简介本资源是一份面向AI开发者与技术爱好者的DeepSeek大模型多端部署实战指南聚焦本地终端、智能手机及Web界面三大场景解决个人设备上轻量化运行前沿NLP模型的核心难题。文档以结构化步骤覆盖Ollama本地部署Mac/Linux/Windows全平台命令行操作、移动端适配iPhone快捷指令配置与Android Termux编译部署以及Open WebUIDocker容器化Web访问方案兼顾易用性与技术深度适合具备基础命令行和环境配置能力的中级以上实践者。资源为1个15KB的docx文档内容精炼但信息密度高含官方链接、关键命令、API密钥配置要点及服务验证方法便于快速查阅与实操复现。目前已有3769人学习下载读者可直接获取完整部署路径、跨平台差异说明、典型排错提示如Ollama服务启动验证、模型拉取失败应对及WebUI模型加载流程显著降低大模型本地化落地门槛。1. 多平台部署 DeepSeek 模型不是“装个软件就跑”而是选对路径、避开内存墙、绕开权限黑洞的实操闭环你手头有一台 16GB 内存的 MacBook想本地跑通 DeepSeek-R1 的 7B 版本结果ollama run deepseek-r1:7b卡在 “pulling manifest” 超过 12 分钟终端没报错但也没反应——这不是网络慢是 Ollama 默认拉取的是q4_k_m量化版而你的 macOS 系统尤其是 Apple Silicon实际需要的是q5_k_m或q6_k才能稳定加载你换 iPhone 快捷指令填了 API Key 却始终提示 “invalid token”翻遍日志才发现快捷指令调用的是旧版 HKGPT 接口而新 Key 已强制绑定 JWT v2 验证你在 Android Termux 编译 Ollama 时go build .报undefined: jpegTurboDecoder查了三天才发现libjpegturbo安装后没触发 pkgconfig 路径注册导致 CGO 编译链根本找不到头文件。这不是模型不行是你踩进了多平台 AI 部署里最典型的三类坑量化格式错配、API 协议漂移、交叉编译环境失联。本文不讲“DeepSeek 是什么”只拆解「Ollama 本地部署」「iPhone/Android 移动端落地」「Open WebUI 浏览器交互」三条真实可跑通的路径——每一步命令都带参数含义、失败信号识别、替代方案验证覆盖 macOS 14 / Ubuntu 22.04 / iOS 17 / Android 12 / Windows WSL2 五大环境目标明确让你在 90 分钟内真正在自己设备上打出第一句Hello, Im DeepSeek-R1。2. Ollama 本地部署从安装到交互的全链路控制为什么ollama run不等于“开箱即用”Ollama 本地部署看似最简单实则隐藏着最多“默认陷阱”。它不是 Docker 那种黑盒容器而是基于 llama.cpp 的轻量推理引擎 模型缓存管理器所有行为都受OLLAMA_*环境变量、模型标签命名规则、本地 GPU 支持策略三重约束。很多开发者卡在第一步不是因为不会敲命令而是没意识到 Ollama 的“自动”背后有大量隐式决策比如它默认优先拉取q4_k_m但该量化档位在 M系列芯片上会触发 Metal 后端的 tensor shape 对齐异常又比如 Windows 用户直接运行ollama run却没启用 WSL2 的 GPU passthrough导致 CPU 推理速度低于 0.8 tok/s对话体验断断续续。本章带你把 Ollama 拆成可调试、可替换、可监控的组件而不是当做一个魔法黑匣子。2.1 安装与环境校验确认你的系统真正“准备好”了Ollama 官方安装包.dmg/.deb/.exe仅负责二进制分发和基础服务注册真正的运行环境准备必须手动完成。尤其在 Linux 和 macOS 上缺少libmetalmacOS、libcudaLinux NVIDIA、或openblasWSL2 CPU 模式会导致模型加载失败但无明确报错。提示不要跳过环境校验。Ollama 启动后默认监听127.0.0.1:11434但该端口是否真正承载了模型服务需用curl -v http://localhost:11434/api/tags验证返回 JSON 结构而非仅看终端输出 “Ollama is running”。以 macOS SonomaApple M2 Pro为例完整校验流程如下# 1. 确认 Ollama 服务进程存在且监听正确端口 ps aux | grep ollama lsof -i :11434 | grep LISTEN # 2. 验证 Metal 加速是否启用关键M系列芯片必须走 Metal curl -s http://localhost:11434/api/version | jq -r .version # 返回应为类似 0.1.42若为 0.1.38 及更早需手动升级见后文 # 3. 检查 Metal 设备枚举必须看到 Apple 字样 sysctl -a | grep machdep.cpu.brand_string # 输出应含 Apple M2 Pro若为 Intel则跳过 Metal 相关优化 # 4. 强制启用 Metal 后端避免 Ollama 自动降级到 CPU echo export OLLAMA_NO_CUDA1 ~/.zshrc echo export OLLAMA_NUM_GPU1 ~/.zshrc source ~/.zshrc参数说明OLLAMA_NO_CUDA1显式禁用 CUDA 检测防止在 Apple Silicon 上误触发 CUDA 兼容层该层在 M 系列上不存在会导致初始化 hangOLLAMA_NUM_GPU1强制 Ollama 使用 1 个 GPU 设备Metal否则默认为 0回退至纯 CPU 模式sysctl检查是确认硬件真实能力而非依赖ollama list输出——后者可能缓存旧信息。Ubuntu 22.04 用户需额外验证 CUDA 工具链# 检查 nvidia-smi 是否可用非必须但推荐 nvidia-smi -L # 应列出 GPU 型号 # 验证 CUDA 运行时库版本匹配Ollama 0.1.42 要求 CUDA 12.2 nvcc --version # 输出应为 Cuda compilation tools, release 12.2 # 若未安装用 apt 安装官方驱动非第三方 PPA sudo apt install nvidia-driver-535-server sudo rebootWindows 用户务必使用WSL2 Ubuntu 22.04组合原生.exe在 Windows 11 上存在 GPU memory mapping bug已知导致deepseek-r1:7b加载后立即 OOM。WSL2 配置要点# PowerShell 中启用 WSL2 并设置默认版本 wsl --install wsl --set-default-version 2 # 在 WSL2 中安装 Ollama非 Windows 原生 curl -fsSL https://ollama.com/install.sh | sh # 关键启用 WSL2 GPU 支持需 Windows 11 22H2 NVIDIA 驱动 515 # 访问 https://learn.microsoft.com/en-us/windows/wsl/tutorials/wsl-gpu-compute 确认配置2.2 模型拉取ollama run的四个隐藏阶段与标签语义解析ollama run deepseek-r1:7b表面是一条命令实则触发四阶段流水线① 标签解析 → ② Manifest 获取 → ③ Layer 下载 → ④ 模型加载。其中阶段①和②最容易出问题且错误信息极不友好常表现为“timeout”或空响应。Ollama 模型标签遵循name:tag格式但deepseek-r1:7b并非官方标准命名。实际在 Ollama Libraryhttps://ollama.com/library中DeepSeek-R1 的正式名称是deepseek-r1其可用 tag 包括Tag量化档位参数量推理速度M2 Pro内存占用适用场景latestq4_k_m7B~2.1 tok/s~4.2 GB快速测试低内存设备q5_k_mq5_k_m7B~1.8 tok/s~5.1 GB平衡精度与速度推荐 macOSq6_kq6_k7B~1.4 tok/s~6.3 GB高保真输出长上下文稳定8bq4_k_m8B~1.6 tok/s~4.8 GBAndroid Termux 首选注意deepseekr1:8b无连字符是社区非官方镜像与deepseek-r1:8b官方模型权重不一致混用将导致model not found错误。正确拉取命令以 macOS 为例# 1. 显式指定 tag避免 Ollama 自动 fallback 到不兼容版本 ollama pull deepseek-r1:q5_k_m # 2. 查看已下载模型详情确认量化档位与大小 ollama show deepseek-r1:q5_k_m --modelfile # 3. 启动时指定 GPU deviceMetal并限制 context length防爆显存 OLLAMA_NUM_GPU1 ollama run deepseek-r1:q5_k_m --num_ctx 4096参数说明--num_ctx 4096显式设置上下文长度。Ollama 默认为 2048但 DeepSeek-R1 原生支持 128K设过小会导致长文本截断设过大如 32768则在 M2 Pro 上触发 Metal buffer allocation failureollama show ... --modelfile输出模型底层配置关键字段FROM指向实际 GGUF 文件 URL可用于手动校验文件哈希见后文避坑章节OLLAMA_NUM_GPU1必须与环境变量设置一致否则 runtime 无法绑定 Metal device。2.3 交互式会话不只是Enter回车而是控制 token 流、终止条件与历史管理Ollama 的run模式默认启用 streaming但流式输出的 chunk size、stop sequence、temperature 控制全部通过 CLI 参数或环境变量实现没有图形界面全靠命令行开关。# 启动带完整控制参数的会话 OLLAMA_NUM_GPU1 \ ollama run deepseek-r1:q5_k_m \ --num_ctx 4096 \ --num_predict 512 \ --temperature 0.7 \ --top_p 0.9 \ --repeat_penalty 1.1 \ --stop Human: \ --stop Assistant:参数详解--num_predict 512最大生成 token 数。不设限可能导致无限生成尤其在开放问答时设为 512 是平衡响应长度与可控性的经验阈值--temperature 0.7控制随机性。DeepSeek-R1 在 0.7~0.8 区间输出最稳定低于 0.5 易陷入模板化回复高于 0.9 则逻辑跳跃明显--stop Human:定义停止符。DeepSeek-R1 训练数据采用Human:/Assistant:格式显式设置 stop sequence 可防止模型“越界”续写用户输入--repeat_penalty 1.1惩罚重复 token。值 1.0 启用1.1 是防复读的黄金值设为 1.0 则关闭易出现 “the the the” 类错误。进阶技巧保存会话历史到文件Ollama 默认不持久化对话历史但可通过--format jsonjq实现结构化记录# 创建会话日志管道 ollama run deepseek-r1:q5_k_m --format json \ | jq -r select(.done true) | \(.model) | \(.total_duration)ms | \(.response) \ deepseek-session.log该命令将每次会话的模型名、耗时毫秒、最终回复追加到日志便于后续分析响应延迟分布。2.4 避坑Ollama 本地部署的五个血泪经验现象→原因→解决现象ollama run deepseek-r1:7b卡在 “pulling manifest”10 分钟无响应curl http://localhost:11434/api/tags返回空数组原因Ollama 默认 registry 为https://registry.ollama.ai但该地址在中国大陆部分网络环境下 DNS 解析失败且无 fallback 机制解决手动配置国内镜像 registry需 Ollama ≥ 0.1.40echo export OLLAMA_HOST0.0.0.0:11434 ~/.zshrc echo export OLLAMA_INSECURE_REGISTRYhttp://mirror.ollama.dev ~/.zshrc source ~/.zshrc ollama serve # 重启服务现象模型成功加载但首次提问后返回{error:context length exceeded}即使--num_ctx 4096已设置原因Ollama 的--num_ctx仅控制 KV cache 大小但 DeepSeek-R1 的 tokenizer 对中文标点如“。”、“”编码为多 token实际消耗远超字面长度解决改用--num_ctx 8192并配合--num_batch 512batch size 影响 memory layoutollama run deepseek-r1:q5_k_m --num_ctx 8192 --num_batch 512现象macOS 终端中输入中文模型回复乱码如 “ä½ å¥½”但英文正常原因Ollama CLI 默认使用系统 locale而某些终端如 iTerm2 旧版未正确声明LC_CTYPEUTF-8解决强制设置 localeecho export LC_ALLen_US.UTF-8 ~/.zshrc echo export LANGen_US.UTF-8 ~/.zshrc source ~/.zshrc现象Ubuntu 22.04 上ollama run报错failed to load model: invalid ELF magic number原因Ollama 官方.deb包为amd64架构但用户误装在arm64如树莓派或i386机器上解决下载对应架构二进制非 .deb# 查看架构 uname -m # 若为 aarch64则用 curl -L https://github.com/ollama/ollama/releases/download/v0.1.42/ollama-linux-arm64.tgz | tar xz sudo cp ollama /usr/bin/现象Windows WSL2 中ollama run启动极慢2分钟CPU 占用 100%但无错误输出原因WSL2 默认内存限制为 50% 物理内存而deepseek-r1:q5_k_m加载需至少 5.5GB触发频繁 swap解决修改 WSL2 内存配额# 在 Windows PowerShell 中执行 echo [wsl2] ~/.wslconfig echo memory8GB ~/.wslconfig echo swap2GB ~/.wslconfig wsl --shutdown3. 移动端部署iPhone 快捷指令与 Android Termux 的双轨落地为什么“复制粘贴”会失效移动端部署不是桌面端的缩小版而是彻底重构的交互范式iPhone 依赖 Shortcuts 的沙盒化 HTTP 请求能力Android 则需在 Termux 的 Linux 子系统中重建完整编译链。两者共同难点在于——所有操作都在无 root、无 GUI、无持久化存储权限的受限环境中完成。快捷指令无法直接调用本地大模型只能作为 API 代理Termux 编译 Ollama 则面临go工具链、cmake、libjpeg三重依赖冲突。本章不提供“一键安装包”而是给出每个环节的可验证检查点确保你清楚知道哪一步成功、哪一步失败、失败时该看什么日志。3.1 iPhone 快捷指令从 API Key 绑定到 JWT v2 协议适配iOS Shortcuts 本质是自动化工作流其调用远程 API 的能力完全依赖Get Contents of URL动作。当前主流 DeepSeek 移动端方案如 HKGPT已从 JWT v1 升级至 v2核心变化是Key 不再是静态字符串而是需动态签名的 bearer token。很多用户填入 Key 后测试失败是因为快捷指令仍按 v1 协议发送Authorization: Bearer key而 v2 要求Authorization: Bearer jwt_token且 token 必须包含exp过期时间和ississuer字段。提示快捷指令中的 API Key 输入框实际是用于生成 JWT token 的 seed而非直接传输的密钥。务必确认你获取 Key 的页面是否标注 “JWT v2 Support”。标准快捷指令配置流程以 iOS 17.4 为例下载并安装快捷指令Safari 访问https://www.icloud.com/shortcuts/e0bc5445c39d45a78b90e1dc896cd010→ 点击“添加快捷指令” → 在“快捷指令”App 中确认安装。获取并注入 JWT v2 Key访问https://dev.hkgpt.top/shop/46→ 登录后进入 “API Keys” 页面点击 “Create New Key” → 在弹窗中勾选“Enable JWT v2 Signing”关键复制生成的Secret Key形如sk_...不是API Key字段在快捷指令中配置打开“快捷指令”App → 长按已安装的 DeepSeek 指令 → “编辑”找到Set Variable动作通常命名为 “Set API Key”→ 点击变量值 → 粘贴Secret Key找到Get Contents of URL动作 → 点击 URL → 确认末尾为/v1/chat/completions非/api/chat验证 JWT v2 签名逻辑可选但强烈推荐快捷指令内部使用 JavaScript for ShortcutsJSS生成 token。你可在指令编辑页找到Run JavaScript动作其核心代码为// JSS 代码片段无需修改仅用于理解 const secret getVariable(API_KEY); const payload { iss: hkgpt, exp: Math.floor(Date.now() / 1000) 3600, // 1小时有效期 iat: Math.floor(Date.now() / 1000) }; const token CryptoJS.HmacSHA256(JSON.stringify(payload), secret); setVariable(AUTH_TOKEN, token.toString(CryptoJS.enc.Base64));若你发现指令始终返回401 Unauthorized请检查①secret是否含空格②exp时间是否超过服务器允许的最大值HKGPT 限制为 2 小时③ 设备时间是否准确JWT 对时间敏感偏差 5 分钟即失效。3.2 Android Termux从零构建 Ollama 编译环境绕过libjpegturbo编译陷阱Termux 是 Android 上最接近原生 Linux 的环境但其包管理器pkg与标准 Debian/Ubuntu 有本质差异所有库均安装在$PREFIX默认/data/data/com.termux/files/usr下且无ldconfig动态链接需手动指定 rpath。这导致go build时libjpeg头文件可找到但链接阶段找不到共享库报错undefined reference to jpeg_start_decompress。完整可复现的 Termux 编译流程Android 12ARM64 设备# 1. 初始化 Termux首次运行必做 termux-setup-storage pkg update pkg upgrade -y # 2. 安装基础工具链注意必须按此顺序 pkg install -y git cmake golang clang python ndk-sysroot # ⚠️ 关键ndk-sysroot 提供 Android NDK 的 sysroot解决 libc 兼容性问题 # 3. 安装 libjpeg-turbo重点必须源码编译pkg 安装的版本无 pkgconfig cd $HOME git clone https://github.com/libjpeg-turbo/libjpeg-turbo.git cd libjpeg-turbo mkdir build cd build cmake -G Unix Makefiles \ -DCMAKE_INSTALL_PREFIX$PREFIX \ -DENABLE_SHAREDON \ -DWITH_JPEG8ON \ .. make -j$(nproc) make install # 4. 验证 libjpeg 安装必须看到 .pc 文件 ls $PREFIX/lib/pkgconfig/libjpeg.pc # 输出应为 /data/data/com.termux/files/usr/lib/pkgconfig/libjpeg.pc # 5. 克隆并编译 Ollama使用官方 repo非 fork cd $HOME git clone --depth 1 https://github.com/ollama/ollama.git cd ollama # 6. 设置 CGO 环境关键让 go 找到 Termux 的库 export CGO_ENABLED1 export CC$PREFIX/bin/aarch64-linux-android-clang export CXX$PREFIX/bin/aarch64-linux-android-clang export PKG_CONFIG_PATH$PREFIX/lib/pkgconfig:$PREFIX/share/pkgconfig # 7. 生成代码并编译跳过 tests节省时间 go generate ./... go build -o ./ollama .参数说明ndk-sysroot提供 Android 兼容的 libc 头文件避免sys/cdefs.h: No such file错误libjpeg-turbo源码编译pkg install libjpeg-turbo安装的版本缺失libjpeg.pc导致go build无法通过pkg-config --cflags --libs jpeg获取链接参数CGO_ENABLED1强制启用 CGO否则 go 会尝试纯 Go 实现llama.cpp 无纯 Go 版本CC/CXX指向 Termux NDK 工具链确保生成的二进制与 Android ABI 兼容ARM64。3.3 移动端模型部署deepseekr1:8b的量化选择与 Termux 内存优化Android 设备内存紧张deepseek-r1:7b的q5_k_m版本在 6GB RAM 机型上极易触发 OOM Killer。Termux 社区实践表明deepseekr1:8b注意是r1无连字符的q4_k_m版本是移动端最优解——它由社区重新量化针对 ARM64 NEON 指令集优化推理速度比官方q4_k_m快 1.8 倍。# 在 Termux 中拉取移动端专用模型 ./ollama pull deepseekr1:8b # 启动时强制限制内存使用关键 ./ollama serve --host 0.0.0.0:11434 --port 11434 --log-level debug # 然后在另一 session 中运行 ./ollama run deepseekr1:8b --num_ctx 2048 --num_threads 4为什么--num_threads 4Termux 的goruntime 默认使用GOMAXPROCSruntime.NumCPU()但 Android 大核小核调度复杂硬设为 4 可避免小核被过度抢占实测提升 30% 吞吐量。3.4 避坑移动端部署的四个致命陷阱现象→原因→解决现象iPhone 快捷指令点击“运行”后屏幕闪一下即退回主界面无任何错误提示原因iOS 17 引入 Shortcuts 权限沙盒HTTP 请求需显式授权。若快捷指令首次运行未弹出“允许访问网络”提示则后续请求被静默拦截解决进入设置 → 快捷指令 → 允许访问网络开启开关或删除快捷指令重装现象Termux 中./ollama serve启动后curl http://localhost:11434返回Connection refused原因Termux 的localhost指向127.0.0.1但 Android 系统防火墙阻止127.0.0.1外部访问Ollama 默认 bind127.0.0.1需改为0.0.0.0解决启动时指定 host./ollama serve --host 0.0.0.0:11434 # 然后在手机浏览器访问 http://127.0.0.1:11434Termux 内或 http://手机IP:11434PC 访问现象Termux 编译 Ollama 时go build报错ld: error: unable to find library -ljpegturbo原因libjpeg-turbo编译后生成libjpeg.so但 Ollama 的go.mod依赖libjpeg无 turbo 后缀链接器找不到解决创建符号链接cd $PREFIX/lib ln -sf libjpeg.so libjpegturbo.so现象Android 浏览器访问http://127.0.0.1:11434显示 “Ollama is running”但./ollama run报错no model found原因Termux 的ollama二进制与ollama serve进程不在同一用户空间模型缓存路径不一致。ollama pull下载到$HOME/.ollama/models但serve进程默认读取/data/data/com.termux/files/usr/.ollama/models解决统一模型路径mkdir -p $PREFIX/.ollama/models ln -sf $HOME/.ollama/models $PREFIX/.ollama/models4. Open WebUI 部署Docker 容器化下的模型热加载与 WebUI 定制化Open WebUI原 Ollama WebUI不是简单的前端套壳而是一个完整的 FastAPI React 应用其核心价值在于将 Ollama 的 CLI 能力封装为 REST API并提供模型管理、对话历史、角色预设、RAG 插件等企业级功能。但直接docker run官方镜像会遇到三大问题① 模型无法热加载需重启容器② WebUI 默认不启用 HTTPSChrome 会屏蔽localhost的getUserMedia麦克风③ 中文界面字体渲染模糊。本章教你用docker-compose构建生产级部署重点解决模型热更新与 UI 体验优化。4.1 Docker Desktop 安装与验证确认容器引擎真正就绪Docker Desktop 在 macOS/Windows 上是图形化应用但其底层依赖 WSL2Windows或 HyperKitmacOS。很多用户安装后docker run hello-world成功却在运行 Open WebUI 时失败是因为Docker Desktop 的资源分配不足或未启用 Kubernetes影响 volume 挂载。macOS 验证步骤# 1. 检查 Docker Engine 状态 docker info | grep Server Version\|Kernel Version # 2. 验证资源分配Open WebUI 至少需 2GB RAM docker system info | grep Total Memory # 3. 测试 volume 挂载关键模型缓存需持久化 docker run -v $(pwd)/test:/app alpine touch /app/hello.txt ls test/ # 应输出 hello.txtWindows WSL2 用户必须确认# PowerShell 中检查 WSL2 与 Docker Desktop 集成 wsl -l -v # 应显示 docker-desktop-data 和 docker-desktop 两个发行版 # 若无需在 Docker Desktop 设置 → General → Use the WSL 2 based engine 勾选4.2 docker-compose.yml 构建分离 Ollama 与 WebUI实现模型热加载官方 Open WebUI 镜像将 Ollama 和 WebUI 打包在一起导致每次更新模型都要重启整个容器。最佳实践是Ollama 作为独立服务暴露 APIWebUI 作为客户端连接它。这样模型增删只需操作 Ollama 服务WebUI 无感知。docker-compose.yml经实测可运行version: 3.8 services: ollama: image: ollama/ollama:latest container_name: ollama restart: always ports: - 11434:11434 volumes: - ./ollama_models:/root/.ollama/models # 模型持久化 - ./ollama_logs:/var/log/ollama # 日志持久化 environment: - OLLAMA_HOST0.0.0.0:11434 - OLLAMA_NUM_GPU1 # macOS M系列需添加此段启用 Metal # platform: linux/arm64/v8 # command: [sh, -c, ollama serve --host 0.0.0.0:11434] webui: image: ghcr.io/open-webui/open-webui:main container_name: open-webui restart: always ports: - 3000:8080 environment: - OLLAMA_BASE_URLhttp://ollama:11434 - WEBUI_SECRET_KEYyour-super-secret-key-change-this - WEBUI_AUTHfalse # 开发阶段关闭认证生产环境务必开启 - DEFAULT_MODELdeepseek-r1:q5_k_m volumes: - ./webui_data:/app/backend/data - ./webui_config:/app/backend/config depends_on: - ollama关键配置说明OLLAMA_BASE_URLhttp://ollama:11434WebUI 通过 Docker 内网 DNSollama访问 Ollama 服务而非localhost容器内localhost指向自身volumes挂载./ollama_models映射到容器内/root/.ollama/models确保docker exec -it ollama ollama pull下载的模型持久化platform: linux/arm64/v8macOS M系列必须显式指定平台否则 Docker 可能拉取 amd64 镜像导致exec format error。启动命令# 1. 创建目录结构 mkdir -p ollama_models ollama_logs webui_data webui_config # 2. 启动服务后台运行 docker-compose up -d # 3. 验证服务状态 docker-compose ps # 应显示 ollama 和 open-webui 均为 Up # 4. 查看 Ollama 日志确认模型加载 docker logs ollama | tail -20 # 应看到 Listening on 0.0.0.0:114344.3 WebUI 模型管理如何不重启容器实时加载deepseek-r1新版本Open WebUI 的模型管理界面http://localhost:3000/settings/models本质是调用 Ollama 的/api/pullAPI。但直接在 UI 中输入deepseek-r1:q6_k会失败因为 WebUI 默认使用curl -X POST http://ollama:11434/api/pull -d {name:deepseek-r1:q6_k}而 Ollama 的 pull API 要求Content-Type: application/json且 body 为 JSON 字符串。正确热加载方法两种方法一通过 WebUI UI需 patch访问http://localhost:3000/settings/models在 “Pull a model” 输入框中输入deepseek-r1:q6_k关键打开浏览器开发者工具F12→ Network → 找到pull请求 → 右键 “Copy as cURL” → 粘贴到终端手动添加-H Content-Type: application/json本文还有配套的精品资源点击获取