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 3
Web 版聊天机器人,本文包括如下部分:
- 什么是
Ollama
,它与Llama
是什么关系? - 安装
Ollama
大语言模型工具 - 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) - 基于
Llama 3 8B
GGUF 模型文件创建Ollama
模型文件 - 部署
Ollama
大模型 Web 可视化聊天界面 - 愉快的与
Llama 3
大模型俩天对话 - 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 8B
GGUF 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-webui
Web 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】🆓