内网服务器离线安装部署 DeepSeek - 链载Ai

安装 Ollama

Ollama 官网：https://ollama.com/

1. 安装

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

二进制文件安装：使用 curl 命令下载或者直接在 Github 上下载二进制文件

curl -L https://ollama.com/download/ollama-linux-amd64.tgz -o ollama-linux-amd64.tgz
sudo tar -C /usr -xzf ollama-linux-amd64.tgz

2. 服务配置

2.1 启动服务

ollama serve

打开另外一个终端，验证 ollama 运行状态。

ollama -v

2.2 设置开机自启动服务

创建服务文件/etc/systemd/system/ollama.service

[Unit]
Description=Ollama Service
After=network-online.target

[Service]
ExecStart=/usr/bin/ollama serve
User=ollama
Group=ollama
Restart=always
RestartSec=3
Environment="ATH=$PATH"

[Install]
WantedBy=default.target

服务文件解释：

Description=Ollama Service描述服务的名称和用途，表明这是一个用于运行 Ollama 应用的服务。
After=network-online.target指定服务应在系统网络完全就绪（即network-online.target达成）之后启动。确保服务依赖的网络功能可用。
ExecStart=/usr/bin/ollama serve定义启动服务时执行的命令：运行/usr/bin/ollama程序的serve子命令（通常用于启动服务端）。
User=ollama和Group=ollama服务以ollama用户和组的身份运行，避免使用 root 权限，提高安全性。需确保系统中已存在该用户和组，否则服务会启动失败。
Restart=always服务无论因何原因退出（包括正常退出、异常崩溃、被杀死等），都会自动重启。
RestartSec=3重启前等待 3 秒，防止频繁崩溃导致系统负载过高。
Environment="ATH=$PATH"显式设置环境变量PATH，继承当前 systemd 环境中的PATH值，确保服务能找到所需命令路径。需注意实际环境可能与 Shell 中的PATH不同。
WantedBy=default.target当通过systemctl enable启用服务时，该服务会关联到default.target（系统默认启动目标，通常是图形界面或多用户模式）。系统启动时，服务会自动运行。

2.3 启动服务并设置开机自启动

sudo systemctl daemon-reload
sudo systemctl enable ollama
sudo systemctl start ollama  // 启动 ollama
sudo systemctl status ollama  // 查看 ollama 状态

2.4 自定义安装，配置环境变量

编译配置文件shell

sudo systemctl edit ollama

也可以手动创建/etc/systemd/system/ollama.service.d/override.conf添加配置

[Service]
Environment="OLLAMA_HOST=0.0.0.0"
Environment="OLLAMA_MODELS=/home/xxxx/.ollama/models"
Environment="OLLAMA_KEEP_ALIVE=-1"

常见环境变量

环境变量	说明
`OLLAMA_DEBUG`	显示额外的调试信息（例如`OLLAMA_DEBUG=1`）
`OLLAMA_HOST`	指定 Ollama 服务器的 IP 地址（默认`127.0.0.1:11434`）
`OLLAMA_KEEP_ALIVE`	模型在内存中保持加载状态的持续时间（默认`"5m"`）
`OLLAMA_MAX_LOADED_MODELS`	每个 GPU 最大允许加载的模型数量
`OLLAMA_MAX_QUEUE`	最大队列请求数
`OLLAMA_MODELS`	模型存储目录的路径
`OLLAMA_NUM_PARALLEL`	最大并行请求数
`OLLAMA_NOPRUNE`	启动时不清理模型缓存
`OLLAMA_ORIGINS`	允许的跨域来源列表（逗号分隔）
`OLLAMA_SCHED_SPREAD`	始终在所有 GPU 上调度模型
`OLLAMA_FLASH_ATTENTION`	启用 Flash Attention 加速
`OLLAMA_KV_CACHE_TYPE`	K/V 缓存的量化类型（默认`f16`）
`OLLAMA_LLM_LIBRARY`	手动指定 LLM 库以绕过自动检测
`OLLAMA_GPU_OVERHEAD`	为每个 GPU 预留的显存空间（单位：字节）
`OLLAMA_LOAD_TIMEOUT`	模型加载超时时间（默认`"5m"`）

2.5 ollama 命令

ollama serve #启动 ollama 
ollama create #从模型文件创建模型 
ollama show  #显示模型信息 
ollama run  #运行模型 
ollama pull  #拉取模型 
ollama push  #推送模型 
ollama list  #列出模型 
ollama cp   #复制模型 
ollama rm   #删除模型 
ollamahelp #获取有关任何命令的帮助信息

2.6 查看日志

journalctl -e -u ollama

2.7 卸载

停止并删除 ollama 服务

sudo systemctl stop ollama
sudo systemctl disable ollama
sudo rm /etc/systemd/system/ollama.service

移除 ollama 二进制文件 (either/usr/local/bin,/usr/bin, or/bin):

sudo rm $(which ollama)

删除模型和用户、用户组

sudo rm -r /usr/share/ollama
sudo userdel ollama # 若为 ollama 专门添加了用户
sudo groupdel ollama # 若为 ollama 专门添加了用户组

安装 DeepSeek-R1

1. 在线安装

ollama run deepseek-r1

2. 离线安装

使用一台联网的电脑执行ollama run deepseek-r1:1.5b指令，下载完成后找到模型所在位置。下载过程若出现速度慢的情况，可以结束指令后重新执行，会自动断点续传，这一步操作主要是方便找到更快的下载链接。

默认存放位置：

Windows	C:\Users%username%\.ollama\models
MacOS	~/.ollama/models
Linux	/usr/share/ollama/.ollama/model 或 /home/%username%/.ollama/model

也可以尝试搜索拉取模型时产生的哈希字符，以便找到模型位置。

2.1 保存 gguf 文件和 Modelfile

按照时间排序，找到最大的那个文件，就是gguf格式的模型，复制出来，改名为deepseek-r1-1.5b-local.gguf；

执行命令ollama show deepseek-r1:1.5b --modelfile > Modelfile得到模型对应的Modelfile文件并保存。关键的两个文件已获取：

deepseek-r1-1.5b-local.gguf
Modelfile

2.2 内网部署模型

上传gguf文件和Modelfile文件至已安装 ollama 服务的内网服务器。修改Modelfile第五行的FROM，将模型路径修改为模型的真实路径，例如这里是./deepseek-r1-1.5b-local.gguf。

ollama create deepseek-r1-1.5b-local -f Modelfile

导入成功后，接下来的使用和外网一模一样，输入ollama list命令可以看到导入的模型。