Windows 下 Docker 与 Ollama 安装及 DeepSeek-V3 本地部署全指南

一、环境准备与核心组件介绍

1.1 系统要求

• 操作系统：Windows 10/11 Pro/Enterprise（需支持 Hyper-V）
• 硬件配置：建议 16GB 以上内存，50GB 可用存储空间
• 虚拟化支持：需在 BIOS 中启用 VT-x/AMD-V 技术

1.2 核心组件说明

• Docker Desktop：容器化运行环境（当前稳定版 4.26+）
• Ollama：大模型本地运行框架（最新版本 0.1.25）
• DeepSeek-V3：680亿参数的开源大语言模型
• Open WebUI：基于 Vue.js 的模型交互界面（原 Ollama WebUI）

二、Docker 安装与配置

2.1 安装步骤

1. 访问 Docker 官网下载 Windows 安装包
2. 双击运行安装向导，勾选以下选项：

   [✓] 启用 WSL 2 后端
   [✓] 添加桌面快捷方式
   [✓] 开机自动启动 Docker 服务

3. 安装完成后执行验证命令：

   docker --version
   docker run hello-world

2.2 常见问题处理

• WSL 2 未安装：通过 Microsoft Store 安装 Ubuntu 22.04 LTS
• 虚拟化未启用：

  systeminfo | find "Hyper-V 要求"

  若显示”已禁用”，需进入 BIOS 开启虚拟化选项

三、Ollama 部署与模型管理

3.1 通过 Docker 运行 Ollama

docker run -d -v ollama:/root/.ollama -p 11434:11434 --name ollama ollama/ollama

3.2 下载 DeepSeek-V3 模型

docker exec -it ollama ollama pull deepseek-ai/deepseek-v3

3.3 模型运行验证

docker exec -it ollama ollama run deepseek-v3 "请用中文回答：人工智能是什么？"

四、Open WebUI 可视化部署

4.1 容器化部署方案

docker run -d \
  --network=host \
  -v open-webui:/app/backend/data \
  --name open-webui \
  --restart always \
  ghcr.io/open-webui/open-webui:main

4.2 关键配置参数

参数	说明
-e OLLAMA_API_BASE_URL	指向 Ollama 服务地址（默认 http://localhost:11434）
-e WEBUI_SECRET_KEY	建议设置复杂字符串增强安全性
-v 挂载点	持久化保存聊天记录和配置

五、系统集成与优化

5.1 性能调优建议

1. 内存分配：在 Docker Desktop 设置中分配至少 8GB 内存
2. 模型量化：使用 4-bit 量化版本降低资源消耗

   ollama pull deepseek-v3:q4_0

3. GPU 加速：NVIDIA 用户需安装 Nvidia Docker Toolkit

5.2 安全加固措施

• 配置 HTTPS 访问（使用 Caddy 反向代理）
• 设置用户认证：

  docker exec -it open-webui bash -c "python ./scripts/initial_setup.py"

六、应用场景演示

6.1 代码生成示例

通过 WebUI 发送请求：

请用 Python 实现快速排序算法，要求添加中文注释

6.2 文档处理实战

分析上传的 PDF 文档（合同文本），提取关键条款并生成摘要

七、故障排查指南

7.1 常见错误代码

错误码	解决方案
503 Service Unavailable	检查 Ollama 容器是否正常运行
CUDA out of memory	降低模型量化等级或减少并发请求
WSL 分配失败	执行 wsl --shutdown 后重启服务

7.2 日志查看方法

docker logs -f ollama  # 实时查看 Ollama 日志
docker exec open-webui cat /app/logs/app.log  # 查看 WebUI 日志

八、进阶扩展方向

1. 多模型管理：同时部署多个不同用途的模型
2. API 集成：通过 http://localhost:11434/api/generate 对接自有应用
3. 知识库增强：结合 LangChain 实现 RAG 功能

注：所有操作需在管理员权限的 PowerShell 中执行，建议使用 Windows Terminal 获得最佳体验。本教程已验证适用于 DeepSeek-V3 的 2024-06 发布版本，模型下载约需 30-60 分钟（视网络情况而定）。