使用ollama搭建自己的本地中文大语言模型

说到ai,大家应该不陌生了，它应该是目前最火的研究方向之一了，下面是目前比较流行的一些ai(人工智能大模型):

• openai的chatgpt

• google的Gemma

• Anthropic的Claude

• 月之暗面的kimi

• 阿里的通义千问

• 百度的文心一言

• 字节跳动的豆包

但今天聊的是ollama这个开源框架加上开源模型来实现自己本地的ai。

Ollama 是一款开源的本地运行大型语言模型（LLM）的框架，它允许用户在自己的设备上直接运行各种大型语言模型，包括 Llama 3、Mistral、Dolphin Phi 等多种模型，无需依赖网络连接。此外，Ollama 还提供跨平台的支持，包括 macOS、Windows、Linux 以及 Docker， 几乎覆盖了所有主流操作系统。

Llama 3是Meta AI开源的第三代Llama系列模型，其新的 8B 和 70B 参数 Llama 3 模型在Llama 2的基础上，实现了更大性能的提升。由于预训练和训练后的技术改进，其Llama 3模型是当今 8B 和 70B 参数规模的最佳模型。Llama 3模型的改进大大降低了错误拒绝率，改善了一致性，并增加了模型响应的多样性。Llama 3模型在推理、代码生成和指令跟踪等功能也得到了极大的改善。而未来更大的4000亿参数大模型还在继续训练中。其Llama 3大模型可以直接在Meta AI官网直接使用，且支持无需注册登陆即可使用，简直是开箱即用。

官网：https://ollama.com/

github: https://github.com/ollama/ollama

一、部署ollama

首先到ollama的官网，或者GitHub链接下载ollama进行安装，其ollama支持window版本，Mac版本，以及Linux版本，根据自己的电脑操作系统下载对应的安装包即可。

MAC

https://ollama.com/download/Ollama-darwin.zip

Windows（本次也是在windows测试为主)

https://ollama.com/download/OllamaSetup.exe

1. 安装，直接双击，下一步下一步就行了，不多赘述

2. 获取模型

ollama安装完成后，并没有一个可视化的界面，其服务运行在后台。还需要加载模型。首次运行时，ollama会自动检测电脑上是否下载了你需要的模型，若没有相关模型，会自动下载：比如llama3

#运行8B参数的模型，其模型约4.7G``ollama run llama3``#运行70B的模型，其模型约40G``ollama run llama3:70b

3. 测试

运行下面的命令即可启动：

ollama run llama3

经过测试，简单问题，速度还是可以的：

这里的速度跟自己的电脑配置有很大的关系，毕竟大模型运行在本地，且还是8B的模型，由于自己的电脑内存不大，并没有本地体验70B的模型，这个可以自行尝试。

我的显卡是1070，整体用下来，使用率还不算高，大家如果有好的显卡，可以尝试更大的模型：

linux在线安装

curl -fsSL https://ollama.com/install.sh | sh``ollama run llama3

docker

环境变量	描述	默认值	附加说明
OLLAMA_HOST	绑定的主机和端口	"127.0.0.1:11434"	设置 0.0.0.0: 端口号 可以指定所有人访问特定端口
OLLAMA_ORIGINS	允许的跨域源列表，逗号分隔	仅本地访问	设置 "*" 可以避免 CORS 跨域错误，按需设置
OLLAMA_MODELS	模型存放的路径	"~/.ollama/models" 或 "/usr/share/ollama/.ollama/models"	按需指定
OLLAMA_KEEP_ALIVE	模型在显存中保持加载的持续时间	"5m"	按需加载和释放显存可以有效降低显卡压力，但会增加硬盘读写
OLLAMA_DEBUG	设置为 1 以启用额外的调试日志	默认关闭

docker run -d --gpus=all -v ollama:/root/.ollama -e OLLAMA_ORIGINS="*" -p 11434:11434 --name ollama ollama/ollama``docker exec -it ollama ollama run llama3

二、构建自己的Llama3中文模型

1. 下载Llama3-8B-Chinese-Chat-f16-v2.gguf

下载地址：https://huggingface.co/shenzhi-wang/Llama3-8B-Chinese-Chat-GGUF-f16/tree/main

2. 创建文件 Llama3-8B-Chinese-Chat-f16-v2

FROM C:\Users\WUQY\.ollama\models\Llama3-8B-Chinese-Chat-f16-v2.gguf

2. 创建 Ollama 模型

cd /d C:\Users\WUQY\.ollama\models``ollama create Llama3-8B-Chinese-Chat-f16-v2 -f Llama3-8B-Chinese-Chat-f16-v2

![](https://mmbiz.qpic.cn/sz_mmbiz_png/VuibtHqr8zAoqYibExWtD96UZn36kcibhma6ttYY9rpUXhnKXHdU7seZzgZV4J7tZzRQWT5x3VdCiapBELXV3qzquw/640?wx_fmt=png&from=appmsg)  

4. 运行模型

ollama run Llama3-8B-Chinese-Chat-f16-v2

5. 模型测试

我的电脑测下来这个还是比较慢的，后面经过实测可以直接用这个：https://github.com/Shenzhi-Wang/Llama3-Chinese-Chat

ollama run wangshenzhi/llama3-8b-chinese-chat-ollama-q4  # to use the Ollama model for our 4bit-quantized GGUF Llama3-8B-Chinese-Chat-v2.1``# or``ollama run wangshenzhi/llama3-8b-chinese-chat-ollama-q8  # to use the Ollama model for our 8bit-quantized GGUF Llama3-8B-Chinese-Chat-v2.1``# or``ollama run wangshenzhi/llama3-8b-chinese-chat-ollama-fp16  # to use the Ollama model for our FP16 GGUF Llama3-8B-Chinese-Chat-v2.1

如果你的电脑配置不是很高的话，速度上会快很多。

下面是我在自己的电脑上用wangshenzhi/llama3-8b-chinese-chat-ollama-q8实测的速度：

三、搭建ollama web UI

由于ollama只是一个后台服务，并没有一个可视化的界面，虽然可以在终端窗口中使用，但是有一个漂亮的UI界面会增加体验效果。当然看个人需求，比如我就更喜欢在终端中用。

Lobe Chat 是一个开源聊天机器人平台，旨在让开发者轻松构建和部署自定义聊天机器人。Lobe Chat安装完成后，可以使用Lobe Chat来使用AI语言大模型，当然，Lobe Chat不仅支持llama系列模型，还支持一系列其他的大语言模型，可以设置每个模型的API接口以及下载本地模型来使用。LobeChat 作为一款开源的 LLMs WebUI 框架，支持全球主流的大型语言模型，并提供精美的用户界面及卓越的用户体验。该框架支持通过本地 Docker 运行，亦可在 Vercel、Zeabur 等多个平台上进行部署。用户可通过配置本地 Ollama 接口地址，轻松实现 Ollama 以及其他本地模型的集成。

github地址：https://github.com/lobehub/lobe-chat

使用文档参考：https://lobehub.com/zh/docs/usage/providers/ollama

1. 配置 Ollama 允许跨域访问

• mac

launchctl setenv OLLAMA_ORIGINS "*"

• windows

由于 Ollama 的默认参数配置，启动时设置了仅本地访问，所以跨域访问以及端口监听需要进行额外的环境变量设置 OLLAMA_ORIGINS。在 Windows 上，Ollama 继承了您的用户和系统环境变量。

1）首先通过 Windows 任务栏点击 Ollama 退出程序。

2）从控制面板编辑系统环境变量。

3）为您的用户账户编辑或新建 Ollama 的环境变量 OLLAMA_ORIGINS，值设为 * 。

4）点击OK/应用保存后重启系统。

5）重新运行Ollama。

2. docker 部署

$ docker run -d -p 3210:3210 \`  `-e OLLAMA_PROXY_URL=http://192.168.31.188:11434 \`  `-e ACCESS_CODE=lobe66 \`  `--name lobe-chat \`  `lobehub/lobe-chat

3. web端访问

4. 配置ollama

5. 开始会话

如果设置里面连通性检查没问题，但是会话出现下面的错误：

请检查下面ollama的环境变量：

OLLAMA_HOST 0.0.0.0:11434

OLLAMA_ORIGINS *

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

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（10天）：初阶应用

该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。

• 大模型 AI 能干什么？
• 大模型是怎样获得「智能」的？
• 用好 AI 的核心心法
• 大模型应用业务架构
• 大模型应用技术架构
• 代码示例：向 GPT-3.5 灌入新知识
• 提示工程的意义和核心思想
• Prompt 典型构成
• 指令调优方法论
• 思维链和思维树
• Prompt 攻击和防范
• …

第二阶段（30天）：高阶应用

该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 JavaScript 程序员。

• 为什么要做 RAG
• 搭建一个简单的 ChatPDF
• 检索的基础概念
• 什么是向量表示（Embeddings）
• 向量数据库与向量检索
• 基于向量检索的 RAG
• 搭建 RAG 系统的扩展知识
• 混合检索与 RAG-Fusion 简介
• 向量模型本地部署
• …

第三阶段（30天）：模型训练

恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。

到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？

• 为什么要做 RAG
• 什么是模型
• 什么是模型训练
• 求解器 & 损失函数简介
• 小实验2：手写一个简单的神经网络并训练它
• 什么是训练/预训练/微调/轻量化微调
• Transformer结构简介
• 轻量化微调
• 实验数据集的构建
• …

第四阶段（20天）：商业闭环

对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。

• 硬件选型
• 带你了解全球大模型
• 使用国产大模型服务
• 搭建 OpenAI 代理
• 热身：基于阿里云 PAI 部署 Stable Diffusion
• 在本地计算机运行大模型
• 大模型的私有化部署
• 基于 vLLM 部署大模型
• 案例：如何优雅地在阿里云私有部署开源大模型
• 部署一套开源 LLM 项目
• 内容安全
• 互联网信息服务算法备案
• …

学习是一个过程，只要学习就会有挑战。天道酬勤，你越努力，就会成为越优秀的自己。

如果你能在15天内完成所有的任务，那你堪称天才。然而，如果你能完成 60-70% 的内容，你就已经开始具备成为一名大模型 AI 的正确特征了。

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】