搭建本地大模型和知识库最简单的方法

最新推荐文章于 2024-06-17 11:09:28 发布

AI小白龙*

最新推荐文章于 2024-06-17 11:09:28 发布

阅读量1.1k

点赞数 14

本文链接：https://blog.csdn.net/2301_81940605/article/details/139350670

版权

01、本地大模型越来越简单

经过了一年多时间的迭代，大模型种类繁多，使用也越来越简单了。

在本地跑大模型，个人认为目前最好的软件肯定是Ollama无疑了，

不管你是在PC上跑大模型，在Mac上跑大模型，还有在树莓派上跑大模型，

我们都可以用Ollama去跑各种大大小小的模型，而且它的扩展性非常强。

02、Ollama本地运行大模型

现在安装Ollama超级简单的，只需要进入Ollama官网下载安装包，然后安装即可。

以下是我个人安装为例（macOS系统）：

1、下载

ai_5_1_ollama下载.webp

2、安装

ai_5_2_安装.webp

直接点击Next：

ai_5_3_安装命令.webp

3、命令查看

ai_5_4_版本和使用的命令.webp

4、运行

ai_5_5_启动运行.webp

其他说明

如果自己不确定模型名称可以去官网查看模型

ai_5_6_模型查询.webp

每款大模型都有不同版本，根据自己的机器来选择，根据官网的文档也说明了，一般7B的模型至少需要8G的内存，13B的模型至少需要16G内存，70B的模型至少需要64G内存。

ai_5_7_内存需求.webp

03、使用Web UI界面连接Ollama

ollama没有界面化的页面使用，它是在终端里交互的，所有我们要使用图形化的界面里去操作，这是我们可以使用Open WebUI。

Open WebUI是一个开源的Web UI界面，github地址：github.com/open-webui/…

1、下载和运行

使用Docker方式运行Open WebUI，直接一条命令解决下载和运行：

ai_5_8_open-webui启动命令.webp

bash
复制代码
docker run -d -p 3000:8080 --add-host=host.docker.internal:host-gateway -v open-webui:/app/backend/data --name open-webui --restart always ghcr.io/open-webui/open-webui:main

命令解释：

-d：后台运行
-p 3000:8080：将容器的8080端口映射到主机的3000端口
--add-host=host.docker.internal:host-gateway：添加主机映射，用于访问主机的Docker容器
-v open-webui:/app/backend/data：将主机的open-webui目录映射到容器的/app/backend/data目录
--name open-webui：设置容器名称
--restart always：设置容器总是重启
ghcr.io/open-webui/open-webui:main：镜像地址

启动日志：

ai_5_8_open-webui启动日志.webp

注意：open-webui启动时有点慢，需要等待一会。可以通过docker logs open-webui查看日志。红框的可以不用理会。

2、注册

第一次使用时需要进行注册，这个数据都是本地存储。

ai_5_10_open-webui注册.webp

3、登录

ai_5_9_open-webui登录.webp

4、open-webui使用界面

ai_5_11_open-webui界面.webp

4、设置

ai_5_12_open-webui设置界面.webp

5、模型选择

ai_5_13_open-webui模型选择.webp

04、本地化知识库

1、open-webui界面文档设置

ai_5_14_open-webui文档设置.webp

2、加载网页或者文档

在对话窗口通过#+链接加载网页，通过对话框的+上传文件，也可以在文档中导入。

ai_5_15_open-webui文档或者网页加载.webp

如果对知识库有更高的需求，可以使用AnythingLLM这个软件，github地址：github.com/Mintplex-La…

如何系统的去学习大模型LLM ？

作为一名热心肠的互联网老兵，我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。

但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的 AI大模型资料 包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

所有资料 ⚡️ ，朋友们如果有需要全套《LLM大模型入门+进阶学习资源包》，扫码获取~

👉CSDN大礼包🎁：全网最全《LLM大模型入门+进阶学习资源包》免费分享（安全链接，放心点击）👈

一、全套AGI大模型学习路线

AI大模型时代的学习之旅：从基础到前沿，掌握人工智能的核心技能！

二、640套AI大模型报告合集

这套包含640份报告的合集，涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。

三、AI大模型经典PDF籍

随着人工智能技术的飞速发展，AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型，如GPT-3、BERT、XLNet等，以其强大的语言理解和生成能力，正在改变我们对人工智能的认识。那以下这些PDF籍就是非常不错的学习资源。

在这里插入图片描述

四、AI大模型商业化落地方案

阶段1：AI大模型时代的基础理解

目标：了解AI大模型的基本概念、发展历程和核心原理。
内容：
- L1.1 人工智能简述与大模型起源
- L1.2 大模型与通用人工智能
- L1.3 GPT模型的发展历程
- L1.4 模型工程
  - L1.4.1 知识大模型
  - L1.4.2 生产大模型
  - L1.4.3 模型工程方法论
  - L1.4.4 模型工程实践
- L1.5 GPT应用案例

阶段2：AI大模型API应用开发工程

目标：掌握AI大模型API的使用和开发，以及相关的编程技能。
内容：
- L2.1 API接口
  - L2.1.1 OpenAI API接口
  - L2.1.2 Python接口接入
  - L2.1.3 BOT工具类框架
  - L2.1.4 代码示例
- L2.2 Prompt框架
  - L2.2.1 什么是Prompt
  - L2.2.2 Prompt框架应用现状
  - L2.2.3 基于GPTAS的Prompt框架
  - L2.2.4 Prompt框架与Thought
  - L2.2.5 Prompt框架与提示词
- L2.3 流水线工程
  - L2.3.1 流水线工程的概念
  - L2.3.2 流水线工程的优点
  - L2.3.3 流水线工程的应用
- L2.4 总结与展望

阶段3：AI大模型应用架构实践

目标：深入理解AI大模型的应用架构，并能够进行私有化部署。
内容：
- L3.1 Agent模型框架
  - L3.1.1 Agent模型框架的设计理念
  - L3.1.2 Agent模型框架的核心组件
  - L3.1.3 Agent模型框架的实现细节
- L3.2 MetaGPT
  - L3.2.1 MetaGPT的基本概念
  - L3.2.2 MetaGPT的工作原理
  - L3.2.3 MetaGPT的应用场景
- L3.3 ChatGLM
  - L3.3.1 ChatGLM的特点
  - L3.3.2 ChatGLM的开发环境
  - L3.3.3 ChatGLM的使用示例
- L3.4 LLAMA
  - L3.4.1 LLAMA的特点
  - L3.4.2 LLAMA的开发环境
  - L3.4.3 LLAMA的使用示例
- L3.5 其他大模型介绍