LLM大语言模型Web可视化对话机器人部署指南

在上一篇博文中，我们在本地部署了Llama 3 8B参数大模型，并用 Python 写了一个控制台对话客户端，基本能愉快的与 Llama 大模型对话聊天了。但控制台总归太技术化，体验不是很友好，我们希望能有个类似 ChatGPT 那样的 Web 聊天对话界面，本博文就安排起来……

因为本博文介绍的Web 可视化对话机器人，涉及到前文的Llama 3 8B大模型（并不是强依赖），因此建议提取安装前文部署好Llama 3 8B大语言模型。

为了方便把我们的大模型对话机器人分享出去，聊天机器人最后是基于Web网站，可通过浏览器访问，本文正是通过Ollama和WebUI在本地部署Llama 3Web 版聊天机器人，本文包括如下部分：

1. 什么是Ollama，它与Llama是什么关系？
2. 安装Ollama大语言模型工具
3. 安装Node.js编程语言工具包（为接下来的 Web 可视化聊天界面做好准备）
4. 基于Llama 3 8BGGUF 模型文件创建Ollama模型文件
5. 部署Ollama大模型 Web 可视化聊天界面
6. 愉快的与Llama 3大模型俩天对话
7. 最后，Ollama大模型工具的其他用法

什么是Ollama，它与Llama是什么关系？

Ollama是一个开源的 LLM（大型语言模型）服务工具，用于简化在本地运行大语言模型，降低使用大语言模型的门槛，使得大模型的开发者、研究人员和爱好者能够在本地环境快速实验、管理和部署最新大语言模型，包括如Llama 3、Phi 3、Mistral、Gemma等开源的大型语言模型。

Ollama目前支持以下大语言模型：

因此，Ollama与Llama的关系：Llama是大语言模型，而Ollama是大语言模型（不限于Llama模型）便捷的管理和运维工具

安装Ollama大语言模型工具

Ollama提供了MacOS、Linux和Windows操作系统的安装包，大家可根据自己的操作系统，下载安装即可：

安装包下载之后的安装过程，和日常安装其他软件没有差别，包括点击Next以及Install等安装ollama到命令行。安装后续步骤中，我们可无需安装任何模型（默认是Llama 3），因为我们在上文中已经安装了Llama 3 8B大模型，后面可以直接使用。

当然，假如没有根据我的前面博文安装Llama 3 8B模型，在安装Ollama过程中，也可以一起进行安装。

安装Node.js编程语言工具包

安装Node.js编程语言工具包和安装其他软件包一样，下载安装即可：

安装完成之后，可以验证一下 Node.js 的版本，建议用目前的最新v20版本：

node -v

我安装的版本：v20.13.1（最新版本）

基于Llama 3 8BGGUF 模型文件创建Ollama模型

在我们存放Llama 3 8B的 GGUF 模型文件目录中，创建一个文件名为Modelfile的文件，该文件的内容如下：

FROM ./Meta-Llama-3-8B-Instruct.Q4_K_M.gguf

然后在控制台，使用这个文件创建Ollama模型，这里我把Ollama的模型取名为Llama-3-8B：

$ ollama create Llama-3-8B -f ./Modelfile
transferring model data
using existing layer sha256:647a2b64cbcdbe670432d0502ebb2592b36dd364d51a9ef7a1387b7a4365781f
creating new layer sha256:459d7c837b2bd7f895a15b0a5213846912693beedaf0257fbba2a508bc1c88d9
writing manifest
success

最后，通过Ollama启动我们刚创建的大语言模型：

ollama run Llama-3-8B

启动完毕，其实我们已经有了一个控制台聊天界面，可以通过控制台与Llama-3-8B聊天了

如果我们不想要这个模型了，也可以通过命令行删除模型文件：ollama rm Llama-3-8B

Ollama存放模型文件根目录：~/.ollama

部署Ollama大模型 Web 可视化聊天界面

控制台聊天对话界面体验总归是不太好，接下来部署 Web 可视化聊天界面。

首先，下载ollama-webuiWeb 工程代码：git clone https://github.com/ollama-webui/ollama-webui-lite

然后切换ollama-webui代码的目录：cd ollama-webui-lite

设置 Node.js 工具包镜像源，以接下来下载 Node.js 的依赖包更加快速：npm config set registry http://mirrors.cloud.tencent.com/npm/

安装 Node.js 依赖的工具包：npm install

最后，启动 Web 可视化界面：npm run dev

如果看到以上输出，代表 Web 可视化界面已经成功了！

愉快的与Llama 3大模型俩天对话

浏览器打开 Web 可视化界面：

可以看到Ollama的初始化页面，默认没有模型，需要选择，我们选择刚创建并部署的Llama-3-8B模型：

底部就是聊天输入框，至此可以愉快的与Llama 3聊天对话了：

Web 对话聊天机器人的设置，大家可以基于 Web 网站设置，这里不在介绍，有需要的网友可以私信一起研究进步！

禅定：Ollama工具的其他用法

从上文的介绍可以看到，基于Ollama部署一个大模型的 Web 可视化对话机器人，还是非常方便。下面整理了部分Ollama提供的用法或者。

Ollama 命令工具

# 查看当前Ollama的模型
ollama list

# 增量更新当前部署的模型
ollama pull Llama-3-8B

# 删除一个模型文件
ollama rm Llama-3-8B

# 复制一个模型
ollama cp Llama-3-8B Llama-newModel

Ollama API结果返回

curl http://localhost:11434/api/generate -d '{
  "model": "Llama-3-8B",
  "prompt":"为什么天空是蓝色的？"
}'

Ollama API聊天对话

curl http://localhost:11434/api/chat -d '{
  "model": "Llama-3-8B",
  "messages": [
    { "role": "user", "content": "为什么天空是蓝色的？" }
  ]
}'

---

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）

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】🆓