Windows 环境下 Ollama 与 Open WebUI 的自动安装与配置

1. 教程概述

本教程将指导您在 Windows 系统上自动安装 Ollama（用于运行本地大模型）、DeepSeek-R1（一个 AI 语言模型）和 Open WebUI（用于管理 Ollama 模型的 Web 界面）。

通过 批处理脚本，您可以一键完成以下任务：

检查 Ollama 是否已安装，若未安装则自动安装
检查 DeepSeek-R1 模型是否已下载，若未下载则自动拉取
检查 Open WebUI 是否已安装，若未安装则自动安装
启动 Open WebUI 服务，方便在浏览器中访问

2. 运行环境要求

Windows 10 / 11
WinGet（Windows 包管理器，默认已安装）
Python 3.x & pip（用于安装 Open WebUI）

依赖项检查

在运行脚本前，确保系统满足以下条件：

在 终端（CMD 或 PowerShell） 中运行 winget --version，若成功显示版本号，表示已安装
在终端中运行 python --version 和 pip --version，确保 Python 及 pip 可用

如果系统未满足这些条件，请手动安装相应的依赖项。

3. 批处理脚本解析

脚本文件：install_ollama_and_openwebui.bat

@echo off
echo 检查 Ollama 是否已安装...
where ollama >nul 2>nul
if %errorlevel% neq 0 (
    echo Ollama 未安装，正在安装...
    winget install Ollama --silent --accept-package-agreements --accept-source-agreements
) else (
    echo Ollama 已安装，跳过安装步骤。
)

echo 检查 Deepseek-r1 模型是否已下载...
ollama list | findstr /I "deepseek-r1" >nul
if %errorlevel% neq 0 (
    echo Deepseek-r1 模型未安装，正在下载...
    ollama pull deepseek-r1
) else (
    echo Deepseek-r1 模型已存在，跳过下载。
)

echo 检查 Open WebUI 是否已安装...
pip show open-webui >nul 2>nul
if %errorlevel% neq 0 (
    echo Open WebUI 未安装，正在安装...
    pip install open-webui
) else (
    echo Open WebUI 已安装，跳过安装步骤。
)

echo 正在启动 Open WebUI 服务...
open-webui serve

echo Open WebUI 已启动，访问 http://localhost:8080
pause

4. 运行步骤

下载并运行脚本
- 在 Windows 电脑上，新建一个文本文件，将上述代码复制进去，并保存为 install_ollama_and_openwebui.bat
- 右键点击脚本 → 以管理员身份运行
执行流程解析
- 第一步：检查 Ollama 是否已安装，若未安装则通过 winget 进行静默安装
- 第二步：检查 DeepSeek-R1 模型是否已下载，若未下载则通过 ollama pull 获取
- 第三步：检查 Open WebUI 是否已安装，若未安装则通过 pip install 安装
- 第四步：启动 Open WebUI，提供基于 Web 的 AI 模型管理界面
- 第五步：启动完成后，在浏览器中访问 http://localhost:8080

5. 故障排除

问题	解决方案
执行脚本时 `winget` 命令找不到	请确保 Windows 版本支持 WinGet（运行 `winget --version` 检查）
`python` 或 `pip` 命令未找到	请安装 Python，并添加到系统环境变量
`ollama` 未成功安装	可能需要手动安装，访问 Ollama 官网下载
`open-webui` 启动失败	尝试 `pip install --upgrade open-webui` 进行更新

6. 结论

通过该 批处理脚本，可以快速自动化 Ollama、DeepSeek-R1 以及 Open WebUI 的安装与配置。安装完成后，您可以直接在 Web 界面上管理本地 AI 模型，提高使用效率。

如果您对 AI 本地推理感兴趣，可以继续探索 Ollama 支持的更多模型，并使用 Open WebUI 进行可视化操作！ 🚀