LM Studio、ollama本地部署运行多个AI

1. 为什么要本地部署？

原因一：快！最主要的原因就是快！！由于现在很多人使用，所以在运行的时候会很慢，为了提升效率，自己部署一台或者多台本地AI；
原因二：所有运营AI都会由于过滤敏感信息，所以会存在信息丢失。

2. 如何选择工具

如果你想在本地运行多个 AI，可以考虑以下几种方案，具体取决于你的需求：

LM Studio（适合本地运行大语言模型）

• 特点：支持多个本地 LLM（如 LLaMA、Mistral、DeepSeek 等），界面友好，支持 Windows、macOS 和 Linux。
• 适用场景：本地运行大语言模型，离线聊天。
• 官网：https://lmstudio.ai

ollama（轻量级 LLM 运行工具）

• 特点：命令行工具，简洁易用，支持拉取多个模型，适用于 Mistral、LLaMA、Gemma 等。
• 适用场景：快速部署和切换多个 LLM。
• 官网：https://ollama.com

Text Generation WebUI（多模型管理）

• 特点：基于 Web 界面，支持多种 AI（LLM、Diffusion 模型等），可并行管理多个 AI。
• 适用场景：需要同时运行多个 AI，支持 API 访问。
• GitHub：https://github.com/oobabooga/text-generation-webui

ComfyUI（Stable Diffusion AI 生成图像）

• 特点：节点式操作，支持多个 AI 模型（如 SDXL、DeepFloyd IF）。
• 适用场景