本地部署运行大模型

随着近两年大语言模型 (LLM) 的快速发展，人们的关注度和使用频率越来越高。然而，大多数 LLM 由大型科技公司掌控，并以云服务的形式提供，这限制了开发者和研究人员对其进行探索和定制的自由度。虽然有很多开源模型出现了，但是本地复杂的系统环境让本地部署存在各种坑。

Ollama 项目的出现为这一现状带来了改变，它提供了一个开源的 LLM 解决方案，屏蔽了各种不同的运行环境，让用户可以便捷地在本地部署和使用强大的语言模型。在本地部署LLM后，可以借助本地模型进行各种折腾。并且由于运行在本地，不再需要科学上网，也可以保证数据的安全性。

Ollama 简介

Ollama 是一个开源项目，旨在提供易于使用的 LLM 本地部署方案。该项目并提供了多种开源LLM模型的权重、推理代码和微调脚本等资源，让用户能够轻松地运行和定制 LLM。借助Ollama，我们可以在本地轻松安装运行开源的LLM模型，尤其是对于使用Mac设备的玩家来说，使用Ollama下载运行LLM可以免去各种模型的环境配置（自己配置环境是各种泪呀，mac环境中泪更多），并且可以直接在Mac的CPU中运行LLM（虽然有点慢，但总归是能跑起来呀）。

Ollama也集成了 OpenAI 接口的兼容，方便大家利用此前与 OpenAI 的集成任何包来与 Ollama 进行交互。使用示例可以参考官方博客： ollama.com/blog/openai...。

官方还提供了类似 GitHub，DockerHub 似的模型托管Hub，可理解为 ModelHub，用于存放大模型 (有 llama 2，mistral，qwen 等模型，同时你也可以自定义模型上传到仓库里来给别人使用)。

硬件要求

运行大模型需要很高的机器配置，个人玩家的大多数都负担不起，毕竟大模型需要极高的GPU性能。

下面这个是Ollama对运行各种模型的RAM要求：

注意：您应该至少有 8 GB 可用 RAM 来运行 7B 型号，16 GB 来运行 13B 型号，32 GB 来运行 33B 型号。

我的Mac的配置是16G RAM，intel CPU，为了运行的快一些，我在Ollama中选择了7B的qwen模型。毕竟本文的目的是介绍在本地运行LLM的流程和体验，不会注重性能，所以可以选择低一些参数的LLM（Mac跑LLM只能使用CPU，是真跑不动呀）。

安装

官方下载地址：ollama.com/download，选择操作系统对应的版本下载安装即可。

当安装完成ollama之后，我们可以通过在控制台执行如下命令来判断ollama是否安装成功：

arduino 复制代码

curl localhost:11434 // 命令
Ollama is running //控制台输出

同时，该项目还支持 docker 一键部署，mac中cpu执行的命令如下。

bash 复制代码

docker run -d -v ollama:/root/.ollama -p 11434:11434 --name ollama ollama/ollama

安装模型

当安装完成ollama之后，我们就可以在命令行中运行如下命令安装运行模型：

arduino 复制代码

ollama run [model name]

其中[model name]就是你想运行的本地大模型的名称，如果你不知道应该选择哪个模型，可以通过model library进行查看。

这里我们选择qwen 7B模型来进行演示。当运行下面的命令时，如果本地没有qwen:7b模型，则会先下载模型再运行。首次运行启动可能略慢，考验电脑性能的时刻到了。

arduino 复制代码

ollama run qwen:7b

模型运行之后，会默认进入到交互状态，你可以按下 Ctrl + D 退出交互，但此时模型并不会退出，仍旧可以正常通过 Api 接口交互。

使用客户端与Ollama交互

随着LLM的火热，产生了一大批与LLM交互的前端优秀开源项目，例如lobe-chat、open-webui和ChatGPT-Next-Web，这些项目现在也支持本地运行的ollama api的交互方式。

open-webui以前称为 Ollama WebUI，看这个名字就知道渊源很深。下文我们就使用open-webui项目与后台启动的ollama模型进行交互体验。

安装

在官方文档中提供了两种在docker中安装open-webui的方式：

ollama和open-webui一起安装
仅安装open-webui

由于我们已经安装了ollama，所以这里只需要安装open-webui即可命令如下：

kotlin 复制代码

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

使用

首先访问如下网址
bash 复制代码
```
http://localhost:3000/auth/
```

当你打开这个页面的时候，会让你登陆，这个时候我们随便使用一个邮箱注册一个账号即可。

注：第一次输入的注册账号是管理员账号，要记下来，以后再次注册的账号需要管理员账号同意处理。

在交互页面体验对话

在对话页面右侧的对话区域选择模型后，可以在输入框输入对话就行交互，和使用chatgpt类似。

还可以体验简单的RAG能力，让LLM参考上传的文档内容来回答问题。

比如我在test.md文本中只输入以下文本

我是小明，吃了没？

然后再次提问"你是谁"，可以看到LLM使用了上传的文档内容进行回答。

这就是简单的RAG功能的初体验了。

本地搭建chatgpt 3.5的代理

上面只是简单的体验了与本地运行的7B的小模型进行对话。但是小模型的参数有限，很多对话没法达到类似于chatgpt的良好体验。

如果想要通过api访问openai的api，需要注册openai账号才能获取api密钥，免费注册的openai账号获取的密钥只有几个月的有效期。如果想在本地体验一个新功能想要使用openai的api时，会有很多限制。

近日（4月1日），OpenAI 开放了他们的chatgpt 3.5的免登录使用的功能。可以在chatgpt官网不用登录就可以体验chatgpt的对话功能了。通过这个开放，我们也可以在本地免登录直接请求chatgpt 3.5的api了，不用再像以前一样，想要使用chatgpt api的话，必须获取和设置openai的sk。虽然还需要科学上网，但是能够满足我们在本地demo中通过api 使用chatgpt的大模型进行一些功能的体验。

安装

FreeGPT35开源项目中封装了利用免登录 ChatGPT Web 提供的无限制免费 GPT-3.5-Turbo API 服务的方式。我们可以将项目中的代理服务部署到docker中，然后在前端页面中请求代理服务，或者直接请求代理的api。

项目中介绍了多种部署方式（Node、Docker、 Docker Compose），在此我们使用Docker Compose的方式，并且同时安装ChatGPT-Next-Web的前端页面调用freegpt35服务接口来体验交互。

bash 复制代码

mkdir freegpt35 && cd freegpt35
wget -O compose.yaml https://raw.githubusercontent.com/missuo/FreeGPT35/main/compose_with_next_chat.yaml
docker compose up -d

使用上面的命令安装之后，在docker中会部署以下两个容器：

体验

在浏览器打开http://localhost:3000/链接，进入NextChat前端页面中。会有以下提示词，提示设置OpenAI API Key。

点击左下角设置，选择自定义接口，设置接口地址为 http://localhost:3040。设置这个ip是因为在docker中已经将freegpt35服务映射为本地宿主机器的3040端口。

返回聊天页面后，开始体验与chatgpt聊天吧。

以上介绍的代理gpt3.5接口的免登录访问api的方式，也可以直接使用。

总结

本文介绍了使用ollama在本地部署大模型，通过本地部署的客户端与大模型交互，并且简单体验了RAG。最后简单介绍了在本地搭建chatgpt 3.5的代理，可以免密钥的方式访问openai的api。

参考：

wiki.eryajf.net/pages/97047...

waytoagi.feishu.cn/wiki/ZKGmws...

github.com/ollama/olla...