Lobechat 的基本使用流程

一、安装

下载lobechart的页面代码

$ git clone https://github.com/lobehub/lobe-chat.git
$ cd lobe-chat
$ pnpm install
$ pnpm run dev

注意：node环境要18以上

二、使用本地模型

1.安装ollama

2.通过ollama 下载本地模型 llama2（选择合适的本地模型）

Llama 2：这是一个预训练的大型语言模型，具有7B、13B和70B三种不同规模的模型。Llama 2增加了预训练语料，上下文长度从2048提升到4096，使得模型能够理解和生成更长的文本。
OpenHermes：这个模型专注于代码生成和编程任务，适合用于软件开发和脚本编写等场景。

Solar：这是一个基于Llama 2的微调版本，专为对话场景优化。Solar在安全性和有用性方面进行了人工评估和改进，旨在成为封闭源模型的有效替代品。
Qwen:7B：这是一个中文微调过的模型，特别适合处理中文文本。它需要至少8GB的内存进行推理，推荐配备16GB以流畅运行。

ollama pull llama2 

Ollama ls

进入lobe-chat目录

# 修改ollama配置
OLLAMA_PROXY_URL=http://127.0.0.1:11434/v1
OLLAMA_MODEL_LIST=llama2

然后进入lobechat主界面，选择我们刚刚下载的llama2模型（也可选择别的）
直接下载就可以

开始问答

本地模型运用就完毕。

三、插件：

我下载了一个哔哩哔哩插件，可以获取第三方相应的信息
通过利用插件，LobeChat 的助手们能够实现实时信息的获取和处理，例如搜索网络信息，为用户提供即时且相关的资讯。

此外，这些插件不仅局限于新闻聚合，还可以扩展到其他实用的功能，如快速检索文档、生成图片、获取 Bilibili 、Steam 等各种平台数据，以及与其他各式各样的第三方服务交互。

四、助手市场

设定角色，可以给每次的对话设定相应角色，这样大模型在聊天的时候能够更好的结合角色去问答。

五、lobechat通用设置

可以设置界面外观，配置助手

六、总结

lobochat 是一个现代化设计的开源 ChatGPT/LLMs 聊天应用与开发框架

支持语音合成、多模态、可扩展的插件系统

除开本地模型还支持gpt-4-vision gpt-3.5openai模型

支持视觉识别的模型，这是一个具备视觉识别能力的多模态应用。 用户可以轻松上传图片或者拖拽图片到对话框中，助手将能够识别图片内容，并在此基础上进行智能对话，构建更智能、更多元化的聊天场景。