一文彻底整明白，基于Ollama工具的LLM大语言模型Web可视化对话机器人部署指南

为了方便把我们的大模型对话机器人分享出去，聊天机器人最后是基于Web网站，可通过浏览器访问，本文正是通过Ollama和WebUI在本地部署Llama 3Web 版聊天机器人，本文包括如下部分：

1. 什么是Ollama，它与Llama是什么关系？

2. 安装Ollama大语言模型工具

3. 安装Node.js编程语言工具包（为接下来的 Web 可视化聊天界面做好准备）

4. 基于Llama 3 8BGGUF 模型文件创建Ollama模型文件

5. 部署Ollama大模型 Web 可视化聊天界面

6. 愉快的与Llama 3大模型俩天对话

7. 最后，Ollama大模型工具的其他用法

什么是Ollama，它与Llama是什么关系？

Ollama是一个开源的 LLM（大型语言模型）服务工具，用于简化在本地运行大语言模型，降低使用大语言模型的门槛，使得大模型的开发者、研究人员和爱好者能够在本地环境快速实验、管理和部署最新大语言模型，包括如Llama 3、Phi 3、Mistral、Gemma等开源的大型语言模型。

Ollama目前支持以下大语言模型：https://ollama.com/library

Ollama支持的大模型列表

因此，Ollama与Llama的关系：Llama是大语言模型，而Ollama是大语言模型（不限于Llama模型）便捷的管理和运维工具

安装Ollama大语言模型工具

Ollama提供了MacOS、Linux和Windows操作系统的安装包，大家可根据自己的操作系统，下载安装即可：

Ollama下载页面

安装包下载之后的安装过程，和日常安装其他软件没有差别，包括点击Next以及Install等安装ollama到命令行。安装后续步骤中，我们可无需安装任何模型（默认是Llama 3），因为我们在上文中已经安装了Llama 3 8B大模型，后面可以直接使用。

当然，假如没有根据我的前面博文安装Llama 3 8B模型，在安装Ollama过程中，也可以一起进行安装。

安装Node.js编程语言工具包

安装Node.js编程语言工具包和安装其他软件包一样，下载安装即可：https://nodejs.org

Node.js下载页面

安装完成之后，可以验证一下 Node.js 的版本，建议用目前的最新v20版本：

node -v   

我安装的版本：v20.13.1（最新版本）

基于Llama 3 8BGGUF 模型文件创建Ollama模型

在我们存放Llama 3 8B的 GGUF 模型文件目录中，创建一个文件名为Modelfile的文件，该文件的内容如下：

FROM ./Meta-Llama-3-8B-Instruct.Q4_K_M.gguf   

然后在控制台，使用这个文件创建Ollama模型，这里我把Ollama的模型取名为Llama-3-8B：

$ ollama create Llama-3-8B -f ./Modelfile   transferring model data   using existing layer sha256:647a2b64cbcdbe670432d0502ebb2592b36dd364d51a9ef7a1387b7a4365781f   creating new layer sha256:459d7c837b2bd7f895a15b0a5213846912693beedaf0257fbba2a508bc1c88d9   writing manifest   success   

最后，通过Ollama启动我们刚创建的大语言模型：

ollama run Llama-3-8B   

Ollama启动成功输出

启动完毕，其实我们已经有了一个控制台聊天界面，可以通过控制台与Llama-3-8B聊天了

如果我们不想要这个模型了，也可以通过命令行删除模型文件：ollama rm Llama-3-8B

Ollama存放模型文件根目录：~/.ollama

部署Ollama大模型 Web 可视化聊天界面

控制台聊天对话界面体验总归是不太好，接下来部署 Web 可视化聊天界面。

首先，下载ollama-webuiWeb 工程代码：git clone https://github.com/ollama-webui/ollama-webui-lite

然后切换ollama-webui代码的目录：cd ollama-webui-lite

设置 Node.js 工具包镜像源，以接下来下载 Node.js 的依赖包更加快速：npm config set registry http://mirrors.cloud.tencent.com/npm/

安装 Node.js 依赖的工具包：npm install

最后，启动 Web 可视化界面：npm run dev

Web对话机器人部署成功输出

如果看到以上输出，代表 Web 可视化界面已经成功了！

愉快的与Llama 3大模型俩天对话

浏览器打开 Web 可视化界面：http://localhost:3000/

可以看到Ollama的初始化页面，默认没有模型，需要选择，我们选择刚创建并部署的Llama-3-8B模型：

选择大模型

选择大模型

底部就是聊天输入框，至此可以愉快的与Llama 3聊天对话了：

Web 对话聊天机器人的设置，大家可以基于 Web 网站设置，这里不在介绍，有需要的网友可以私信一起研究进步！

禅定：Ollama工具的其他用法

从上文的介绍可以看到，基于Ollama部署一个大模型的 Web 可视化对话机器人，还是非常方便。下面整理了部分Ollama提供的用法或者。

Ollama 命令工具

# 查看当前Ollama的模型   ollama list      # 增量更新当前部署的模型   ollama pull Llama-3-8B      # 删除一个模型文件   ollama rm Llama-3-8B      # 复制一个模型   ollama cp Llama-3-8B Llama-newModel   

Ollama API结果返回

curl http://localhost:11434/api/generate -d '{     "model": "Llama-3-8B",     "prompt":"为什么天空是蓝色的？"   }'   

Ollama API聊天对话

curl http://localhost:11434/api/chat -d '{     "model": "Llama-3-8B",     "messages": [       { "role": "user", "content": "为什么天空是蓝色的？" }     ]   }'   

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。

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】

一、全套AGI大模型学习路线

AI大模型时代的学习之旅：从基础到前沿，掌握人工智能的核心技能！

二、640套AI大模型报告合集

这套包含640份报告的合集，涵盖了AI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。

三、AI大模型经典PDF籍

随着人工智能技术的飞速发展，AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型，如GPT-3、BERT、XLNet等，以其强大的语言理解和生成能力，正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。

四、AI大模型商业化落地方案

作为普通人，入局大模型时代需要持续学习和实践，不断提高自己的技能和认知水平，同时也需要有责任感和伦理意识，为人工智能的健康发展贡献力量。