DeepSeek本地部署避坑：Ollama、Open WebUI与手机端实践

简介：这是一份面向技术爱好者与开发者的 DeepSeek 多平台部署指南文档，聚焦本地电脑、iPhone、Android 及图形化环境下的模型运行需求，帮助读者结合硬件条件与使用偏好选择合适路径。压缩包内为 1 个 docx 文件，大小约 15KB，内容围绕 Ollama 本地部署、手机端快捷指令与 Termux 环境、Open WebUI 结合 Docker Desktop 三类方案展开，兼顾新手入门与开发者的实际操作参考。目前已有 768 人学习，说明该主题在 AI 模型部署领域具有一定关注度。文档以较清晰的步骤说明覆盖安装配置、模型拉取、启动交互与环境准备等环节，可作为快速搭建 DeepSeek 运行环境的参考资料；同时便于读者横向比较不同平台的部署成本与性能表现，减少反复试错和自行摸索的时间，适合希望按自身设备条件落地模型运行的技术人群。

1. 别急着敲 ollama run：三个在装之前就该确认的数字

上周又有人问我，DeepSeek 部署是不是真的就一条命令的事。他的原话是照着某篇帖子敲了ollama run deepseek-r1:7b，下载进度条爬到 60% 停了，重来一次又从零开始，第三次直接把系统盘塞满，机器卡到鼠标都拖不动。这套基于 Ollama 的本地部署流程本身不复杂，装 Ollama、拉模型、进交互模式，三步；翻车的地方几乎全在装之前没算清楚的三件事上：磁盘还剩多少、内存够不够跑你要的那个参数量、端口有没有被别的服务占着。同一套 DeepSeek，在 macOS 上一条命令能跑，在 Linux 服务器上要改监听地址才连得通，在安卓手机上还得先装 Termux 再自己编译 Ollama，路径差得很远。这篇写给准备真装一遍的人——不管你是想在自己笔记本上跑个 7b 试水，还是要在手机端用快捷指令接一下，或者拿 Docker 起个 Open WebUI 给同组人共用，下面每条命令我都是照着敲过、踩过再写的。

2. 装前清单：三条部署路线与 7b、8b 的取舍

DeepSeek 的部署在这份资料里被拆成了三条互不冲突的路线：桌面端用 Ollama 本地跑、手机端（iPhone 走快捷指令、Android 走 Termux 编译）、以及用 Docker Desktop 加 Open WebUI 做成图形界面。三条路线共用同一批模型权重，但对机器的要求完全不同，先做减法比先动手更省时间。

2.1 三条路线的硬件与系统对照

把这张表当成装之前的第一道筛子。别跳过它直接去官网下载，很多人装到一半发现跑不动，问题就出在这一步没对齐。

表格里最容易被低估的是最后一行。Termux 那条路要在手机上从源码编译 Ollama，go generate 加 go build 一套走完，中途对内存和存储的压力比跑模型本身还大。我一般会建议先用前两条把流程跑通，再去折腾手机。

2.2 模型规格怎么挑：7b、8b 和更大的那些

Ollama 模型库里同一个 DeepSeek 有多个规格可拉，常见的是 1.5b、7b、8b、14b、32b 这几档。这份资料里桌面端用的是deepseek-r1:7b，安卓端用的是deepseek-r1:8b，两个数只差一点，实际占用和速度差异不算大，真正的分水岭在 14b 及以上。

判断方法很土但有效：看内存。16G 内存的机器跑 7b、8b 属于舒适区，同时开个浏览器和 IDE 也不会太难受；8G 内存建议直接退到 1.5b，别硬撑；想上 14b，内存最好 32G 起，否则模型加载完系统就开始频繁换页，风扇声音比回复先到。磁盘同理，模型权重是实打实的文件，ollama list里看到的 SIZE 列就是它占的空间，拉之前先df -h看一眼剩余。

提示：终端里 pull 的时候显示的进度和最终ollama list里的体积对不上是正常的，前者是下载量，后者是落盘后的实际大小，以落盘为准。

2.3 装之前先留好的三样东西

第一样是磁盘。模型默认落在用户目录下的.ollama/models，这个路径和系统盘通常是同一个分区。系统盘紧张的话，提前把模型目录挪走，别等装完再迁：

# 把模型仓库指到数据盘，路径换成你自己的 export OLLAMA_MODELS=/data/ollama/models mkdir -p "$OLLAMA_MODELS"

OLLAMA_MODELS是 Ollama 认的模型存放目录，改完之后新拉的模型才会落进去，已经拉过的不会自动搬，要么重拉要么手动 mv。想让它长期生效，Linux 上写进 systemd 的 environment，macOS 上写进 shell 的 profile 文件。

第二样是端口。Ollama 默认监听11434，Open WebUI 的容器内部走8080，映射到宿主机常用3000。装之前先确认这几个端口没被占：

# Linux / macOS 查端口占用，有输出说明被占了 ss -ltnp | grep -E '11434|3000|8080' # macOS 没有 ss 的话用这条 lsof -i :11434

第三样是 Docker。只有走 Open WebUI 那条路才需要，但它的安装包不小，还要开虚拟化支持，建议和 Ollama 分开装、分开验证，别一次装两个然后出问题不知道是谁的锅。

3. Ollama 本地部署：从拉模型到接上 Open WebUI 图形界面

这条是主线，也是后面两条路线的基础。桌面端把它跑通，手机端和 WebUI 才有参照物。整个流程分四步：装 Ollama、拉模型、进交互、再决定要不要套一层网页界面。

3.1 安装 Ollama：三个系统的差异在哪

官网 ollama.com 提供 macOS、Linux、Windows 三个版本的安装包，macOS 和 Windows 是图形安装器，下载完双击、下一步、装完会在后台起一个常驻服务。Linux 用安装脚本更省事，这条是社区里的常见做法：

# Linux 一键安装，脚本会装二进制并注册 systemd 服务 curl -fsSL https://ollama.com/install.sh | sh # 装完确认版本和服务状态 ollama --version systemctl status ollama

curl -fsSL里-f是遇到 4xx/5xx 直接失败而不是把错误页当脚本执行，-s静默、-L跟随跳转，这三个参数少一个都可能出现「脚本跑完了但什么都没装上」的玄学现场。装完之后systemctl status ollama显示 active (running) 才算真的起来了，光看ollama --version有输出不够，那个只证明二进制在。

macOS 和 Windows 用户不用敲这些，装完在菜单栏或托盘能看到 Ollama 图标就行。Windows 上要额外注意的是终端选择：官方给的是 PowerShell，用 CMD 跑同样的命令有时会因为引号和路径分隔符出问题，新手直接开 PowerShell 能少一半麻烦。

3.2 拉取 deepseek-r1:7b 并进入交互模式

模型不会随安装包一起下来，要单独拉。这里的第一个坑是命令写法：模型名里的横杠和冒号都不能省，deepseek-r1:7b少写一个-变成deepseekr1:7b就会提示找不到模型。

# 先把模型拉下来，单独一步，失败可以直接重跑 ollama pull deepseek-r1:7b # 确认本地有哪些模型、各自多大 ollama list # 进入交互式对话，回车后直接在终端里提问 ollama run deepseek-r1:7b

ollama pull和ollama run的区别值得说清楚：run在模型不存在时会自动触发一次 pull，拉完直接进对话；pull只下载不启动。看起来run更方便，但实际部署时我建议先pull——下载几个 G 的过程中如果网络抖一下中断了，单独一条 pull 命令重跑能接着下，而run中断之后重来，交互状态和下载状态混在一起，排查起来很烦。

拉完之后ollama list会列出 NAME、ID、SIZE、MODIFIED 四列，SIZE 那列就是你磁盘上真实占用的空间。接着ollama run进去，终端提示符会变成>>>，直接输入中文问题回车就行，DeepSeek 的回复是流式吐出来的。退出用/bye，或者 Ctrl+D。

如果只是想验证服务活着、不想进交互，用接口更直接：

# 问一句，非流式返回，方便看完整结果 curl http://127.0.0.1:11434/api/generate -d '{ "model": "deepseek-r1:7b", "prompt": "用一句话解释什么是机器学习", "stream": false }'

model必须和ollama list里的名字完全一致，stream设为 false 是为了让返回体一次给全，方便脚本处理；设成 true 会一行一行往外吐 JSON，人眼看可以，程序解析要额外处理。

3.3 用 Docker 起 Open WebUI 并接上本地 Ollama

终端对话用几天还行，时间长了还是想要个网页界面——能存历史、能切换模型、能给不熟命令行的同事用。这就是 Open WebUI 的定位，它本身不跑模型，只是套在 Ollama 前面的一层壳。

前置条件是 Ollama 已经在跑、Docker Desktop 已经装好。装 Docker Desktop 的过程这里不展开，官网 docs.docker.com/desktop 按系统选包，Windows 上要开 WSL2 后端，装完打开终端敲docker version能看到 Client 和 Server 两段才算完整。

# 拉起 Open WebUI，映射到宿主机 3000 端口 docker run -d \ -p 3000:8080 \ --add-host=host.docker.internal:host-gateway \ -v open-webui:/app/backend/data \ --name open-webui \ --restart always \ ghcr.io/open-webui/open-webui:main

逐条说参数：-p 3000:8080是把容器内的 8080 映射到宿主机的 3000，浏览器访问http://localhost:3000；--add-host=host.docker.internal:host-gateway是给容器加一条 hosts 记录，让它能用host.docker.internal这个名字找到宿主机，Linux 上不加这条，容器里根本解析不到这个域名；-v open-webui:/app/backend/data挂一个命名卷，聊天记录和配置都在里面，容器删了数据还在，这是后悔药；--restart always让 Docker 起来时自动拉起它。

容器跑起来之后打开浏览器，第一次进会要求注册一个管理员账号，这个账号只存在本地，随便填。进去之后点左下角设置 → 模型，如果 Ollama 地址填对了，这里能直接看到本地已拉的 DeepSeek 模型；也可以在这一页直接选模型下载，效果和命令行 pull 一样。下载完点新建对话，随便问一句能出字，这条链路就通了。

3.4 让 Ollama 被容器访问到：监听地址这一关

上面那步十有八九会卡在「网页打开了，但模型列表是空的」。原因不在 Open WebUI，在 Ollama 的默认监听地址——它默认只监听127.0.0.1:11434，容器有自己独立的网络栈，它眼里的 127.0.0.1 是容器自己，不是你的宿主机。

解决办法是让 Ollama 监听所有网卡：

# Linux 上通过 systemd 覆盖配置改监听地址 sudo systemctl edit ollama.service

在打开的编辑器里补上这一段：

[Service] Environment="OLLAMA_HOST=0.0.0.0:11434"

保存退出后重载并重启：

sudo systemctl daemon-reload sudo systemctl restart ollama # 确认监听在 0.0.0.0 而不是 127.0.0.1 ss -ltnp | grep 11434

OLLAMA_HOST的值写成0.0.0.0:11434表示监听全部网卡，写成127.0.0.1:11434就是默认的仅本机。macOS 上没 systemd，用launchctl setenv OLLAMA_HOST 0.0.0.0:11434然后重启 Ollama 应用，或者干脆在 Open WebUI 的设置里把 Ollama 地址填成http://host.docker.internal:11434配合--add-host一起用。

注意：监听 0.0.0.0 意味着同网段的其他机器也能访问到你的 11434 端口。个人笔记本在家庭网络里问题不大，公司内网或云主机上建议配合防火墙只放行本机，别图省事把端口整个暴露出去。

改完之后回到 Open WebUI 设置页刷新，模型列表应该就出来了。

4. 手机端部署：iPhone 快捷指令与 Android Termux 编译两条路

手机端这两条路的差别大到不该放在一起讲，但它们的共同点是：都不是「把模型塞进手机」这么简单。iPhone 那条本质是调远端接口，Android 那条才是真的在本地跑，只是跑得慢。

4.1 iPhone：快捷指令方式，核心是那个 API Key

iPhone 上没法直接跑 Ollama，这份资料给的方案是用「快捷指令」做一个入口：在 Safari 里打开分享链接，把快捷指令添加到系统，然后在快捷指令的编辑界面里填入一个 API Key，之后在快捷指令里输入问题，请求发到模型服务方，结果返回来显示。

整个流程三步：装快捷指令、配 API Key、首次运行授权。

装的时候用 Safari 打开分享链接，页面会提示「添加到快捷指令」，点一下会跳到快捷指令 App，确认添加即可。如果提示「无法添加不受信任的快捷指令」，去设置 → 快捷指令 → 打开「允许不受信任的快捷指令」，这个开关要先运行过一次任意快捷指令才会出现。

API Key 是这条路上唯一需要你操心的东西。它由你使用的模型服务方提供，拿到之后打开快捷指令 App，找到刚添加的那条，进入编辑，在文本动作里把占位的 Key 换成你自己的。这里有一个血泪经验：Key 一旦泄露，等于别人可以拿你的额度去跑，所以别截图发群、别贴在公开仓库里。想更稳妥一点，把 Key 存在快捷指令的「文本」动作里而不是直接写死在请求头，改的时候只改一处。

首次运行会弹两个授权框，一个是「允许快捷指令访问网络」，一个是「是否允许…」，都要点允许，点拒绝之后不会再有提示，得去设置里手动开回来。

提示：这条路的本质是远端调用，手机不承担推理，所以它对手机型号没有任何要求，老机器一样能用。反过来说，没网就用不了，也别指望它离线。

4.2 Android：在 Termux 里从源码编译 Ollama

安卓这条路是四条里最硬的一条：装 Termux、装依赖、克隆仓库、编译、启动服务、拉模型，一步不能少。前置是去 Termux 的发布页下载 APK 安装包手动安装，注意别从应用商店装那些同名的旧版本，包名和管理方式都不一样。

装完打开 Termux，先做两件事：给存储权限、更新包索引。

# 授予 Termux 访问共享存储的权限，执行后会弹系统授权框 termux-setup-storage # 更新软件源和已装的包 pkg update && pkg upgrade -y

termux-setup-storage这个命令在很多教程里被写成一串没有横杠的字符，实际执行会提示 command not found，横杠不能漏。它的作用是让 Termux 能读写手机存储，编译产物和模型文件体积都不小，没有这个权限后面会处处受限。

接着装编译依赖：

# git 拉代码，cmake 和 golang 是编译工具链，libjpeg-turbo 是图像处理依赖 pkg install git cmake golang libjpeg-turbo -y

四个包各自的作用：git用来克隆仓库，cmake负责构建 llama.cpp 那部分本地库，golang是编译 Ollama 主体的语言工具链，libjpeg-turbo提供 JPEG 编解码能力，缺了它go generate阶段会报 CGO 相关的错。装完可以go version确认一下 golang 真的进去了。

4.3 编译、启动与验证：curl 那一行到底看什么

依赖齐了就可以拉源码编译。这几行命令在原资料里是挤在一起写的，空格容易丢，我按能直接粘的格式重写一遍：

# 只拉最新一次提交，省流量也省时间 git clone --depth 1 https://github.com/ollama/ollama.git cd ollama # 生成 llama.cpp 相关的绑定代码 go generate ./... # 编译出可执行文件，产物就在当前目录 go build .

--depth 1是浅克隆，只拿最近一次提交，仓库历史对编译没用，能省下大量下载时间。go generate ./...里的./...表示当前目录及所有子目录，这一步会触发代码生成，跑得比较久，中途手机发烫是正常的，别以为卡死了就 Ctrl+C。go build .的.是当前包路径，编译成功后当前目录会多出一个名为ollama的可执行文件。

编译完成，启动服务并验证：

# 后台启动服务，& 表示放到后台 ./ollama serve & # 探一下服务是否活着 curl http://localhost:11434

curl http://localhost:11434返回的是Ollama is running这一行纯文本，不是 JSON，也不是版本号。很多人以为要看到版本信息才算成功，看到这行反而以为哪里错了——它就是这个服务的根路径响应，能返回这行就说明进程在、端口通。

服务确认活着之后拉模型：

# 8b 规格，注意模型名里的横杠 ./ollama pull deepseek-r1:8b # 拉完直接进交互 ./ollama run deepseek-r1:8b

这里要提醒一句：安卓上跑 8b 的体验和桌面完全不是一个量级，生成速度慢、发热明显、后台容易被系统杀掉。我一般会先在桌面端把 7b 跑通、确认自己要问的问题类型，再决定要不要在手机上重复一遍。

4.4 手机端的现实取舍

把两条路摆在一起看，选择其实很清楚。iPhone 快捷指令那条，五分钟能搞定，代价是依赖网络和第三方 Key，模型不在你手上；Android Termux 那条，从装 Termux 到编译完成顺利的话半小时起步，换来的是模型真的跑在本地，断网也能用，但速度和续航要打折。

如果目的是「在手机上随时问两句」，选前者；如果目的是「验证 Ollama 在 ARM 环境能不能编出来、能不能跑」，选后者。两者不冲突，我自己的手机上是快捷指令常年留着，Termux 那套装完跑通一次就删了——占的空间比收益大。

5. 排查避坑：五个让部署卡住的现场

下面这五条是我在实际部署里反复遇到的，按「现象 → 原因 → 解决」记，遇到问题可以直接对号入座。

5.1 模型拉到一半停住，重跑又从零开始

现象：ollama run deepseek-r1:7b进度条走到一半不动了，等几分钟没反应，Ctrl+C 之后重新执行，进度回到 0%。

原因：run把下载和启动绑在一起，中断后交互状态和下载状态混在一起，重跑等于重新走一遍完整流程；另外模型权重是几个 G 的连续文件，网络抖动很容易让连接断掉。

解决：先用ollama pull deepseek-r1:7b单独下，这条命令失败后重跑通常能续上已完成的分片，下完再用ollama run进交互。同时确认目标磁盘剩余空间大于模型体积的两倍，Ollama 在落盘过程中会有临时文件。

5.2 宿主机 curl 得通，容器里连不上

现象：宿主机上curl http://127.0.0.1:11434正常返回，进 Open WebUI 容器里执行同样的命令超时，网页上模型列表一直是空的。

原因：Ollama 默认只监听127.0.0.1，容器有独立网络命名空间，它访问自己的 127.0.0.1 永远连不到宿主机上的服务。

解决：给 Ollama 设OLLAMA_HOST=0.0.0.0:11434并重启服务，同时给容器加--add-host=host.docker.internal:host-gateway，在 Open WebUI 里把地址填成http://host.docker.internal:11434。Linux 上漏掉--add-host这条，光改监听地址也不够。

5.3 Open WebUI 能打开，但新建对话报错

现象：网页能进，模型也显示在列表里，一点新建对话就报连接失败或者一直转圈。

原因：多半是地址填成了http://localhost:11434。在容器的视角里，localhost 是容器自己，那里没有 Ollama。

解决：把地址改成http://host.docker.internal:11434，配合上一条的--add-host参数；或者直接填宿主机的局域网 IP，比如http://192.168.1.10:11434，前提是 Ollama 已经监听 0.0.0.0。

5.4 Termux 编译中途失败

现象：go generate ./...报 CGO 相关的错误，或者go build .跑到一半进程被杀。

原因：前者通常是缺libjpeg-turbo或cmake；后者是内存不够，安卓系统在内存紧张时会杀后台进程，编译恰恰是内存大户。

解决：先pkg install libjpeg-turbo cmake -y补齐依赖再重试；内存不够的话执行termux-wake-lock阻止系统休眠回收，关掉其他 App，编译期间别切后台。失败后重跑前先go clean -cache，避免半成品缓存干扰。

5.5./ollama serve &之后 curl 没反应

现象：后台启动看起来成功了，curl http://localhost:11434一直挂着不返回，或者提示连接被拒绝。

原因：三种可能——可执行文件不在当前目录（编译产物在ollama仓库根目录，cd错了地方就会 command not found）、端口被别的进程占了、进程启动后立刻被系统杀掉。

解决：先用./ollama serve前台跑一次，日志直接打在终端上，报什么错一目了然；再ss -ltnp | grep 11434看端口归属。安卓上如果日志显示进程正常但请求超时，检查是不是切后台被系统冻结了，加termux-wake-lock再试。

6. 装完怎么验证：三层自检和一条我每次都走的顺序

装完不等于跑通，我自己定了一套三层验证，从底层往上一层一层过，任何一层不过就停在那儿排查，不往下走。

第一层是进程和端口。服务有没有起来、监听在哪，这层用两条命令就能确认：

# 看进程和监听地址，重点看是 127.0.0.1 还是 0.0.0.0 ss -ltnp | grep 11434 # 看容器状态，STATUS 列要有 Up docker ps --filter name=open-webui

第二层是接口。这一层不看网页，直接打 API，排除前端因素：

# 版本接口，确认服务在响应 curl -s http://127.0.0.1:11434/api/version # 本地模型清单，确认模型真的落盘了 curl -s http://127.0.0.1:11434/api/tags # 真跑一次推理，这一步过不了说明模型加载有问题 curl -s http://127.0.0.1:11434/api/generate -d '{ "model": "deepseek-r1:7b", "prompt": "用一句话说明什么是机器学习", "stream": false }' | head -c 500

三个接口对应三个不同的故障面：/api/version不通说明服务没起；/api/tags返回空数组说明模型没拉下来或者OLLAMA_MODELS指错了目录；/api/generate报 model not found 说明名字写错，报内存相关错误说明规格选大了。第三个接口能返回一段完整的 JSON 且response字段有内容，本地推理这条链路就算通了。

第三层才是界面。浏览器打开http://localhost:3000，登录进 Open WebUI，设置里的模型列表能看到 DeepSeek，新建对话发一句能流式出字。这一层最容易骗人——页面能打开不代表后端通，所以我一定先过完前两层再看它。

三层都过完之后，还有一个习惯动作：重启一次机器，再重新走一遍第一层。目的是确认--restart always和 systemd 的自启真的生效了，而不是靠你手动起的那个进程撑着。我吃过这个亏，装完当天一切正常，第二天开机发现模型服务没起来，查了半天才发现是手动./ollama serve起的进程随着终端关掉了。

从那以后我每次装完这类带常驻服务的环境，都会强制走一遍「重启 → 三层自检」，宁可多花五分钟，也不想在演示前十分钟发现服务是死的。希望帮到你。

本文还有配套的精品资源，点击获取