
CentOS 7.9 本地部署Deepseek全过程
本次部署在CentOS的服务器中,使用 docker 部署 ollama + Dify + RagFlow ,具体过程如下:
一、安装Docker以及Docker Compose:
1、安装前准备
在安装Docker与Docker-Compose之前,有可能服务器中有安装旧版本的Docker,需要先进行卸载
sudo yum remove docker docker-common docker-selinux docker-engine
2、安装Docker
在安装Docker之前,需要先安装一些依赖包。
sudo yum install -y yum-utils device-mapper-persistent-data lvm2
添加Docker的官方源,下载并安装最新版本的Docker。
sudo yum-config-manager --add-repo https://download.docker.com/linux/centos/docker-ce.repo
通过yum命令安装Docker。
sudo yum install docker-ce docker-ce-cli containerd.io
启动Docker服务。
sudo systemctl start docke
3、安装Dockers Compose
Docker-Compose可以通过二进制安装的方式进行安装。首先需要下载对应版本的Docker-Compose二进制文件,并将其添加到系统路径中。
下载Docker-Compose二进制文件
curl -L "https://github.com/docker/compose/releases/download/v2.2.3/docker-compose-$(uname -s)-$(uname -m)" -o /usr/local/bin/docker-compose
添加执行权限
chmod +x /usr/local/bin/docker-compose
验证安装是否成功
$ docker-compose --version
二、安装Docker可视化界面Portainer
先搜索资源
$ docker search portainer
拉取镜像
$ docker pull portainer/portainer
创建容器
$ docker run -d -p 9000:9000 --name portainer --restart=always -v /var/run/docker.sock:/var/run/docker.sock -v portainer_data:/data portainer/portainer
查看是否启动成功
docker ps -a
运行,浏览器打开
http://<Your Servier IP>:9000
三、安装Ollama
安装Ollama,并使用GPU加速
docker run -d --gpus=all -v ollama:/root/.ollama -p 11434:11434 --name ollama ollama/ollama
四、运行DeepSeek
从Ollama安装并运行DeepSeek,这里以70b
为例
docker exec -it ollama ollama run deepseek-r1:70b
五、安装dify
首先从Dify
的代码仓库克隆Dify
的源代码至本地环境
# 假设当前最新版本为 0.15.3
git clone https://github.com/langgenius/dify.git --branch 0.15.3
启动Dify
进入Dify
源代码的Docker
目录
cd dify/docker
复制环境配置文件
cp .env.example .env
启动 Docker 容器
根据你系统上的 Docker Compose 版本,选择合适的命令来启动容器。你可以通过
$ docker compose version
命令检查版本,详细说明请参考 Docker 官方文档:
如果版本是 Docker Compose V2,使用以下命令:
$ docker compose up -d
如果版本是 Docker Compose V1,使用以下命令:
$ docker-compose up -d
运行命令后,你应该会看到类似以下的输出,显示所有容器的状态和端口映射:
[+] Running 11/11
✔ Network docker_ssrf_proxy_network Created 0.1s
✔ Network docker_default Created 0.0s
✔ Container docker-redis-1 Started 2.4s
✔ Container docker-ssrf_proxy-1 Started 2.8s
✔ Container docker-sandbox-1 Started 2.7s
✔ Container docker-web-1 Started 2.7s
✔ Container docker-weaviate-1 Started 2.4s
✔ Container docker-db-1 Started 2.7s
✔ Container docker-api-1 Started 6.5s
✔ Container docker-worker-1 Started 6.4s
✔ Container docker-nginx-1 Started 7.1s
最后检查是否所有容器都正常运行
docker compose ps
访问Dify
因为Dify
是默认80端口,所以直接访问你的服务器ip就能打开,你可以先前往管理员初始化页面设置设置管理员账户
# 本地环境
http://localhost/install
# 服务器环境
http://your_server_ip/install
然后访问主页面
# 本地环境
http://localhost
# 服务器环境
http://your_server_ip
六、安装RagFlow
确保 vm.max_map_count 不小于 262144
如需确认 vm.max_map_count 的大小:
sysctl vm.max_map_count
如果 vm.max_map_count 的值小于 262144,可以进行重置:
# 这里我们设为 262144 :
sudo sysctl -w vm.max_map_count=262144
你的改动会在下次系统重启时被重置。如果希望做永久改动,还需要在 /etc/sysctl.conf
文件里把 vm.max_map_count 的值再相应更新一遍:
vm.max_map_count=262144
下载RagFlow
源代码
$ git clone https://github.com/infiniflow/ragflow.git
$ cd ragflow/docker
$ git checkout -f v0.17.2
注意:RagFlow 与 Dify 同样使用的是80端口
我这修改RagFlow的端口映射:
进入RagFlow的docker目录下
cd ragflow/docker
修改
docker-compose.yml
services: ragflow: depends_on: mysql: condition: service_healthy image: ${RAGFLOW_IMAGE} container_name: ragflow-server ports: - ${SVR_HTTP_PORT}:9380 - 8000:80 - 4433:443
启动之前,由于RagFlow
与Dify
的redis
会产生冲突,这里的解决方法是为每个项目设置唯一的 Docker Compose 项目名称,使用 -p
参数为每个项目指定独特的 Docker Compose 项目名称,确保容器和网络资源相互独立:
$ docker compose -f docker-compose-gpu.yml -p ragflow up -d
$ docker compose -f docker-compose.yaml -p dify up -d
使用CPU或者GPU的启动方式命令如下
# Use CPU for embedding and DeepDoc tasks:
$ docker compose -f docker-compose.yml -p ragflow up -d
# To use GPU to accelerate embedding and DeepDoc tasks:
$ docker compose -f docker-compose-gpu.yml -p ragflow up -d
服务器启动并运行后检查服务器状态:
$ docker logs -f ragflow-server
以下输出确认系统启动成功:
____ ___ ______ ______ __
/ __ \ / | / ____// ____// /____ _ __
/ /_/ // /| | / / __ / /_ / // __ \| | /| / /
/ _, _// ___ |/ /_/ // __/ / // /_/ /| |/ |/ /
/_/ |_|/_/ |_|\____//_/ /_/ \____/ |__/|__/
* Running on all addresses (0.0.0.0)
在浏览器中,输入服务器的 IP 地址以及之前修改的端口号并登录 RAGFlow。
http://<Your Servier IP>:8000
至此,所有组件安装完成