基于ollama搭建本地大模型，Windows Linux都可

基于ollama搭建本地大模型

• 效果图

下载安装ollama

官网地址：[ollama.com/]

选择适合自己的系统

win直接安装即可，linux运行以下命令

curl -fsSL https://ollama.com/install.sh | sh

win环境配置，增加环境变量

1. 增加host变量

2. 更改模型位置配置（可选）

建议使用默认位置，即

C:\Users{用户}.ollama\models

如果安装到其余盘符，则会产生大量的磁盘IO，影响生成速度。

3. 环境变量增加完成后记得重启ollama

运行模型

选择合适的模型运行对应的命令

如

ollama run gemma:2b

则会自动下载模型到本地，下载完成浏览器访问localhost:11434出现如下信息说明安装完成

chat界面

• 项目地址：[github.com/fmaclen/hol…]

• 运行环境需要node版本 > 18

• 下载之后当前目录执行npm install安装依赖

  • 想要本地build，则需要将svelte.config.js中的adapter替换为2中的内容。对当前框架不熟悉，仅知道这样可以构建和启动

const config = {
    // Consult https://kit.svelte.dev/docs/integrations#preprocessors
    // for more information about preprocessors
    preprocess: [vitePreprocess({})],
​
    kit: {
        // adapter-auto only supports some environments, see https://kit.svelte.dev/docs/adapter-auto for a list.
        // If your environment is not supported or you settled on a specific environment, switch out the adapter.
        // See https://kit.svelte.dev/docs/adapters for more information about adapters.
        // adapter: process.env.ADAPTER === 'docker-node' ?
        //  adapterNode(adapterConfig) :
        //  adapterCloudflare(adapterConfig)
        adapter: adapter({
            // default options are shown
            out: 'build',
            precompress: false,
            envPrefix: '',
            polyfill: true
        })
    }
};

• 之后执行npm run build就可以生成build目录
• 执行node build命令，可以看到

• 浏览器输入localhost:3000即可打开chat界面

选择之后点击new session即可对话，注意历史记录依赖于浏览器的缓存

嗯，然后CPU就爆了

补充

ollama支持的模型列表

ollama集成到vscode

vscode安装llama coder插件

设置本地地址，选择对应模型，会自动进行下载

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】🆓