搭建本地AI助理原来这么简单，完全开源、零基础使用（基于ComfyUI+Llama3+OpenWebUI搭建会话式AI助理）

前言：本文教你在本地电脑上使用LLama3+ComfyUI+OpenWebUI搭建一个多模态AI会话助理，轻松使用AI生成图象。

Llama3：Meta Llama 3是由Meta开发并开源的一系列新型模型，具有8B和70B两种参数大小(预训练或指令调整)。

Llama 3指令调优模型针对对话/聊天用例进行了微调和优化，在通用基准测试中优于许多可用的开源聊天模型。

Comfy UI：一个开源强大、模块化的Stable Diffusion GUI后端。Comfy UI将允许用户基于图形/节点/流程图的界面设计和执行高级Stable Diffusion Pipeline流程生成图片。

Open Web UI：一个开源的、可扩展、功能丰富、用户友好的自托管Web UI，可以完全离线运行。它支持在本地电脑各种LLM大模型，包括与Ollama和ApenAI兼容的API。

一、Window环境配置

PC配置：Windows 10 专业版，版本22H2；32G RAM ；NVIDIA GeForce CTX1060 6GB；

二、安装Llama LLM环境

下载OllamaSetup地址：https://ollama.com/download

本地双击安装Ollama环境：OllamaSetup.exe

安装Llama3(phi3安装类似)

ollama run llama3``ollama run phi3``   ``安装完后可以测试：which country is the bigest in the world?

三、安装Comfy UI绘图环境

3.1 工具下载

源码开源的地址：https://github.com/comfyanonymous/ComfyUI

Window建议使用一键安装包：https://github.com/comfyanonymous/ComfyUI/release

说明：一键安装包Windows独立构建应该可以在Nvidia gpu上运行，不需要配置虚拟环境，直接下载就可以运行：

cd ComfyUI_windows_portable``ComfyUI_windows_portable>run_nvidia_gpu.bat``浏览器打开：http://127.0.0.1:8188

3.2下载模型checkpoints

模型放置位置：ComfyUI_windows_portable\ComfyUI\models\checkpoints

ComfyUI也可以和另外的绘图UI软件（比如Stable Diffusion）共享模型，配置方法如下：

#comfyui:``#     base_path: path/to/comfyui/``#     checkpoints: models/checkpoints/

3.3安装ComfyUIManager

cd \ComfyUI\custom_nodes``git clone https://github.com/ltdrdata/ComfyUI-Manager.git

安装完成之后重启ComfyUI：ComfyUI_windows_portable>run_nvidia_gpu.bat

四、安装Open WebUI

源码地址：https://github.com/open-webui/open-webui

目前安装方式有两种，下面我们介绍两种方式的安装方法。

4.1方式1-在conda环境中安装

环境需求：python=3.11+nodejs=20.12.2

https://docs.openwebui.com/``# 安装环境``conda create --name openwebui python=3.11``conda activate openwebui``conda install conda-forge::nodejs``   ``#克隆代码``git clone https://github.com/open-webui/open-we...``cd open-webui/``   ``#配置OPENAI_API_KEY等``Copying required .env file``Change the .env.example to .env``   ``Building Frontend Using Node``npm i``npm run build``Serving Frontend with the Backend``cd ./backend``pip install -r requirements.txt -U``start_windows.bat --listen

安装成功之后可以在浏览器中访问OpenWebUI： http://localhost:8080/

4.2方式2-在docker环境中安装

OpenWebUI可以用如下一键启动命令

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

运行成功之后可以在浏览器中访问本地的OpenWebUI： http://localhost:3000/

五、配置Open WebUI

5.1 配置Llama3 模型-Ollama API

5.1 配置Llama3 关联ComfyUI

http://127.0.0.1:8188``模型选择：helloWorld_v3.safetensors （可以下载自己喜欢风格模型）``   

六、配置Open WebUI

6.1 使用llama3的SD微调模型绘图

在OpenWebUI的设置界面，输入模型名字，这次使用llama3的Stale Diffusion微调模型（impactframes/llama3_ifai_sd_prompt_mkr_q4km）该模型的链接如下：https://ollama.com/impactframes/llama3_ifai_sd_prompt_mkr_q4km

在OpenWebUI的设置–>模型界面，输入模型名称点击下载按钮，下载过程十分钟左右，如下图：

在OpenWebUI里边新建一个聊天，模型选择"impactframes/llama3_ifai_sd_prompt_mkr_q4km"，在输入框中输入：桂林山水画，OpenWebUI就会返回画图的提示词，然后点击画图按钮，这个提示词就会调用后端的ComfyUI进行画图。如下图所示：

点击图象图标，可以看到ComfyUI生图进度情况。

生成结果如下：

6.2 使用提示词指令方式安装

这种方式不需要使用为画图单独微调的llama3模型，可以使用任何模型（以下示例中我用了llama3:latest模型），使用指令提示词的功能即可实现，这样的好处就是可以同时和模型聊天和画图。

登录网址：https://openwebui.com/p/gaborkukucska/image

登录之后：点击Get按钮->Import to webUI就可以把提示词插件安装到本地的UI， 如下图所示：

使用方法：在新建聊天中输入所建的提示词指令，例如刚才新建的/image, 如下图，输入提示词就可以直接生成图象。

生成结果：

七、总结

优势：

1. 用户友好的界面：该工具提供了一个简洁直观的用户界面，使得用户可以轻松上手。

2. 多功能集成：它巧妙地结合了语言模型聊天和绘图功能，使得用户能够以低成本快速验证绘图想法。

3. 上下文保持：在聊天界面中绘图时，系统能够很好地保存对话上下文，包括图片和提示词等，这有助于维持连贯性。

4. 自然语言支持：用户可以使用中文进行绘图，简化了绘图流程，避免了复杂的提示词工程。

总结：

两种模式各有其适用场景：第一种模式适合那些专注于绘图、追求一键生成图像的用户；第二种模式则适合在聊天中需要绘图功能，并且希望与模型进行交互以迭代绘图提示的用户。使用自然语言和中文进行绘图提供了一种新颖且便捷的体验。为了获得更高质量的图像，建议使用一些优质的sdxl模型。虽然该工具在某些方面可能不如市场上的领先产品，但它的便利性和易用性仍然为特定用户群体提供了价值。

通过这种方式，我们保留了原文的主要观点，同时以更清晰和客观的方式呈现了信息。

如何学习AI大模型？

作为一名热心肠的互联网老兵，我决定把宝贵的AI知识分享给大家。 至于能学习到多少就看你的学习毅力和能力了 。我已将重要的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。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

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。

四、AI大模型商业化落地方案

作为普通人，入局大模型时代需要持续学习和实践，不断提高自己的技能和认知水平，同时也需要有责任感和伦理意识，为人工智能的健康发展贡献力量。

本文转自 https://blog.csdn.net/m0_59164304/article/details/140052659?spm=1001.2014.3001.5501，如有侵权，请联系删除。