随着科技的不断进步，大模型技术在各领域展现出巨大的应用潜力。在表格处理和数据分析方面，借助大模型能够实现更高效、精准的操作。目前华为云有活动，可以免费申请使用云主机，这篇文章也是因此而生，申请了180个小时的云主机使用权限，然后搭建了自己的模型。

华为开发者空间介绍：

华为开发者空间，是为全球开发者打造的专属开发者空间，致力于为每位开发者提供一台云主机、一套开发工具和云上存储空间，汇聚昇腾、鸿蒙、鲲鹏、GaussDB、欧拉等华为各项根技术的开发工具资源，并提供配套案例指导开发者 从开发编码到应用调测，基于华为根技术生态高效便捷的知识学习、技术体验、应用创新。

一：登录云主机打开终端

华为开发者空间，是为全球开发者打造的专属开发者空间，致力于为每位开发者提供一台云主机、一套开发工具和云上存储空间，当普惠云资源遇见推理大模型，企业服务与开发效能的范式革命正在加速，华为云开发者空间：开箱即用的云端开发引擎。

华为于2024年HDC大会推出开发者空间服务，为开发者提供终身免费的云主机资源（2核CPU/4GB内存/5GB存储+180小时/年），支持Web端一键访问预置CodeArts IDE、JDK、Python等工具链，彻底解决本地环境配置繁琐问题。其创新设计聚焦三大能力：

• 场景化沙箱环境：分钟级创建鸿蒙、昇腾、鲲鹏等开发沙盒，预置Redis、FunctionGraph等实战案例模板，支持高校教学与企业实训；
• 端云协同数据管理：云主机配置与代码工程实时同步至云端，支持跨设备无缝续接开发，5GB存储空间保障资产安全中转；
• 生态资源集成：聚合沃土云创计划、开源激励及ModelArts AI服务入口，形成“学习-开发-部署-变现”闭环。

二：下载ollama模型文件并运行：

Ollama是一个前沿的平台，可以让你在本地机器上运行开源的大型语言模型。它简化了部署和管理这些模型的复杂性，对于研究人员、开发者以及任何想要尝试语言模型的人来说，都是一个不错的选择。Ollama提供了一个用户友好的界面，让你可以在MacOS和Linux（Windows支持即将到来）上本地运行大型语言模型（LLMs）。

Open WebUI是一个可扩展、功能丰富、用户友好的自托管WebUI，设计为完全离线运行。它支持多种大型语言模型（LLM）运行器，包括Ollama和OpenAI兼容的API。

2.1 在终端中输入命令：

wget https://sandbox-experiment-files.obs.cn-north-4.myhuaweicloud.com/deepseek/ollama-linux-amd64.tgz

2.2 解压安装包：

sudo tar -C /usr -xzf ollama-linux-amd64.tgz

2.3 增加执行权限，创建Ollama用户：

sudo chmod +x /usr/bin/ollama
sudo useradd -r -s /bin/false -m -d /usr/share/ollama ollama

2.4 创建ollama.service：

cat << EOF > /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

[Install]
WantedBy=default.target
EOF

2.5 配置完成后，设置开机自启并运行：

sudo systemctl daemon-reload  # 重新加载systemd配置
sudo systemctl start ollama    # 启动服务
sudo systemctl enable ollama   # 设置开机自启
sudo systemctl status ollama   # 查看服务状态

三：下载拉取 deepseek-r1并运行测试

3.1 在终端中输入命令：

wget https://sandbox-experiment-files.obs.cn-north-4.myhuaweicloud.com/deepseek/ollama_deepseek_r1_1.5b.tar.gz

3.2 解压并将模型文件放在ollama目录：

sudo tar -C /usr/share/ollama/.ollama/models -xzf ollama_deepseek_r1_1.5b.tar.gz

sudo systemctl daemon-reload  # 重新加载systemd配置
sudo systemctl start ollama    # 启动服务
sudo systemctl enable ollama   # 设置开机自启
sudo systemctl status ollama   # 查看服务状态

3.3 运行deepseek-r1：

ollama run deepseek-r1:1.5b

3.4 可以查看模型列表：

ollama list

四：模型调用与应用开发

如果说Ollama解决了模型运行的问题，那么Open WebUI就是连接用户和模型的桥梁。安装Docker的过程虽然稍显复杂，但每一步都有清晰的指引：

更新系统：确保软件包是最新版本，避免旧版本冲突：

sudo apt update && sudo apt upgrade -y

安装依赖与密钥：通过官方源安装Docker，确保安全性和稳定性：

sudo apt install apt-transport-https ca-certificates curl software-properties-common
sudo curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo apt-key add -
sudo add-apt-repository "deb [arch=amd64] https://download.docker.com/linux/ubuntu $(lsb_release -cs) stable"

启动Docker服务：设置开机自启并验证状态：

sudo systemctl enable docker && sudo systemctl start docker
sudo systemctl status docker

拉取Open WebUI镜像时，不到3分钟就完成了下载，运行容器的命令虽然长，但每个参数都有明确注释：

sudo docker run -d --network host -v open-webui:/app/backend/data --name open-webui --restart always -e OLLAMA_BASE_URL=http://localhost:11434 ghcr.io/open-webui/open-webui:main

注意到–network host参数，让容器直接使用主机网络，避免了端口映射的麻烦。等待几分钟后，在浏览器输入localhost:8080，WebUI界面终于出现。

打开Open WebUI界面，创建管理员账号的过程简洁明了。登录后，可视化的模型管理界面让人眼前一亮：左侧是模型列表，右侧是交互窗口，支持Markdown格式的输入输出，甚至可以调整生成参数（如温度、最大 tokens数）。

从领取云主机到完成模型交互，实际耗时58分钟，完全符合教程中的预计时长，即使是技术小白，只要按照步骤操作，也能在一小时内搭建起自己的AI应用环境。打破了传统AI开发的高门槛，让技术创新不再局限于专业团队。

• 企业研发团队：可以快速验证大模型应用场景，无需前期硬件投入，降低试错成本。
• AI爱好者：零成本接触前沿技术，在实践中提升动手能力。
• 高校师生：作为教学案例或科研平台，支持课堂演示和算法调试。