Ollama
官网:https://ollama.com/
Github:https://github.com/ollama/ollama
Ollama 是一个开源平台,用于管理和运行各种大型语言模型 (LLM),例如 Llama3、gemma 和 qwen。
它提供命令行界面 (CLI) 用于安装、模型管理和交互。
您可以使用 Ollama 根据您的需求下载、加载和运行不同的 LLM 模型。
#Windows安装
要求:win10以上操作系统
安装包下载地址:https://ollama.com/download/windows
下载对应系统安装包
下载完成后,双击下载的安装程序
点击Install进行安装
安装完成后,打开一个终端,在终端中输入下方命令运行一个大语言模型进行测试,这里以对在中文方面表现相对好些的千问为例:
ollama run qwen
首次运行时会先下载模型,下载完成后即可提问
模型下载完成后,我们就可以在终端中输入问题进行使用了:
到此为止,我们普通人也可以使用AI大模型进行问答了!!!
#Docker安装
①docker部署
# 只有CPU用这个``docker run -itd --name ollama -v ollama:/root/.ollama -p 11434:11434 ollama/ollama`` ``# 有GPU用这个``docker run -itd --name ollama --restart always --gpus=all -v /home/suxy/ollama:/root/.ollama -p 11434:11434 ollama/ollama
②****拉取模型并运行
#千问4b``docker exec -it ollama ollama run qwen``#llama3``docker exec -it ollama ollama run llama3``#gemma``docker exec -it ollama ollama run gemma
初次拉取模型,会先下载模型,模型下载完成后既可以进行对话交互,示例如下:
③其他模型
可以查看:https://ollama.ai/library
并可根据根据自身需求下载不同参数量级的模型
Open WebUI
上面只能在终端中使用,操作界面不像ChatGPT那样美观,如果能使用web页面进行交互,使用体验更好,也能保留之前的聊天记录,翻遍我们翻阅查询。
针对这个情况,部署Open WebUI这个项目即可实现类似chatgpt一样的交互界面。
本教程以Open WebUI这个项目为例,以前叫 Formerly Ollama WebUI,专门适配Ollama的WebUI
官方文档:https://docs.openwebui.com/getting-started/
Github:https://github.com/open-webui/open-webui
#docker快速部署
执行下面命令
#示例使用的是ollama-webui``docker run -itd --name ollama-webui --restart always -p 3500:8080 --add-host=host.docker.internal:host-gateway ghcr.io/ollama-webui/ollama-webui:latest``#或``docker run -itd --name open-webui --restart always -p 3500:8080 --add-host=host.docker.internal:host-gateway -v open-webui:/app/backend/data ghcr.io/open-webui/open-webui:latest
部署成功后,浏览器打开连接:http://127.0.0.1:3500
首次登录,先创建账号
点击sign up注册,账号,邮箱,密码记好,下次登录时需要用到邮箱和密码登录:
然后点击create account创建账号即可,然后就能在浏览器中使用类似chatgpt界面的Open WebUI了!
添加点击右上角的设置,设置上面安装的ollama服务,例如:http://localhost:11434/api
同时可以在页面下载想要安装的模型,点击下载按钮后,可见下载进度
点击select a model,选择当前使用哪一个已安装的模型
接下来就可以愉快的跟ai聊天了!
AnythingLLM
官方文档:https://docs.useanything.com/
Github:https://github.com/Mintplex-Labs/anything-llm
AnythingLLM 是一个基于RAG(Retrieval-Augmented Generation)方案构建的开源、高效、可定制的私有知识库解决方案。可以使用商业现成的 LLM 或流行的开源 LLM 和 vectorDB 解决方案来构建私有 ChatGPT
#下载安装AnythingLLM
官方安装教程:https://docs.useanything.com/anythingllm-desktop/windows-instructions
安装包下载地址:https://useanything.com/download
本示例以windows为例:
安装包下载完成后,双击安装包即可安装。
因为我已经配置过,所以不好截图最开始的配置界面,不过都能在设置里面找到
#配置LLM
AnythingLLM支持的LLMs有OpenAI、LocalAi、Ollama等
这里选择Ollama作为后台的服务,URL这里填写http://127.0.0.1:11434,也就是前面Ollama启动的服务端口,填写后LLM模型选择llama3
#配置EMbedding Model
AnythingLLM支持的Embedding Model有:AnythingLLM Native Embedder (default),OpenAi,LocalAi、Ollama等
这里同样选择Ollama作为后台的服务,URL这里同样填写http://127.0.0.1:11434,填写后Embedding Model选择nomic-embed-text:latest:
#配置Vector Datebase
AnythingLLM支持的Vector Database有:LanceDB (default),Astra DB ,Pinecone ,Chroma ,Weaviate 、QDrant 、Milvus 、Zilliz等
以上三个关键配置完成后,就可以开始使用AnythingLLM了!!!
点击New Workspace新建文档库,并填写名称
点击上传文件按钮开始添加文档:
下面就可以根据文档内容进行提问了
读者福利:如果大家对大模型感兴趣,这套大模型学习资料一定对你有用
对于0基础小白入门:
如果你是零基础小白,想快速入门大模型是可以考虑的。
一方面是学习时间相对较短,学习内容更全面更集中。
二方面是可以根据这些资料规划好学习计划和方向。
包括:大模型学习线路汇总、学习阶段,大模型实战案例,大模型学习视频,人工智能、机器学习、大模型书籍PDF。带你从零基础系统性的学好大模型!
😝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
】🆓
👉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)
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。
👉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。
👉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
】🆓