说明: 本人运行环境windows11 N卡6G显存。部署Llama3.1 8B
简介
Ollama
是一个开源的大型语言模型服务工具,它允许用户在自己的硬件环境中轻松部署和使用大规模预训练模型。Ollama
的主要功能是在Docker容器内部署和管理大型语言模型(LLM),使得用户能够快速地在本地运行这些模型。它简化了部署过程,通过简单的安装指令,用户可以执行一条命令就在本地运行开源大型语言模型,例如Llama 3.1。本地部署,离线运行,数据无需上传云端,担心隐私泄露。
1、下载Ollama
安装
注意Ollama默认安装在c盘,这样后面安装的大模型,都会安装在C盘,如果你的C盘空间吃紧的话,可以如下设置
设置系统环境变量->系统变量
OLLAMA_MODELS
D:\OllamaFile\models(这是模型想安装的目录)
官网地址:https://ollama.com/
, 依据自己操作系统类型下载相应版本。
![](https://i-blog.csdnimg.cn/direct/202c55f842024e99b238284e8d424297.jpeg)
![](https://i-blog.csdnimg.cn/direct/2587e054c0394d61b864f34ceddb5a90.jpeg)
2、 下载Docker安装
Open WebUI
在Docker环境中运行,下载Docker进行安装
官网地址:https://www.docker.com/
3、在Docker中安装open-webui
确认Docker已经运行。
在Open WebUI
官网https://docs.openwebui.com/
复制以下命令运行
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
执行完以上的命令,会在docker中出现open-webui项目。通过http://localhost:3000/
打开Open WebUI界面。
4、浏览器中打开Open WebUI
第一次登录,要求你注册,注册信息保存在本地。第一个注册的用户默认为系统管理员。注册完成后来到一个类似ChatGPT的界面。
5、设置拉取模型。
在第③步中,可以访问https://ollama.com/library
,在这里有很多常用的模型。
我这里选取的是llama3.1
复制命令在cmd下执行,拉取model,大约4.7G。稍等一会会。
或者复制大语言模型名称在Open WebUI中
直接下载
同样的方法,可以安装其它模型了。
6、选择模型,让我们开始吧!
选择模型后,就可以对话了。
工作空间的简单应用
在https://openwebui.com/
可以选择相应预设模型,在页面中可以知道它采那个模型,还有相应的 System Prompt。
综上所述,Ollama作为一个强大的开源大模型管理工具,它不仅能够助你高效地管理本地开源大模型,更能显著提升工作效率。通过其丰富的功能和灵活的配置选项,你可以轻松地组织、训练和调优各种模型,满足不同的应用需求。而Open WebUI的引入,提供了一个直观、便捷的Web界面,使你无需深入技术细节也能轻松访问和管理Ollama的接口。