Ollama: LLM私有化部署工具（附教程）

最新推荐文章于 2025-03-07 15:13:03 发布

AI大模型..

最新推荐文章于 2025-03-07 15:13:03 发布

阅读量1.5k

点赞数 25

文章标签：人工智能 ollama langchain 自然语言处理 llama LLM 本地化部署

本文链接：https://blog.csdn.net/Wufjsjjx/article/details/145277311

版权

概述：Ollama

基本介绍： Ollama

Ollama是一个支持在Windows、Linux和MacOS上本地运行大语言模型的工具。

它允许用户非常方便地运行和使用各种大语言模型,比如Qwen模型等。
用户只需一行命令就可以启动大语言模型。

主要特点

跨平台支持Windows、Linux、MacOS系统。
提供了丰富的模型库,包括Qwen、Llama等1700+大语言模型,可以在官网model library中直接下载使用。
支持用户上传自己的模型。

用户可以将huggingface等地方的ggml格式模型导入到ollama中使用。
也可以将基于pytorch等格式的模型转换为ggml格式后导入。

允许用户通过编写modelfile配置文件来自定义模型的推理参数,如temperature、top_p等,从而调节模型生成效果。
支持多GPU并行推理加速。

在多卡环境下,可以设置环境变量来指定特定GPU。

强大的技术团队支持，很多模型开源不到24小时就能获得支持。

总的来说,Ollama降低了普通开发者使用大语言模型的门槛,使得本地部署体验大模型变得简单易行。
对于想要搭建自己的AI应用,或者针对特定任务调优模型的开发者来说,是一个非常有用的工具。
它的一些特性,如允许用户自定义模型参数,对模型进行个性化适配提供了支持。

安装/部署篇

安装 on Windows

Step1 下载安装包

download url

https://ollama.com/download

https://ollama.com/download/OllamaSetup.exe 【不推荐】

https://github.com/ollama/ollama/releases/tag/v0.5.4

https://github.com/ollama/ollama/releases/download/v0.5.4/ollama-windows-amd64.zip 【推荐/本博文的方式】
https://github.com/ollama/ollama/releases/download/v0.5.4/OllamaSetup.exe 【不推荐】

curl -o %USERPROFILE%\Desktop https://github.com/ollama/ollama/releases/download/v0.5.4/ollama-windows-amd64.zip -v

Step2 安装 Ollama

解压即安装

D:\Program\Ollama\ollama-windows-amd64
D:\Program\Ollama\ollama-windows-amd64\ollama.exe

补充：OllamaSetup.exe 安装包的安装【不推荐】

添加ollama.exe到环境变量Path中

便于可以通过 cmd : ollama快捷启动

配置OLLAMA的模型目录到环境变量（必须）

Ollama 的默认模型存储路径一般在：C:\Users\%username%.ollama\models
无论 C 盘空间大小，需要安装多少模型，都建议换一个存放路径到其它盘，否则会影响电脑运行速度。

打开「系统环境变量」，新建一个系统变量OLLAMA_MODELS ，然后设置ollama模型的存储路径。
变量名：OLLAMA_MODELS
变量值（路径）：D:\Program-Data\Ollama-Models

配置Ollama的运行端口（可选）：

Ollama API 的默认访问地址和侦听端口: http://localhost:11434
只能在装有 Ollama 的系统中直接调用。
如果要在网络中提供服务，请修改 API 的侦听地址和端口（在系统环境变量里设置）：

变量名：OLLAMA_HOST (要监听的地址)
变量值（端口）：:8000 或 0.0.0.0 等
只填写端口号可以同时侦听（所有） IPv4 和 IPv6 的 :8000 端口。(变量值的端口前号前有个冒号:)

注：要使用 IPv6，需要 Ollama 0.0.20 或更高版本。
另外，可能需要在 Windows 防火墙中开放相应端口的远程访问。

允许浏览器跨域请求（可选）：

Ollama 默认只允许来自127.0.0.1和0.0.0.0的跨域请求
如果你计划在其它前端面板中调用 Ollama API，比如Open WebUI，建议放开跨域限制：

变量名：OLLAMA_ORIGINS
变量值：*

Step3 启动 Ollama 服务

基于 CMD or Git Bash 启动 Ollama

ollama serve

这个命令也会启动Ollama服务，适用于没有配置systemd的情况
如果是 centos ，则可以使用此方式启动: sudo systemctl start ollama

若前面没有修改监听端口时，可直接访问: http://localhost:11434 ，可查看其运行状态

Step4 下载模型

下载LLM模型

https://ollama.com/search

# ollama pull qwen
ollama pull qwen2

Y Ollama 常用命令

帮助手册

C:\Users\XXX> ollama
Usage:
  ollama [flags]
  ollama [command]

Available Commands:
  serve       Start ollama
  create      Create a model from a Modelfile
  show        Show information for a model
  run         Run a model
  stop        Stop a running model
  pull        Pull a model from a registry
  push        Push a model to a registry
  list        List models
  ps          List running models
  cp          Copy a model
  rm          Remove a model
  help        Help about any command

Flags:
  -h, --help      help for ollama
  -v, --version   Show version information

Use "ollama [command] --help" for more information about a command.

常用命令

和 docker 命令非常类似

启动ollama服务

ollama serve

从注册仓库中拉取模型

ollama pull {modelName}[:{tag}]

如:
ollama pull qwen
ollama pull qwen2:7b
ollama pull llama3:70b

如:

C:\Users\xxx> ollama pull qwen2
pulling manifest
pulling 43f7a214e532... 100% ▕█████████████████████████████████████████████████████████████████████████████████████████████▏ 4.4 GB
pulling 77c91b422cc9... 100% ▕█████████████████████████████████████████████████████████████████████████████████████████████▏ 1.4 KB
pulling c156170b718e... 100% ▕█████████████████████████████████████████████████████████████████████████████████████████████▏  11 KB
pulling f02dd72bb242... 100% ▕█████████████████████████████████████████████████████████████████████████████████████████████▏   59 B
pulling 75357d685f23... 100% ▕█████████████████████████████████████████████████████████████████████████████████████████████▏   28 B
pulling 648f809ced2b... 100% ▕█████████████████████████████████████████████████████████████████████████████████████████████▏  485 B
verifying sha256 digest
writing manifest
success

C:\Users\xxx> ollama list
NAME            ID              SIZE      MODIFIED
qwen2:latest    dd314f039b9d    4.4 GB    About a minute ago

列出已下载模型

ollama list  

C:\Users\xxx> ollama list
NAME            ID              SIZE      MODIFIED
qwen2:latest    dd314f039b9d    4.4 GB    About a minute ago

列出正在运行的模型

C:\Users\xxx>ollama ps
NAME            ID              SIZE      PROCESSOR    UNTIL
qwen2:latest    dd314f039b9d    5.5 GB    100% CPU     3 minutes from now

从模型文件创建模型

ollama create

显示模型信息

ollama show

如:

C:\Users\xxx>ollama show qwen2:latest
  Model
    architecture        qwen2
    parameters          7.6B
    context length      32768
    embedding length    3584
    quantization        Q4_0

  Parameters
    stop    "<|im_start|>"
    stop    "<|im_end|>"

  System
    You are a helpful assistant.

  License
    Apache License
    Version 2.0, January 2004

运行模型 : 实际运行前，会先自动下载模型

ollama run {modelName}[:{tag}]

如:

C:\Users\xxx> ollama list
NAME            ID              SIZE      MODIFIED
qwen2:latest    dd314f039b9d    4.4 GB    About a minute ago

C:\Users\xxx> ollama run qwen2:latest
>>>
>>>
>>> hello
Hello! How can I assist you today?
>>> 
>>>
Use Ctrl + d or /bye to exit.
>>> /?
Available Commands:
  /set            Set session variables
  /show           Show model information
  /load <model>   Load a session or model
  /save <model>   Save your current session
  /clear          Clear session context
  /bye            Exit
  /?, /help       Help for a command
  /? shortcuts    Help for keyboard shortcuts

Use """ to begin a multi-line message.

>>> /bye
C:\Users\xxx>

将模型推送到注册仓库

ollama push

复制模型

ollama cp

删除模型

ollama rm

K Ollama 模型库

https://ollama.com/search

类似 Docker 托管镜像的 Docker Hub，Ollama 也有个 Library 托管支持的大模型。
从0.5B 到 236B，各种模型应有尽有，大家可以根据自己的机器配置，选用合适的模型。

同时，官方也贴心地给出了不同 RAM 推荐的模型大小，以及命令：

如何系统的去学习大模型LLM ？

大模型时代，火爆出圈的LLM大模型让程序员们开始重新评估自己的本领。 “AI会取代那些行业？”“谁的饭碗又将不保了？”等问题热议不断。

事实上，抢你饭碗的不是AI，而是会利用AI的人。

继科大讯飞、阿里、华为等巨头公司发布AI产品后，很多中小企业也陆续进场！超高年薪，挖掘AI大模型人才！ 如今大厂老板们，也更倾向于会AI的人，普通程序员，还有应对的机会吗？

与其焦虑……

不如成为「掌握AI工具的技术人」，毕竟AI时代，谁先尝试，谁就能占得先机！

但是LLM相关的内容很多，现在网上的老课程老教材关于LLM又太少。所以现在小白入门就只能靠自学，学习成本和门槛很高。

针对所有自学遇到困难的同学们，我帮大家系统梳理大模型学习脉络，将这份 LLM大模型资料 分享出来：包括LLM大模型书籍、640套大模型行业报告、LLM大模型学习视频、LLM大模型学习路线、开源大模型学习教程等, 😝有需要的小伙伴，可以 扫描下方二维码领取🆓↓↓↓

👉CSDN大礼包🎁：全网最全《LLM大模型入门+进阶学习资源包》免费分享（安全链接，放心点击）👈

一、LLM大模型经典书籍

AI大模型已经成为了当今科技领域的一大热点，那以下这些大模型书籍就是非常不错的学习资源。

在这里插入图片描述

二、640套LLM大模型报告合集

这套包含640份报告的合集，涵盖了大模型的理论研究、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。(几乎涵盖所有行业)

在这里插入图片描述

三、LLM大模型系列视频教程

在这里插入图片描述

四、LLM大模型开源教程（LLaLA/Meta/chatglm/chatgpt）

在这里插入图片描述

LLM大模型学习路线 ↓

阶段1：AI大模型时代的基础理解

目标：了解AI大模型的基本概念、发展历程和核心原理。
内容：
- L1.1 人工智能简述与大模型起源
- L1.2 大模型与通用人工智能
- L1.3 GPT模型的发展历程
- L1.4 模型工程
- L1.4.1 知识大模型
- L1.4.2 生产大模型
- L1.4.3 模型工程方法论
- L1.4.4 模型工程实践
- L1.5 GPT应用案例

阶段2：AI大模型API应用开发工程

目标：掌握AI大模型API的使用和开发，以及相关的编程技能。
内容：
- L2.1 API接口
- L2.1.1 OpenAI API接口
- L2.1.2 Python接口接入
- L2.1.3 BOT工具类框架
- L2.1.4 代码示例
- L2.2 Prompt框架
- L2.3 流水线工程
- L2.4 总结与展望