Ollama 使用指南：Linux、Windows 和 macOS

Ollama 是一个开源平台，用于部署和运行大型语言模型。它提供了一种在本地环境中运行语言模型的能力，使得用户可以在本地安全地与这些模型进行交互，而无需将数据发送到云端。

安装 Ollama

确保您已经安装了 Ollama。如果还没有安装，可以通过以下命令安装：

代码语言：javascript

# Linux, macOS
curl -s https://install.ollama.ai | sh

# Windows (PowerShell)
Invoke-WebRequest -Uri https://install.ollama.ai -OutFile ollama-install.ps1
.\ollama-install.ps1

启动服务

使用 ollama serve 命令启动服务。

Linux/macOS:

代码语言：javascript

ollama serve

Windows (PowerShell):

代码语言：javascript

ollama serve

配置 Ollama 以允许外部访问

默认情况下，Ollama 绑定的是 127.0.0.1:11434，这意味着它仅监听本地回环地址。要让 Ollama 在局域网内被其他设备访问，您需要配置 OLLAMA_HOST 环境变量以监听所有网络接口。

Linux/macOS:

代码语言：javascript

export OLLAMA_HOST=0.0.0.0:11434
ollama serve

Windows (PowerShell):

代码语言：javascript

$env:OLLAMA_HOST = "0.0.0.0:11434"
ollama serve

使用 Systemd 管理服务 (仅限 Linux)

如果您使用的是 Linux 系统，并且希望使用 Systemd 来管理 Ollama 服务，可以按照以下步骤操作：

创建服务文件 创建一个新的 Systemd 服务文件，例如 /etc/systemd/system/ollama.service，并添加以下内容：

代码语言：javascript

[Unit]
Description=Ollama AI Service
After=network.target

[Service]
Type=simple
User=<your-username>
WorkingDirectory=/path/to/ollama
ExecStart=/usr/bin/ollama serve
Restart=on-failure
Environment="OLLAMA_HOST=0.0.0.0:11434"

[Install]
WantedBy=multi-user.target

启用服务 通过以下命令启用并启动服务：

代码语言：javascript

sudo systemctl enable ollama.service
sudo systemctl start ollama.service

停止服务 如果需要停止服务，可以使用以下命令：

代码语言：javascript

sudo systemctl stop ollama.service

使用 ollama run 启动模型

使用 ollama run 命令启动单个模型实例。例如，要启动名为 gemma 的模型，可以使用以下命令：

代码语言：javascript

ollama run gemma

如果您还没有下载该模型，Ollama 会自动为您下载它。您可以通过 ollama list 命令查看所有可用的模型列表。

查看正在运行的模型

使用 ollama ps 命令查看正在运行的模型：

代码语言：javascript

ollama ps

验证服务状态

由于 ollama status 命令不存在，您可以使用以下方法之一来检查服务的状态：

使用 ps 命令

Linux/macOS:

代码语言：javascript

ps aux | grep ollama

Windows (PowerShell):

代码语言：javascript

Get-Process ollama

使用 Docker 命令

查看运行中的 Docker 容器：

代码语言：javascript

docker ps

使用 systemctl 命令 (仅限 Linux)

如果您使用 Systemd 来管理服务，可以使用以下命令来查看服务的状态：

代码语言：javascript

sudo systemctl status ollama.service

结论

通过以上步骤，您可以在 Linux、Windows 和 macOS 系统上成功地配置 Ollama 服务，使其能够在您的局域网内被其他设备访问。这不仅增加了 Ollama 的可用性，还为您提供了更多的灵活性来利用其强大的语言处理功能。

如何系统的去学习大模型LLM ？

大模型时代，火爆出圈的LLM大模型让程序员们开始重新评估自己的本领。 “AI会取代那些行业？”“谁的饭碗又将不保了？”等问题热议不断。

事实上，抢你饭碗的不是AI，而是会利用AI的人。

继科大讯飞、阿里、华为等巨头公司发布AI产品后，很多中小企业也陆续进场！超高年薪，挖掘AI大模型人才！ 如今大厂老板们，也更倾向于会AI的人，普通程序员，还有应对的机会吗？

与其焦虑……

不如成为「掌握AI工具的技术人」，毕竟AI时代，谁先尝试，谁就能占得先机！

但是LLM相关的内容很多，现在网上的老课程老教材关于LLM又太少。所以现在小白入门就只能靠自学，学习成本和门槛很高。

针对所有自学遇到困难的同学们，我帮大家系统梳理大模型学习脉络，将这份 LLM大模型资料 分享出来：包括LLM大模型书籍、640套大模型行业报告、LLM大模型学习视频、LLM大模型学习路线、开源大模型学习教程等, 😝有需要的小伙伴，可以 扫描下方二维码领取🆓↓↓↓

👉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、LLM大模型经典书籍

AI大模型已经成为了当今科技领域的一大热点，那以下这些大模型书籍就是非常不错的学习资源。

二、640套LLM大模型报告合集

这套包含640份报告的合集，涵盖了大模型的理论研究、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。(几乎涵盖所有行业)

三、LLM大模型系列视频教程

四、LLM大模型开源教程（LLaLA/Meta/chatglm/chatgpt）

LLM大模型学习路线 ↓

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
  • L2.3 流水线工程
  • 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
  • L3.2 MetaGPT
  • L3.3 ChatGLM
  • L3.4 LLAMA
  • L3.5 其他大模型介绍

阶段4：AI大模型私有化部署

• 目标：掌握多种AI大模型的私有化部署，包括多模态和特定领域模型。

• 内容：

  • L4.1 模型私有化部署概述
  • L4.2 模型私有化部署的关键技术
  • L4.3 模型私有化部署的实施步骤
  • L4.4 模型私有化部署的应用场景

这份 LLM大模型资料 包括LLM大模型书籍、640套大模型行业报告、LLM大模型学习视频、LLM大模型学习路线、开源大模型学习教程等, 😝有需要的小伙伴，可以 扫描下方二维码领取🆓↓↓↓

👉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）👈

​