基于ollama搭建本地大模型

  • 效果图

image.png

下载安装ollama

官网地址:[ollama.com/]

image.png

选择适合自己的系统

image.png

win直接安装即可,linux运行以下命令

curl -fsSL https://ollama.com/install.sh | sh

win环境配置,增加环境变量

  1. 增加host变量

image.png

  1. 更改模型位置配置(可选)

image.png

建议使用默认位置,即

C:\Users{用户}.ollama\models

如果安装到其余盘符,则会产生大量的磁盘IO,影响生成速度。

  1. 环境变量增加完成后记得重启ollama

运行模型

选择合适的模型运行对应的命令

image.png

ollama run gemma:2b

则会自动下载模型到本地,下载完成浏览器访问localhost:11434出现如下信息说明安装完成

image.png

chat界面

  • 项目地址:[github.com/fmaclen/hol…]

  • 运行环境需要node版本 > 18

  • 下载之后当前目录执行npm install安装依赖

    • 想要本地build,则需要将svelte.config.js中的adapter替换为2中的内容。对当前框架不熟悉,仅知道这样可以构建和启动

image.png

const config = {
    // Consult https://kit.svelte.dev/docs/integrations#preprocessors
    // for more information about preprocessors
    preprocess: [vitePreprocess({})],
​
    kit: {
        // adapter-auto only supports some environments, see https://kit.svelte.dev/docs/adapter-auto for a list.
        // If your environment is not supported or you settled on a specific environment, switch out the adapter.
        // See https://kit.svelte.dev/docs/adapters for more information about adapters.
        // adapter: process.env.ADAPTER === 'docker-node' ?
        //  adapterNode(adapterConfig) :
        //  adapterCloudflare(adapterConfig)
        adapter: adapter({
            // default options are shown
            out: 'build',
            precompress: false,
            envPrefix: '',
            polyfill: true
        })
    }
};

  • 之后执行npm run build就可以生成build目录
  • 执行node build命令,可以看到

image.png

  • 浏览器输入localhost:3000即可打开chat界面

image.png

选择之后点击new session即可对话,注意历史记录依赖于浏览器的缓存

image.png

嗯,然后CPU就爆了 image.png

补充

ollama支持的模型列表

image.png

ollama集成到vscode

vscode安装llama coder插件

image.png 设置本地地址,选择对应模型,会自动进行下载

image.png

可能大家都想学习AI大模型技术,也想通过这项技能真正达到升职加薪,就业或是副业的目的,但是不知道该如何开始学习,因为网上的资料太多太杂乱了,如果不能系统的学习就相当于是白学。为了让大家少走弯路,少碰壁,这里我直接把全套AI技术和大模型入门资料、操作变现玩法都打包整理好,希望能够真正帮助到大家。

👉AI大模型学习路线汇总👈
大模型学习路线图,整体分为7个大的阶段:(全套教程文末领取哈)
在这里插入图片描述

第一阶段: 从大模型系统设计入手,讲解大模型的主要方法;

第二阶段: 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用;

第三阶段: 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统;

第四阶段: 大模型知识库应用开发以LangChain框架为例,构建物流行业咨询智能问答系统;

第五阶段: 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型;

第六阶段: 以SD多模态大模型为主,搭建了文生图小程序案例;

第七阶段: 以大模型平台应用与开发为主,通过星火大模型,文心大模型等成熟大模型构建大模型行业应用。

👉大模型实战案例👈
光学理论是没用的,要学会跟着一起做,要动手实操,才能将自己的所学运用到实际当中去,这时候可以搞点实战案例来学习。
在这里插入图片描述

👉大模型视频和PDF合集👈
观看零基础学习书籍和视频,看书籍和视频学习是最快捷也是最有效果的方式,跟着视频中老师的思路,从基础到深入,还是很容易入门的。
在这里插入图片描述

在这里插入图片描述

👉学会后的收获:👈
• 基于大模型全栈工程实现(前端、后端、产品经理、设计、数据分析等),通过这门课可获得不同能力;

• 能够利用大模型解决相关实际项目需求: 大数据时代,越来越多的企业和机构需要处理海量数据,利用大模型技术可以更好地处理这些数据,提高数据分析和决策的准确性。因此,掌握大模型应用开发技能,可以让程序员更好地应对实际项目需求;

• 基于大模型和企业数据AI应用开发,实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能, 学会Fine-tuning垂直训练大模型(数据准备、数据蒸馏、大模型部署)一站式掌握;

• 能够完成时下热门大模型垂直领域模型训练能力,提高程序员的编码能力: 大模型应用开发需要掌握机器学习算法、深度学习框架等技术,这些技术的掌握可以提高程序员的编码能力和分析能力,让程序员更加熟练地编写高质量的代码。

👉获取方式:
😝有需要的小伙伴,可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓

在这里插入图片描述

GitHub 加速计划 / oll / ollama
82.41 K
6.3 K
下载
启动并运行 Llama 2、Mistral、Gemma 和其他大型语言模型。
最近提交(Master分支:1 个月前 )
01b80e9f add conversion for microsoft phi 3 mini/medium 4k, 128k 1 个月前
bd5e4326 - 1 个月前
Logo

旨在为数千万中国开发者提供一个无缝且高效的云端环境,以支持学习、使用和贡献开源项目。

更多推荐