ollama加载多个相同模型（二）

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

---

前言

上一篇手动复制太慢，写了一个脚本用来快速复制ollama模型

---

代码

代码如下（示例）：

import os
import json
import shutil
import random
import string
import hashlib


def generate_random_string(length=10):
    """生成一个指定长度的随机字符串"""
    letters = string.ascii_letters + string.digits  # 包括字母和数字
    return ''.join(random.choice(letters) for i in range(length))

def calculate_sha256(input_string):
    """计算给定字符串的SHA-256哈希值"""
    sha256_hash = hashlib.sha256(input_string.encode()).hexdigest()
    return sha256_hash

def copy_file(copyed_file_path, copy_file_path):
    """
    copyed_file_path: 被拷贝文件路径
    copy_file_path: 拷贝文件路径
    """
    if not os.path.exists(copyed_file_path):
        print(f"被拷贝文件路径:{copyed_file_path} 不存在")
    else:
        # 创建目录（如果不存在）
        os.makedirs(os.path.dirname(copy_file_path), exist_ok=True)
        
        shutil.copy2(copyed_file_path, copy_file_path)
        print(f"文件:{copyed_file_path} 拷贝到文件:{copy_file_path} 成功")
    

# 模型存储的位置路径 
model_save = "/usr/share/ollama/.ollama/models" # TODO 根据自己的系统替换

# 被选择的模型名
selected_model_name = "llama3.1:latest" # TODO

# 复制后的模型名
copy_model_name = "l2:latest" # TODO

# 被选择的模型信息文件路径
selected_model_info_file_path = os.path.join(model_save, "manifests/registry.ollama.ai/library", "/".join(selected_model_name.split(":")))
# 获得被选择模型的信息，里面有保存模型的数据文件名
selected_model_info = json.load(open(selected_model_info_file_path))

# 1.复制模型文件
selected_model_info_config = selected_model_info["config"]
selected_model_info_layers = selected_model_info["layers"]

raw_digest = selected_model_info_config["digest"] # 原始名获取
generate_digest = calculate_sha256(generate_random_string(10)) # 拷贝的文件名生成
copy_file(os.path.join(model_save, "blobs", raw_digest.replace(":", "-")), os.path.join(model_save, "blobs", f"sha256-{generate_digest}")) # 开始拷贝
selected_model_info["config"]["digest"] = f"sha256:{generate_digest}" # 替换生成的文件名
for index, selected_model_info_layer in enumerate(selected_model_info_layers):
    raw_digest = selected_model_info_layer["digest"] # 原始名获取
    generate_digest = calculate_sha256(generate_random_string(10)) # 拷贝的文件名生成
    copy_file(os.path.join(model_save, "blobs", raw_digest.replace(":", "-")), os.path.join(model_save, "blobs", f"sha256-{generate_digest}")) # 开始拷贝
    selected_model_info["layers"][index]["digest"] = f"sha256:{generate_digest}" # 替换生成的文件名

# 2.将复制的模型信息写入信息文件
# 创建目录（如果不存在）
os.makedirs(os.path.join(model_save, "manifests/registry.ollama.ai/library", copy_model_name.split(":")[0]), exist_ok=True)
# 写入文件
json.dump(selected_model_info, open(os.path.join(model_save, "manifests/registry.ollama.ai/library", "/".join(copy_model_name.split(":"))), "w"), ensure_ascii=False)

---

TODO就是需要修改的参数

注意

还是那个问题，如果ollama list没找到，那就看看权限是否正确