Viciower的博客

本文介绍了使用Streamlit和Ollama搭建本地智能聊天机器人的完整流程。首先在PyCharm中安装Streamlit库，然后创建基础页面测试。核心部分通过Streamlit构建网页界面，结合Ollama调用本地大模型实现对话功能。系统支持多模型选择（如deepseek-r1:8b、llama3等）、对话历史保存与展示、上下文关联问答等功能。详细说明了页面配置、会话状态管理、异常处理等关键技术点，并提供了测试方法和常见问题解决方案。最终实现了一个具备可视化交互界面的本地智能聊天助手，运行前需确保Oll

本文介绍了在PyCharm中安装配置ollama解释器的两种方法（命令行和GUI方式），并演示了如何调用Ollama制作智能问答机器人。关键步骤包括：1) 安装ollama解释器；2) 创建Python文件并初始化Ollama客户端；3) 使用deepseek-r1:8b模型进行对话交互。注意事项包括确保Ollama服务运行、正确配置默认地址和端口号，以及提前下载所需模型文件。通过示例代码展示了模型列表查询、运行状态检查及对话交互功能实现。

本文介绍了Ollama的下载安装及使用流程：1)从官网下载安装包并完成安装；2)设置模型文件保存位置后下载所需模型；3)通过输入问题调用模型进行问答交互。操作步骤包括双击安装、修改存储路径、下载模型文件（如deepseek）等，安装完成后可在输入框提问并获取回答。整个过程涵盖了从软件获取到实际使用的完整指引。

本文简要介绍了PyCharm的下载、安装与配置流程。首先通过官网下载安装包，按照向导完成安装并选择安装目录。启动后需要进行语言包选择、协议确认等初始设置，创建新项目时需指定项目位置和Python解释器。文章还提到可通过设置调整界面主题，并演示了创建Python文件、编写简单代码和运行程序的基本操作步骤。最后给出了Python解释器安装的参考链接。

windows系统下安装python