本地部署AI模型-phi3

What：

Phi-3-Mini被认为是Microsoft计划发布的三款小型机型中的首款。据报道，在语言、推理、编码和数学等领域，它在各种基准测试中的表现优于相同大小和下一个尺寸的模型。
从本质上讲，语言模型是 ChatGPT、Claude、Gemini 等 AI 应用程序的支柱。这些模型在现有数据上进行训练，以解决常见的语言问题，例如文本分类、回答问题、文本生成、文档摘要等。

Why

1、语言生成质量提升: Phi-3-mini 在生成文本时可以提供更加流畅、连贯和自然的输出。这对于需要高质量文本生成的应用非常有用，比如文档生成、创意写作等。

2、更快的响应速度: 尽管 Phi-3-mini 比较 Phi-3.5 更小，但它的推理速度更快，这意味着可以更快地对输入进行响应，减少用户等待时间。

3、适用于资源有限的环境: 由于它的规模较小，Phi-3-mini 在资源有限的环境（如移动设备或嵌入式系统）中运行效率更高，能够提供良好的性能和体验。

4、语言理解能力: Phi-3-mini 在理解输入文本并提供相关信息方面也有所改进，能够更准确地回答问题或提供相关建议。

How

首先介绍一个软件：ollama，
Ollama是一个用于在本地计算机上运行大型语言模型(LLMs)的命令行工具。它允许用户下载并本地运行像Llama 3、Phi3等模型，并支持自定义和创建自己的模型。Ollama是免费开源的项目，支持macOS、Linux和Windows操作系统。它还提供了官方的Docker镜像，使用户可以通过Docker容器部署大型语言模型，确保所有与模型的交互都在本地进行。
此外，Ollama也是一个开源的大型语言模型服务，提供了类似OpenAI的API接口和聊天界面，可以非常方便地部署最新版本的GPT模型并通过接口使用。它支持热加载模型文件，无需重新启动即可切换不同的模型。

优点：

• 本地利用 cpu 运行大模型，本地安全可靠。
• ollama 命令，管理大模型相对方便，也可以多个大模型中切换。
• 终端直接开始聊天。
• 社区提供了支持 web api 方式访问 WebUI
  官网：https://ollama.com/
  
  进入 ollama 下载页面，选择自己的系统版本的下载并安装即可。

验证是否已经安装

输入 ollama 命令，正常的得出命令行输出，表示已经安装成功

我这里是Mac，可以在应用中看到图标。显示已经安装成功。

查看下载命令

点击进去。执行命令

命令：ollama run phi3

安装界面

直接在终端中对话：用 phi3 模型写一个 nextjs组件或者 回答你的一些知识类问题
案例：

可视化UI界面可以试试 Open WebUI

docker 部署

如果您的计算机上有 Ollama，请使用以下命令：
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
其中：–add-host 选项需要指定一个有效的 IP 地址。在命令中，host.docker.internal:host-gateway需要替换电脑本地的ip
如果你电脑的本地ip为：192.168.1.1，则命令是：
docker run -d -p 3000:8080 --add-host=host.docker.internal:192.168.1.1 -v open-webui:/app/backend/data --name open-webui --restart always ghcr.io/open-webui/open-webui:main
安装完成后，可以通过访问Open WebUI。😄
http://localhost:3000

注册账号密码。直接就可以使用图形化聊天界面了。

以上，只是一个基本本地部署流程，实际使用还有很多好的功能与用法。查询了一下ollama 大部分代码基于 go 开发，大家可以多多探索。