Docker部署AI开发环境：一键启动LobeChat+Ollama本地AI
在 VPS 上搭建 AI 开发环境，最头疼的往往是环境配置。今天用 Docker 解决这个痛点。通过部署 LobeChat + Ollama，我们在本地就能拥有媲美云端的大模型体验，而且数据完全掌握在自己手里。
准备工作
搭建这个环境，你只需要满足以下条件：
- 一台 VPS：推荐 2 核 CPU，4G 内存起步。如果使用大模型，显存或内存越大越好。
- Docker 与 Docker Compose：这是核心工具。如果没装，先跑这条命令：
curl -fsSL https://get.docker.com | sh。 - SSH 客户端：用来远程连接服务器。
搭建步骤
第一步：创建配置文件
在服务器新建一个文件夹，然后创建 docker-compose.yml。
mkdir ai-dev && cd ai-dev
打开编辑器，写入以下内容（支持一键启动 LobeChat 和 Ollama）：
version: '3.8'
services:
lobechat:
image: ghcr.io/lobe/lobe-chat:latest
container_name: lobechat
restart: always
ports:
- "3000:3000"
environment:
- OPENAI_API_KEY=sk-placeholder
- BASE_URL=http://ollama:11434
volumes:
- ./lobechat-data:/app/.lobechat
ollama:
image: ollama/ollama:latest
container_name: ollama
restart: always
ports:
- "11434:11434"
volumes:
- ./ollama-data:/root/.ollama
第二步：启动服务
在终端执行：
docker compose up -d
等待几秒，终端会显示服务已创建。这时候你的 AI 环境就在后台跑起来了。
第三步：拉取模型
Ollama 默认不会下载任何模型。我们需要手动拉取一个轻量级的模型，比如 qwen2.5:7b。
进入 Ollama 容器：
docker exec -it ollama /bin/bash
执行拉取命令：
ollama pull qwen2.5:7b
如果是 GPU 版本的服务器，加上 VOLUME 挂载或配置 OLLAMA_HOST=0.0.0.0 以确保外部能访问。
验证部署
打开浏览器，访问 http://你的IP:3000。
- 界面加载：看到 LobeChat 的欢迎界面。
- 设置模型：在设置中，将 API Base URL 指向
http://ollama:11434（如果在本地测试，直接用http://localhost:11434）。 - 发送消息：随便问一个问题。如果 Ollama 响应正常，你会看到 Markdown 格式的输出。
如果报错 connection refused，检查防火墙是否放行了 11434 端口。
常见问题
Q1：服务器内存爆满怎么办？
拉取 qwen2.5:7b 会占用约 4GB 空间。如果内存小，建议拉取 llama3:8b 或使用 ollama run 动态加载。也可以在 docker-compose.yml 中限制资源：
deploy:
resources:
limits:
memory: 2G
Q2：无法在外部访问 LobeChat？
检查 VPS 的安全组。云厂商通常默认封锁 3000 端口。去控制台开启即可。另外，确保防火墙允许：
ufw allow 3000/tcp
Q3：模型加载太慢？
Qwen 系列模型较大。如果想极速体验，可以换用 phi3:mini，只有 3GB 左右，在低配机器上也能跑得飞起。
总结
搞定这套环境，你拥有的就是一个私有的、随时待命的 AI 助手。不用联网也能跑，数据隐私完全自己掌控。
想试试别的模型？在 Ollama 官网（ollama.com）查看更多的模型标签，替换 qwen2.5 即可。
下一步，配置你的 API 密钥，开始真正的开发之旅吧。