Ollama——零基础运行私有大模型

Ollama 是一个在你自己的电脑上运行大型语言模型的工具，支持各大互联网企业发布的各种开源模型，如 Llama 3、Llama2、Phi 3、Mistral 和 Gemma等。用户可以在 macOS、Linux 和 Windows（预览版）操作系统上使用该工具，并且可以创建自己的模型。

要点

Ollama 是一款用于在本地运行大型语言模型的工具。

• Ollama 支持在 macOS、Linux 和 Windows（预览版）操作系统上运行。
• 支持的模型包括 Llama 3、Phi 3、Mistral 和 Gemma等几十种开源模型。
• 用户可以自行创建自己的模型。

安装（Windows系统）

安装ollama非常简单，在Windows系统下下载安装软件包后，运行下载后的文件，按照步骤操作即可。

安装完成后，ollama会自动运行，在界面右下角有这个小图标，就表示ollama已经可以使用了。

打开一个cmd窗口，敲入命令： ollama ，会提示相关帮助：

列出已经下载的模型，敲入ollama list

运行模型，敲入 ollama run [模型名字]，模型名字就是上面的 phi3 或者 llama3 ， 如果模型还没下载会自动下载。需要一点时间下载，建议选择比较好的WiFi环境下载，比如phi3模型的3B版本，有2.7GB，llama3 的8B版本，有4.7GB， 如果手机流量不足，不要用手机开热点呦。

C:\Users\User>ollama run phi3
pulling manifest
pulling 4fed7364ee3e...  15% ▕████████           ▏ 348 MB/2.3 GB  3.6 MB/s    9m6s

C:\Users\shiyo>ollama run phi3
pulling manifest
pulling 4fed7364ee3e... 100% ▕████████████████████████████████████████████████████████▏ 2.3 GB
pulling c608dc615584... 100% ▕████████████████████████████████████████████████████████▏  149 B
pulling fa8235e5b48f... 100% ▕████████████████████████████████████████████████████████▏ 1.1 KB
pulling d47ab88b61ba... 100% ▕████████████████████████████████████████████████████████▏  140 Bpulling f7eda1da5a81... 100% ▕████████████████████████████████████████████████████████▏  485 B
verifying sha256 digest
writing manifest
removing any unused layers
success
>>> Send a message (/? for help)

使用

下载完成就可以开始和本地大模型对话啦！

需要注意的是，很多大模型都是用英文进行训练的，跟它说英语可能有比较好的反馈，如果想跟它们用中文交流，你可以选择一些国内大厂发布的开源模型，比如qwen（千问）是阿里巴巴开发的，中文的交流会比较好一些。

如何系统的去学习大模型LLM ？

作为一名热心肠的互联网老兵，我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。

但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的 AI大模型资料 包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

😝有需要的小伙伴，可以V扫描下方二维码免费领取🆓

一、全套AGI大模型学习路线

AI大模型时代的学习之旅：从基础到前沿，掌握人工智能的核心技能！

二、640套AI大模型报告合集

这套包含640份报告的合集，涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。

三、AI大模型经典PDF籍

随着人工智能技术的飞速发展，AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型，如GPT-3、BERT、XLNet等，以其强大的语言理解和生成能力，正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。

四、AI大模型商业化落地方案

阶段1：AI大模型时代的基础理解

• 目标：了解AI大模型的基本概念、发展历程和核心原理。
• 内容：
  • L1.1 人工智能简述与大模型起源
  • L1.2 大模型与通用人工智能
  • L1.3 GPT模型的发展历程
  • L1.4 模型工程
    - L1.4.1 知识大模型
    - L1.4.2 生产大模型
    - L1.4.3 模型工程方法论
    - L1.4.4 模型工程实践
  • L1.5 GPT应用案例

阶段2：AI大模型API应用开发工程

• 目标：掌握AI大模型API的使用和开发，以及相关的编程技能。
• 内容：
  • L2.1 API接口
    - L2.1.1 OpenAI API接口
    - L2.1.2 Python接口接入
    - L2.1.3 BOT工具类框架
    - L2.1.4 代码示例
  • L2.2 Prompt框架
    - L2.2.1 什么是Prompt
    - L2.2.2 Prompt框架应用现状
    - L2.2.3 基于GPTAS的Prompt框架
    - L2.2.4 Prompt框架与Thought
    - L2.2.5 Prompt框架与提示词
  • L2.3 流水线工程
    - L2.3.1 流水线工程的概念
    - L2.3.2 流水线工程的优点
    - L2.3.3 流水线工程的应用
  • L2.4 总结与展望

阶段3：AI大模型应用架构实践

• 目标：深入理解AI大模型的应用架构，并能够进行私有化部署。
• 内容：
  • L3.1 Agent模型框架
    - L3.1.1 Agent模型框架的设计理念
    - L3.1.2 Agent模型框架的核心组件
    - L3.1.3 Agent模型框架的实现细节
  • L3.2 MetaGPT
    - L3.2.1 MetaGPT的基本概念
    - L3.2.2 MetaGPT的工作原理
    - L3.2.3 MetaGPT的应用场景
  • L3.3 ChatGLM
    - L3.3.1 ChatGLM的特点
    - L3.3.2 ChatGLM的开发环境
    - L3.3.3 ChatGLM的使用示例
  • L3.4 LLAMA
    - L3.4.1 LLAMA的特点
    - L3.4.2 LLAMA的开发环境
    - L3.4.3 LLAMA的使用示例
  • L3.5 其他大模型介绍

阶段4：AI大模型私有化部署

• 目标：掌握多种AI大模型的私有化部署，包括多模态和特定领域模型。
• 内容：
  • L4.1 模型私有化部署概述
  • L4.2 模型私有化部署的关键技术
  • L4.3 模型私有化部署的实施步骤
  • L4.4 模型私有化部署的应用场景

学习计划：

• 阶段1：1-2个月，建立AI大模型的基础知识体系。
• 阶段2：2-3个月，专注于API应用开发能力的提升。
• 阶段3：3-4个月，深入实践AI大模型的应用架构和私有化部署。
• 阶段4：4-5个月，专注于高级模型的应用和部署。

这份完整版的大模型 LLM 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

😝有需要的小伙伴，可以Vx扫描下方二维码免费领取🆓