我要投稿

玩转 Deepseek-R1 本地部署+知识库搭建+多轮RAG，保姆级教程！

发布日期：2025-02-17 21:47:50 浏览次数： 4957

作者：OpenBMB开源社区

微信搜一搜，关注“OpenBMB开源社区”

最近，深度求索开源的 DeepSeek-R1 系列模型火遍全球，但因为“服务器繁忙”劝退不少人。为了解决这个问题，我们将以 UltraRAG 框架为例，为大家介绍 DeepSeek-R1 的本地部署流程，同时带领大家熟悉 UltraRAG 的细节和功能。在成功跑通 VanillaRAG 后，我们还简单尝试了在 DeepSeek-R1 加持下的 Adaptive-Note，提出法律领域的问题，效果居然出乎意料的好，有截图为证：

如上图，在 UltraRAG 上对 VanillaRAG 和 Adaptive-Note 分别提问“我喝多后撞了人可能会承担什么罪责？”VanillaRAG 简单直接，分别列出了罪名和建议，内容全面，但是稍微有点不够细致。再看看 Adaptive-Note 的回答，不光总结了可能的几点罪名，并且分析了酒精含量和事后处理态度对量刑和赔偿的影响，引经据典，令人信服。整体来看， Adaptive-Note 的回答更加可信。

VanillaRAG：是最基础的 RAG（Retrieval-Augmented Generation，检索增强生成）架构，通常指的是未经优化或改进的标准 RAG 方法。它的基本流程包括：查询构造（Query Formation）、检索（Retrieval）、生成（Generation）
Adaptive-Note: 一种用于复杂问答任务的自适应笔记增强 RAG 方法，采用检索-记忆（Retriever-and-Memory）机制， iteratively 收集和优化知识结构。它通过自适应记忆复审和任务导向生成提高知识交互质量，并采用基于笔记的探索终止策略确保信息充分获取，以提升答案质量。论文: https://arxiv.org/abs/2410.08821

看到这里，我猜大家已经迫不及待想要体验 UltraRAG 了，所以接下来我们将手把手详细介绍 UltraRAG 的部署流程。

硬件环境准备

DeepSeek-R1 的模型有多个蒸馏版本，分别是 7B、14B、70B 以及满血的 671B 版本。权衡了条件和效果后，我们选择 14B 的模型进行部署，以下是运行 UltraRAG 的基本硬件要求：

这里需要注意 nvidia 的显卡驱动需要和 cuda 版本兼容，否则 vllm 运行模型有可能出现报错的情况。如果你的显卡出现不兼容的情况，可以尝试重装驱动和 cuda。这里推荐一个简单好用的安装方法，可以有效避免 cuda 和驱动的不兼容问题：登录 nvidia 官方网站（https://developer.nvidia.com/cuda-toolkit-archive），选择适合 cuda-toolkit 版本安装和安装参数（推荐使用 runfile 方式安装，真的简单好用！）。

cuda-toolkit参数配置页面

UltraRAG配置

好了，现在你已经拥有了一个稳定的运行环境，可以配置 UltraRAG 了。接下来从 GitHub 仓库中下载 UltraRAG 并放到合适的位置，https://github.com/OpenBMB/UltraRAG （点个 star 支持一下吧）。

运行 UltraRAG 有两种方法，一种通过 docker 运行，这种方式最简单，需要你的机器上已经安装配置好了 nvidia-docker ，并拥有它的运行的权限（一般情况下需要 root 权限）。这种情况下，你只需要执行这行代码就行了：

docker-compose up --build -d

如果你的机器上没有 nvidia-docker 也不要紧，可以配置 conda 环境来运行。

要确保你的本地机器安装了 conda，没有的话也可以在这个网址（https://docs.anaconda.com/miniconda/install/）中找到安装的方法，使用普通账户直接安装，几行代码很好执行～

接着，就是在 conda 环境上安装 UltraRAG 的依赖，下面的代码依次执行就好了～

#创建conda环境conda create -n ultrarag python=3.10#激活conda环境conda activate ultrarag安装相关依赖pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

以上步骤操作完成之后，环境依赖就准备好了。接下来开始下载模型。

我们需要下载以下 3 个模型，分别执行命令。

模型下载完成之后，紧接着运行 llm 服务，具体执行这个命令即可～

vllm serve DeepSeek-R1-Distill-Qwen-14B --gpu-memory-utilization 0.8 --dtype auto --api-key token-abc123

这里简单说明一下参数的含义：

--gpu-memory-utilization 0.8：表示 GPU 的占用率，显存 80G 时，0.8 意味着最大占用 64GB 的显存。

--dtype auto：表示 vllm 自动选择模型参数类型。

--api-key token-abc123：自定义模型 API 的密钥为token-abc123。

vllm 服务部署完成后将会启动 OpenAI-Compatibly 的服务，默认参数为：

为了常驻后台，你也可以使用以下命令运行：

nohup vllm serve DeepSeek-R1-Distill-Qwen-14B --gpu-memory-utilization 0.8 --dtype auto --api-key token-abc123 &

好了，现在环境搭好了，模型也下载好了，我们现在来运行 UltraRAG：

streamlit run ultrarag/webui/webui.py --server.fileWatcherType none

如果一切顺利，我们会看到下图的结果。这意味着 WebUI 已经跑起来了，我们把 URL 复制到浏览器，应该就能访问页面了，你可以使用 3 个 URL 中的任何一个进行访问：

和DeepSeek-R1对话和

这里附上超详细视频教程，可以对照细节一步步上手：

什么是 UltraRAG?

UltraRAG 框架由清华大学 THUNLP 联合东北大学 NEUIR 、面壁智能团队及 9#AISoft 团队共同提出，基于敏捷化部署与模块化构造，引入了自动化的“数据构建-模型微调-推理评测”知识适配技术体系，提供了一站式、科研与开发双重友好的 RAG 系统解决方案。UltraRAG 显著简化了 RAG 系统在领域适配过程中，从数据构建到模型微调的全流程，助力科研人员与开发者高效应对复杂任务：