Windows 下 Ollama 部署发布小白手册

由数入道

于 2025-03-08 11:51:36 发布

阅读量1k

点赞数 22

文章标签： windows ollama

本文链接：https://blog.csdn.net/cxr828/article/details/146113112

版权

简介

Ollama 是一个轻量级的开源工具，允许你在本地或服务器上运行和管理大型语言模型（LLMs）。通过 Ollama，你可以轻松地将各种 LLMs 部署为 API 服务，并通过命令行或其他客户端进行调用。

本手册旨在为您提供在 Windows 11 系统下使用 Ollama 部署和发布大语言模型服务的完整技术指南。内容涵盖从安装配置到优化部署的所有步骤，帮助您快速上手并高效管理 LLMs 服务。

硬件与环境要求

在 Windows 11 系统中运行 Ollama 和大语言模型需要满足以下最低硬件和软件要求：

硬件要求

处理器：建议使用支持 Intel AVX2 或更高版本的 CPU，以更好地加速推理。
内存：至少 8GB RAM；部署较大模型（如 LLaMA、Vicuna 等）需 16GB+ RAM。
存储：至少 50GB 可用存储空间（取决于所选模型大小）。

软件要求

Windows 11 或更高版本。
安装 .NET SDK（用于 Ollama 的依赖项）。
安装 Git（用于从 Git 仓库克隆代码）。
安装 Python 和 pip（部分插件可能需要 Python 环境）。

安装与配置

1. 安装 .NET SDK

确保您的系统已经安装了 .NET SDK。Ollama 依赖于 .NET 运行时环境才能正常运行。

命令安装（建议）

在 Windows 命令提示符下（以管理员权限打开）输入以下命令：

# 下载并安装最新的 .NET SDK
dotnetSdkVersion=6.0.101
 Invoke-WebRequest -Uri https://aka.ms/dotnet/ installerScriptUrl -OutFile dotnet-installer.ps1
 powershell -ExecutionPolicy RemoteSigned -File dotnet-installer.ps1 --version $dotnetSdkVersion

2. 安装 Ollama

通过以下步骤安装 Ollama：

使用 NuGet 包管理器安装

打开命令提示符，运行以下命令：

# 全局安装 Ollama CLI 工具
dotnet tool install --global dotnet-ollama

# 验证是否安装成功
ollama --version

另一种方式（从源码编译）

如果需要最新的功能或修复，可以选择从 GitHub 仓库克隆代码并进行本地编译。这将需要 .NET SDK，以及一些额外的构建工具。

3. 配置环境变量

确保 C:\Users\<username>\AppData\Roaming\npm 或全局 .NET 工具目录被添加到系统路径中，以便后续在任何位置都可以直接使用 ollama 命令。

模型下载与管理

Ollama 提供了多个现成的大语言模型，您可以通过以下步骤进行下载和管理：

1. 使用提供的模型

Ollama 预集成了一些开源 LLMs 模型（如 Alpaca、Llama、Mistral 等）。你可以通过以下命令下载其中任意一个：

# 列出所有可用的模型及其版本号
ollama list models --all

# 下载并安装特定模型（例如，deepseek-r1:8b 模型）
ollama install deepseek-r1:8b

# 验证模型是否正确下载
ollama info deepseek-r1:8b

2. 使用自定义模型

如果你已经拥有一个本地训练或下载的模型，并希望在 Ollama 中运行它，可以按照以下步骤操作：

将模型文件（如 .gguf）复制到 C:\Users\<username>\.ollama\models 目录下。

使用以下命令注册自定义模型：

ollama register --name my-custom-model --type llama --path C:\Users\<username>/.ollama/models/model.gguf

服务发布与 API 调用

1. 启动 Ollama 服务

默认情况下，Ollama 会在你执行命令时以非交互式方式运行模型推理。若要启动一个长期服务（特别是为了对外提供 API），可以按如下步骤进行：

# 在命令提示符中以管理员权限运行以下代码创建 Ollama 服务：
$serviceName = "OllamaService"
$binaryPath = "C:\path\to\ollama.exe"
 
New-ServiceManager $serviceName -BinaryPath $binaryPath -Verbose
Start-Service $serviceName

如果需要配置 Ollama 监听特定端点或设置其他参数，可以在启动命令中添加相应的选项。例如：

# 设置 Ollama 监听在 localhost:11434 端口，并限制每秒处理的最大请求数：
ollama serve --port 11434 --max-concurrent 5

2. 创建 HTTP API 接口

为了方便调用，可以将 Ollama 集成到一个简单的 Web 服务中。

Docker 方案（推荐）

使用 Docker 容化可以在不同平台上实现服务的标准化部署。以下是基于 .NET Core 的一个示例：

创建一个新的 ASP.NET Core 控制台项目以便处理 HTTP 请求。

在 Program.cs 中添加以下代码以配置 Kestrel 服务器：

var builder = WebApplication.CreateBuilder(args);

// 添加 CORS 支持（根据需求）
builder.Services.AddCors();

app.UseHttpsRedirection();
app.UseRouting();
app.UseAuthorization();

app.MapGet("/api/v1/completions", async (HttpContext context) =>
{
     
    var input = await new StreamReader(context.Request.Body).ReadToEndAsync();
    
    // 调用 Ollama 进行推理
    var completion = await RunOllama(input);
  
    context.Response.ContentType = "application/json";
  
    var response = JsonSerializer