llama3+web_ui+open_interpreter搭建教程

硬件要求：

   内存：8G以上（最好16G或者32G）

   硬盘：5G以上的空间

一、llama3:8b 安装教学

1.介绍

llama3:8b是一个基于大语言模型（LLaMA）架构的模型，它是由 Meta Research 在 2022 年提出的一种预训练语言模型。

llama3:8b 模型具有以下特点：

1.架构：它使用 LLaMA 架构，这是一个基于 transformer 的架构，旨在处理长文本和多任务学习。

2.参数数量：模型拥有 8.3 亿个参数，是一个非常大的模型。

3.预训练：模型经过了大规模的预训练数据集的训练，包括 Common Crawl、Wikipedia 和 BookCorpus 等数据源。

4.性能：llama3:8b模型具有很高的语言理解和生成能力，可以用来进行文本分类、语言翻译、文本生成等任务。

2.安装ollama

ollama官网: ollama.com/

点击Download下载

下载完成后进行软件的安装，安装成功之后，你可以在右下角中看到一个羊驼的图标，这样就安装成功了。

然后需要你打开命令行（cmd），运行这条命令 ollama run llama3:8b

   第一种方法：打开命令行的方法win键+R键，调出“运行”输入cmd回车即可打开命令行。

第二种方法：如图

运行ollama run llama3:8b这条命令之后，ollama会自动为你下载llama3:8b这个模型，根据网速不同下载速度也有差异，慢慢等待就好了，ollama会把模型默认下载到c盘，想更改模型下载位置，看第一篇文章。

下载完成后出现“>>>”，测试一下可以正常回答即可，在命令行中输入 /bye 即可退出。

注意：下载一次后无需二次下载，再次运行ollama run llama3:8b即可使用。

二.open-webui

安装

1.环境安装不做讲解，有需要可以自行去查文章安装即可。

环境要求：

Node.js >= 20.10 or Bun >= 1.0.21

Python >= 3.11

2. open-webui

在你要安装open-webui目录中，在地址位置输入PowerShell然后回车，打开命令行。

第一种方法：如果有git（如果我不知道我在说什么，直接看第二中方法），可以直接把代码拉下来，运行下面的命令即可运行成功。

git clone https://github.com/open-webui/open-webui.git

cd open-webui/
cp .env.example .env

npm i
npm run build

cd .\backend
pip install -r requirements.txt -U
.\start_windows.bat

第二种方法：

用浏览器打开[github.com/open-webui/…]这个链接，

如果打不开或者打开很慢，那你可以尝试魔法上网（科学上网）。

压缩包下载到你要安装的目录后解压，解压之后有一个这样的文件。

打开PowerShell命令行之后，运行下面的命令即可

cd open-webui/
cp .env.example .env

npm i
npm run build

cd .\backend
pip install -r requirements.txt -U
.\start_windows.bat

运行.\start_windows.bat命令后等待一段时间

出现下面的界面，在浏览器输入[http://localhost:8080/]，即可打开（如何玩，自行探索）

三、open-interpreter（开放式解释器）

安装

环境要求：

   Python版本：3.10 or 3.11

直接在命令行中运行下面这段命令，即可安装成功

pip install open-interpreter

警告：在启动interpreter时不能魔法上网不然会报下面的错误

安装成功之后运行interpreter这命令即可打开，默认使用GPT4启动，需要GPT4的key。

那么我们如何让interpreter 运行llama3:8b呢？

很简单只需要在interpreter 后面加上 --model llama3:8b运行即可

interpreter --model llama3:8b

注意：如果启动时遇到了下面的报错

我的解决方案是更新一下interpreter

运行下面这条命令

pip install --upgrade open-interpreter。

四、注意事项

至于这些工具怎么玩，那就要靠你自己自行探索咯（手动滑稽）。

如何学习AI大模型？

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的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。

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。

👉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。

1.AI大模型学习路线图
2.100套AI大模型商业化落地方案
3.100集大模型视频教程
4.200本大模型PDF书籍
5.LLM面试题合集
6.AI产品经理资源合集

👉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】🆓