前言

本人姑且也算是一个重度 AI 使用者，基本上遇上什么技术问题都会优先去问 AI，尤其在去年年初 deepseek 上线之后就特别喜欢和 deepseek 聊天，到现在估计总共也给 deepseek 贡献了几十万条聊天记录了。但是使用网页端或者应用端的 AI（特别是 deepseek 和其他一些国产AI的时候）总不免遇到一个问题，就是AI的敏感词，这一点特别是 deepseek 惹得我挺不爽的（毕竟 deepseek 是出了名的求生欲极强），所以从开始搞这个博客开始我就一直想要一个我自己部署的 AI，之前在我最近都搞了些啥？近况公告25#2！里面就讲过我用过官方 API + GitHub 开源 UI 并通过 Vercel 部署这条技术路线上线了我的第一个AI，命名为柠檬星AI，最开始只有 deepseek，后来又搞到了 ChatGPT 的 API，所以现在这个主要是有两个 AI 可以用。但是用 API 依旧还是会遇到内容审查的问题，而且还要花钱（虽然后面找到了一个免费的 API 项目），所以也不是很理想，所以在换电脑之后就想在我的电脑上部署一下看看，结果这台电脑都买了大半年了到现在才开始搞。那么事不宜迟，我们现在就开始吧！

设备信息：

操作系统： Windows 11 家庭中文版 25H2
机型： 机械革命 无界15X 暴风雪
处理器： AMD Ryzen AI 9 H 365
显卡： AMD Radeon 880M Graphics（集显）

Step 1. 下载Ollama

Ollama 是目前最流行的本地部署大语言模型工具，旨在简化繁琐的模型部署流程，只用几行命令就可以完整部署大语言模型，我这次选Ollama也是因为它是所有的工具里面最好用教程也最多的，而且模型库很完整，反正就是非常方便，虽然没有什么繁琐的操作有点不够极客范？

打开 Ollama 的官方下载页面：

⚠️ 这不是我的网站哦！我可不知道它安不安全
Ollama
Start building with open models

这里有两种下载方式，一个是下载exe文件，还有一个是通过命令行下载，现在 Ollama 好像已经有自己的 UI 了，所以应该是下 exe 版本会更方便一点。

Step 2. 安装Ollama

下载完 Ollama 之后就按正常的软件安装就行了，安装完之后就可以看到 Ollama 的 UI 界面了，这个 UI 界面还挺方便的，可以一键安装一些模型，还可以登录账号之后用云端的模型，但是它本身支持的模型不多，而且好像没有 deepseek（只有云端版），所以我们就先不用这个 UI 界面，还是用传统的命令行来操作。

Step 3. 更改大模型储存位置

默认情况下，Ollama 会把模型存放在C:\Users\用户名\.ollama\models，因为大模型普遍还是比较大的，一个大概4~400个G左右（deepseek r1），所以为了防止C盘爆满，建议还是最好把大模型放在D盘。

首先新建一个文件夹，记下该文件夹的位置（我的是D:\AI_Models\Ollama），这个文件夹最好不要用中文或者其他英语以外的语言，不要有空格，以防后面出现什么幺蛾子

然后在系统中搜索“编辑系统环境变量”，打开之后点击“环境变量”，新建一个环境变量：

  • 变量名：OLLAMA_MODELS

  • 变量值：你刚刚创建的存放AI模型的文件夹（我的就是D:\AI_Models\Ollama）

保存之后，在任务托盘里面找到 Ollama 的图标，Quit 之后再出现打开，应用就生效了

Step 4. 下载Deepseek r1

打开 Ollama 的模型库，就可以看到 Ollama 支持的所有大模型，点击进去就可以看到下载运行的命令等，我这次选择的是 deepseek r1 的 7b 版本，这是最入门最推荐的尺寸，大概占5个G

首先先用Win⌘ + R打开运行窗口，输入 cmd，打开命令提示符，然后运行

1
ollama run deepseek-r1:7b

运行完之后它就会自动开始下载 AI 模型以及配置，这里建议挂一个 VPN，下载稳定一点，等到下载完之后就可以开始对话了。输入/bye可以退出。

Step 5. Ollama 命令汇总

常用操作 命令
下载模型 ollama pull [模型名]
直接运行对话 ollama run [模型名]
列出已安装模型 ollama list
删除特定模型 ollama rm [模型名]
查看运行状态 ollama ps

更多命令：

⚠️ 这不是我的网站哦！我可不知道它安不安全
Ollama 教程
菜鸟教程

Step 6. 使用图形化界面

如果你下载的是 exe 版本的 Ollama 的话，我们前面也说过 Ollama 现在是支持图形界面的，只要完成上面的步骤就可以在 Ollama 窗口的模型列表里面找到 Deepseek r1 开始对话，但是我觉得这个窗口还是有点简陋，不符合我的审美，所以我准备给 AI 安装一个前端页面。这里我有找到两个项目，一个是 Open WebUI，很精致，适合不那么要求自定义的人。 还有一个是 Ollama Web UI Lite，比较简单，是前面那个 Open WebUI 的简化版，可以通过 css 自定义页面样式。

注意下文提到的两种方式均会占用localhost:3000端口，如果同时运行可能会产生冲突，如果要同时用两个方案的话，建议在使用 Ollama Web UI Lite 运行npm run dev时在后面加上-- --port 3001以防止冲突

安装 Open WebUI

⚠️ 这不是我的网站哦！我可不知道它安不安全
Open WebUI 官网
Self-Hosted Al Platform

1. 安装 Docker Desktop

打开 Docker Desktop 的官方下载页面：

⚠️ 这不是我的网站哦！我可不知道它安不安全
Docker Desktop
The #1 containerization software for developers and teams

（注意：Docker Desktop 在 Windows 上通常依赖 WSL2（Windows Subsystem for Linux）或 Hyper-V，如果没有安装或者遇到报错的话建议检查一下 Hyper-V 有没有开启或者管理员运行 Power Shell 输入wsl --status检查一下，如果显示未安装的话则需要输入wsl --install进行安装。）

下载下来之后运行安装，安装好了之后在命令行输入下面的命令：

1
docker pull ghcr.io/open-webui/open-webui:main

等到所有文件都下载完毕之后，继续运行下一行命令：

1
docker run -d -p 3000:8080 -v open-webui:/app/backend/data --name open-webui ghcr.io/open-webui/open-webui:main

如果要开启单用户模式（无需登录），则换运行这条命令：

1
docker run -d -p 3000:8080 -e WEBUI_AUTH=False -v open-webui:/app/backend/data --name open-webui ghcr.io/open-webui/open-webui:main

运行容器之后，访问 http://localhost:3000 ，就可以访问 Open WebUI 了。第一个登录的账号会成为管理员账号。

2. 连接Ollama后端

一般来说进入到界面之后 Open WebUI 就会自动搜索到使用 Ollama 部署在电脑本地的 AI 并配置完毕了，只要在上方选择模型的地方选择你部署的模型即可，但是如果没有自动配置的话，可以进入设置，在 Ollama Server URL 一栏中填入http://localhost:11434/api，应该就可以配置好了。

3. 快速启动

新建一个.txt文件，复制粘贴以下内容：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
@echo off
chcp 65001 >nul
title Open WebUI 启动器
echo ========================================
echo      正在启动 Open WebUI + Ollama
echo ========================================
echo.

:: 1. 检查 Docker 是否运行
echo [1/3] 检查 Docker 服务...
docker info >nul 2>&1
if %errorlevel% neq 0 (
    echo ❌ Docker 未运行，请先启动 Docker Desktop！
    echo    按任意键退出...
    pause >nul
    exit /b
)
echo ✅ Docker 已运行
echo.

:: 2. 检查并启动 Ollama
echo [2/3] 检查 Ollama 服务...
tasklist /fi "imagename eq ollama.exe" 2>nul | find /i "ollama.exe" >nul
if %errorlevel% equ 0 (
    echo ✅ Ollama 已在运行
) else (
    echo ⏳ Ollama 未运行，正在启动...
    start /b ollama serve > ollama.log 2>&1
    echo ✅ Ollama 已后台启动（首次启动可能需要几秒钟）
)
echo.

:: 3. 停止并删除同名容器（避免冲突）
echo [3/3] 准备启动 Open WebUI 容器...
docker stop open-webui >nul 2>&1
docker rm open-webui >nul 2>&1

:: 4. 运行容器（后台模式）
docker run -d -p 3000:8080 -v open-webui:/app/backend/data --name open-webui ghcr.io/open-webui/open-webui:main >nul
if %errorlevel% equ 0 (
    echo ✅ Open WebUI 容器已启动
) else (
    echo ❌ 容器启动失败，请检查 Docker 日志
    pause
    exit /b
)
echo.

:: 5. 等待几秒让容器初始化
echo ⏳ 等待服务初始化（5秒）...
timeout /t 5 /nobreak >nul

:: 6. 打开浏览器
echo 🌐 正在打开浏览器...
start http://localhost:3000
echo.

echo ========================================
echo  Open WebUI 已启动！访问 http://localhost:3000
echo  关闭本窗口即可停止服务
echo ========================================
pause

将文件名后缀改为.bat，双击就可以快速启动 Open WebUI 和 Ollama 了。此时会弹出一个命令行窗口，关闭窗口即可停止服务。为这个.bat文件创建一个快捷方式，打开快捷方式的属性 > 快捷方式 > 更改图标，给他换一个 Deepseek 的图标，放在桌面上就可以像其他软件一样了。

⚠️ 这不是我的网站哦！我可不知道它安不安全
Ollama WebUI Lite
Github

1. 安装 Ollama Web UI Lite

新建一个文件夹，右键 Open Git Bash Here，在 git 中运行以下命令：

克隆仓库：

1
2
git clone https://github.com/ollama-webui/ollama-webui-lite.git
cd ollama-webui-lite

安装依赖：

1
npm ci

将应用置于开发模式：

1
npm run dev

访问 http://localhost:3000 ，就可以看到 Ollama Web UI Lite 的界面了

2. 连接Ollama后端

一般来说进入到界面之后 Ollama Web UI Lite 就会自动搜索到使用 Ollama 部署在电脑本地的 AI 并配置完毕了，只要在上方选择模型的地方选择你部署的模型即可，但是如果没有自动配置的话，可以进入设置，在 Manage Ollama API Connections 一栏中填入http://localhost:11434，应该就可以配置好了。

3. 自定义样式

Ollama Web UI Lite 基于 Svelte 框架和 TypeScript 构建，并使用 Vite 作为构建工具，所以所有 Ollama Web UI Lite 的样式文件都在ollama-webui-lite/src这个文件夹里。这个文件夹下面的app.html就是最基础的 HTML 结构，tailwind.css则是全局 css 规则，各个组件的样式放在 lib/components/ 这个文件夹里的各个.svelte文件里。

下面是一些常用的样式与对应的文件对照表：

文件/目录 路径 主要用途
HTML 入口 src/app.html 应用的基础 HTML 结构
全局 CSS src/tailwind.css 全局样式和 Tailwind 指令
UI 组件 src/lib/components/ 存放所有界面组件的目录
工具函数 src/lib/utils/ 包含 API 连接等辅助函数
常量定义 src/lib/constants.ts 定义模型列表等全局常量
状态管理 src/lib/stores/ 管理对话历史、设置等应用状态

修改后保存刷新应该就可以看到效果

4. 快速启动

新建一个.txt文件，复制粘贴以下内容：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
@echo off
chcp 65001 >nul
title Ollama Web UI Lite 启动器
echo ========================================
echo   正在启动 Ollama Web UI Lite + Ollama
echo ========================================
echo.

:: 1. 检查并启动 Ollama
echo [1/3] 检查 Ollama 服务...
tasklist /fi "imagename eq ollama.exe" 2>nul | find /i "ollama.exe" >nul
if %errorlevel% equ 0 (
    echo ✅ Ollama 已在运行
) else (
    echo ⏳ Ollama 未运行，正在启动...
    start /b ollama serve > ollama.log 2>&1
    echo ✅ Ollama 已后台启动（首次启动可能需要几秒钟）
)
echo.

:: 2. 进入项目目录（请修改为你的实际路径！）
echo [2/3] 进入项目目录...
cd /d "（你的 Ollama Web UI Lite 克隆到的文件夹，注意要进入 ollama-webui-lite 文件夹，我的是D:\网站项目\Ollama Web UI Lite\ollama-webui-lite）"
if %errorlevel% neq 0 (
    echo ❌ 路径不存在，请检查脚本中的路径！
    pause
    exit /b
)
echo ✅ 已切换到 %cd%
echo.

:: 3. 启动前端服务
echo [3/3] 启动 Ollama Web UI Lite 服务...
echo ⏳ 等待服务启动，浏览器将自动打开...
start http://localhost:3000
npm run dev

:: 如果 npm run dev 退出，暂停显示信息
echo.
echo 服务已停止。
pause

将文件名后缀改为.bat，双击就可以快速启动 Ollama Web UI Lite 和 Ollama 了。此时会弹出一个命令行窗口，关闭窗口即可停止服务。为这个.bat文件创建一个快捷方式，打开快捷方式的属性 > 快捷方式 > 更改图标，给他换一个 Deepseek 的图标，放在桌面上就可以像其他软件一样了。

大功告成！

享受和在你电脑本地部署的AI聊天吧！