使用ollama + AnythingLLM快速且简单的在本地部署llm3

使用ollama + AnythingLLM快速且简单的在本地部署llm3

不多说,直接开始

一、安装ollama

ollama官网:https://ollama.com/

下载地址:https://ollama.com/download

打开以后注册并下载即可

安装没有什么好说的,找到自己的系统安装即可,因为我的电脑没有搞虚拟机,所以就直接安装Windows的版本了

二、下载模型并运行ollama

安装ollama以后,通过管理员打开powershell

输入ollama,只要出现下面这些,说明安装成功了

打开ollama的模型的网页:https://ollama.com/library

我们以llm3为例,双击进入

常用的命令有

复制代码
  serve       Start ollama
  create      Create a model from a Modelfile
  show        Show information for a model
  run         Run a model
  pull        Pull a model from a registry
  push        Push a model to a registry
  list        List models
  cp          Copy a model
  rm          Remove a model
  help        Help about any command

可以看到页面中让执行ollama run llama3即可

一般来说run是用来跑模型的,但是如果本地没有这个模型的话,ollama会自动下载

PS:国内的网络问题不知道有没有解决,下载模型的时候偶尔速度很快,但是很多时候速度很慢以至于提示TLS handshake timeout,这种情况建议重启电脑或者把ollama重启一下(不知道为啥,我同步打开GitHub的时候速度会明显快一些,可能也是错觉)

下载完成以后我们输入ollama list可以查下载了哪些模型

这里我们直接输入ollama run llama3,就可以开始对话了

三、下载AngthingLLM

AngthingLLM官网:https://useanything.com

下载链接:https://useanything.com/download

同样的选择对应的系统版本即可

在使用前,需要启动Ollama服务

执行ollama serve,ollama默认地址为:http://127.0.0.1:11434

然后双击打开AngthingLLM

因为我已经配置过,所以不好截图最开始的配置界面了,不过都能在设置里面找到

首先是LLM Preference,LLM provider选择ollama,URL填写默认地址,后面的模型选择llama3,token填4096

Embedding Preferenc同样选择ollama,其余基本一致,max我看默认8192,我也填了8192

Vector Database就直接默认的LanceDB即可

此时我们新建工作区,名字就随便取,在右边就会有对话界面出现了

此时你就有了自己本地的语言模型了

是不是很简单,费时间的地方其实就在下载模型的时候,想用Open WebUI,但是电脑没有搞docker,就用AngthingLLM了,如果实在下不下来,也可以搞离线模型,Windows系统模型默认路径是C:\Users\wbigo.ollama\models,模型库网址:https://modelscope.cn/models

挺全的

相关推荐
Dawson Zhu1 天前
【分布式训练⑧】通信优化:NCCL、Ring AllReduce与计算通信重叠
人工智能·语言模型·架构·aigc·agi
goehou2 天前
两台 Mac 拼成推理池,加机器不加内存
mac·集群·ollama·本地推理
Dawson Zhu3 天前
【分布式训练④】张量并行与序列并行:把单层参数切碎分到多张卡
人工智能·语言模型·架构·aigc·agi
如夏倾城3 天前
百度文心(容易被忽略的好用AI)使用方式
人工智能·python·百度·语言模型·dubbo
xiaoye-duck3 天前
《C++ 项目:手写大模型接入 SDK》会话模块整合:内存 SessionManager 与 DataManager 持久化联动
开发语言·数据库·c++·语言模型
syyjhchou3 天前
自己搭企业内部中转站,怎么让请求更容易命中缓存
人工智能·后端·语言模型·aigc
Dawson Zhu4 天前
Queen Planner深度解析:Agent竞争从模型时代进入系统时代
人工智能·语言模型·架构·aigc·agi
硅谷秋水4 天前
EgoHumanoid‑V2 方法分析
人工智能·机器学习·计算机视觉·语言模型·机器人
一起学安全技术5 天前
拆大模型 06|Prompt 工程不靠玄学:上下文要当程序写
人工智能·语言模型·prompt·aigc
Dawson Zhu5 天前
【LLM推理与Serving⑨】业务模型推理引擎开发:以BEV自动驾驶为例的专用推理实践
人工智能·语言模型·架构·aigc·agi