部署后，尤其是 API 服务暴露在公网时，一定要注意安全。

1. 不要直接裸露 API

如果不做鉴权，任何人都可以调用你的模型，造成资源浪费甚至账单风险。建议至少使用以下方式之一：

• Nginx Basic Auth；
• API Key 鉴权；
• 内网访问；
• VPN 访问；
• 网关限流；
• 防火墙限制来源 IP。

2. 使用防火墙限制端口

例如只开放 80、443 和 SSH：

sudo ufw allow OpenSSH
sudo ufw allow 80
sudo ufw allow 443
sudo ufw enable

如果只允许指定 IP 访问 8000 端口：

sudo ufw allow from 你的IP地址 to any port 8000

查看规则：

sudo ufw status

3. 使用 Nginx Basic Auth

安装工具：

sudo apt install -y apache2-utils

创建账号：

sudo htpasswd -c /etc/nginx/.htpasswd admin

修改 Nginx 配置，在 location / 中加入：

auth_basic "DeepSeek API";
auth_basic_user_file /etc/nginx/.htpasswd;

重载 Nginx：

sudo nginx -t
sudo systemctl reload nginx

十八、常见问题排查

1. Ollama 下载模型很慢怎么办？

可以先确认网络是否能够访问模型源。如果服务器在国内，可能会受到网络影响。可以尝试更换网络环境，或使用已经下载好的模型文件进行迁移。

查看模型目录：

ls ~/.ollama

Docker 部署时模型一般存储在 Docker volume 中：

docker volume ls

2. 运行模型时报显存不足怎么办？

可以尝试以下方法：

1. 换用更小的模型，例如从 14B 降到 7B；
2. 使用量化版本模型；
3. 降低上下文长度；
4. 关闭其他占用显存的进程；
5. 使用多卡并行；
6. 使用 CPU 运行，但速度会慢。

查看显存占用：

nvidia-smi

终止占用显存的进程：

kill -9 进程ID

3. vLLM 启动时报 CUDA 错误怎么办？

先检查 NVIDIA 驱动：

nvidia-smi

检查 PyTorch 是否识别 GPU：

python -c "import torch; print(torch.cuda.is_available())"

如果返回 False，说明 CUDA 或 PyTorch 环境存在问题，需要重新安装匹配版本。

4. Open WebUI 连接不上 Ollama 怎么办？

检查 Ollama 是否正常运行：

curl http://127.0.0.1:11434/api/tags

如果 Open WebUI 使用 Docker，而 Ollama 在宿主机，需要使用：

http://host.docker.internal:11434

Linux 下还需要加：

--add-host=host.docker.internal:host-gateway

如果 Ollama 和 Open WebUI 都在 Docker Compose 内部，则应使用：

http://ollama:11434

5. API 返回速度很慢怎么办？

可以从以下方向优化：

• 使用 GPU 而不是 CPU；
• 选择更小模型；
• 使用 vLLM 而不是普通推理方式；
• 减少 max_tokens；
• 降低上下文长度；
• 开启多卡并行；
• 增加批处理能力；
• 使用量化模型。

十九、推荐部署组合

根据不同使用场景，可以参考以下组合：

1. 个人本地体验

推荐：

Ollama + DeepSeek-R1 7B

命令：

curl -fsSL https://ollama.com/install.sh | sh
ollama run deepseek-r1:7b

优点是简单、快速、几乎不用配置。

2. 个人网页聊天助手

推荐：

Ollama + Open WebUI

命令：

ollama run deepseek-r1:7b

docker run -d \
  --name open-webui \
  -p 3000:8080 \
  -e OLLAMA_BASE_URL=http://host.docker.internal:11434 \
  -v open-webui:/app/backend/data \
  --add-host=host.docker.internal:host-gateway \
  --restart always \
  ghcr.io/open-webui/open-webui:main

访问：

http://服务器IP:3000

3. 企业 API 服务

推荐：

vLLM + DeepSeek-R1-Distill + Nginx + HTTPS

启动命令：

python -m vllm.entrypoints.openai.api_server \
  --model deepseek-ai/DeepSeek-R1-Distill-Qwen-7B \
  --host 0.0.0.0 \
  --port 8000 \
  --dtype auto \
  --max-model-len 8192

二十、总结

DeepSeek 的部署方式非常灵活。如果你只是想快速体验，使用 Ollama 是最简单的方式，几条命令即可完成安装、下载模型和运行。如果你希望搭建网页聊天系统，可以使用 Ollama 搭配 Open WebUI。如果你要构建高性能、可扩展、面向生产环境的 API 服务，则建议使用 vLLM，并结合 Nginx、HTTPS、systemd 和访问控制进行完整部署。

总体来说，推荐路径如下：

快速体验：Ollama
网页聊天：Ollama + Open WebUI
生产 API：vLLM + Nginx + HTTPS

对于大多数初学者，建议先从以下命令开始：

curl -fsSL https://ollama.com/install.sh | sh
ollama run deepseek-r1:7b

当你熟悉基本使用后，再逐步引入 Docker、Open WebUI、vLLM、Nginx 和权限控制。这样既能快速上手，也能逐步过渡到稳定可靠的生产级部署架构。